NIH 연구비 차별? 인종별 생산성 정규화 분석

본 논문은 2011년 발표된 Ginther et al. “Race, ethnicity, and NIH research awards” 연구가 제기한 흑인 과학자의 NIH R01 수여 격차를 재검토한다. Ginther 연구는 2000‑2006년 사이 NIH 데이터베이스를 분석해, 배경·학력·경력 등을 통제한 후에도 흑인 지원자는 백인보다 약 10 % 낮은 성공률을 보였으며, 이를 인종 차별의 증거로 제시했다. 그러나 이 결론에 대해 여러 학자들이 인용 수·논문 수 등 생산성 지표의 차이를 충분히 반영하지 않았다고 비판해 왔다. 이에 저자들은 두 가지 핵심 접근법을 도입한다. 첫째, “pairing analysis”라 불리는 1:2 매칭 설계를 통해 흑인 교수와 동일 조건(성별, 학위, 직급, 전공, 소속 대학 등)을 가진 백인 교수 두 명을 짝지었다. 매칭 대상은 2011년 US News & World Report 상위 92개 의과대학 중 순위가 홀수인 31개 학교이며, 최종적으로 40쌍(흑·백)과 NIH 지원자 11쌍을 확보했다. 둘째, 기존의 h‑index·총 인용 수와 같은 생산성 지표의 한계를 극복하기 위해 “axiomatically‑individualized productivity”를 제시한다. 공동저자 간 기여도를 최대 엔트로피 원칙에 따라 균등하게 할당하는 a‑지수를 도입하고, 이를 기반으로 세 가지 정규화 지표를 정의하였다. - Pr‑index: 각 논문의 저널 임팩트 팩터(IF)와 a‑지수를 곱해 합산한 값으로, 즉각적인 연구 생산성을 측정한다. - Pc‑index: 논문의 인용 수와 a‑지수를 곱해 합산한 값으로, 장기적인 학문적 영향력을 반영한다. - Pc*IF‑index: 인용 수·a‑지수·IF를 모두 곱해 합산함으로써 고임팩트 논문의 가치를 강조한다. 데이터는 Web of Knowledge와 NIH Reporter를 이용해 수집했으며, 각 교수의 논문 수, 총 인용 수, 저널 IF, a‑지수, NIH 제안서 수 및 총 자금액을 포함한다. 통계 분석은 SPSS 13.0을 사용해 짝‑표본 t‑검정을 수행하였다. 첫 번째 풀(전체 40쌍)에서는 흑인 교수의 평균 논문 수(≈5)와 인용 수(≈40)가 백인 교수(논문 ≈ 12, 인용 ≈ 78)보다 현저히 낮았다(p < 0.01). 그러나 Pr‑index, Pc‑index, Pc*IF‑index는 차이가 통계적으로 유의하지 않았으며, 이는 논문 수·인용 수 차이가 공동저자 기여도와 저널 품질을 고려하면 생산성당 자금 성공률에 영향을 미치지 않음을 의미한다. 두 번째 풀(NIH 지원자 11쌍)에서는 흑·백 교수 모두 평균 1.2건의 제안서를 제출하고, 총 자금액은 약 1.5 백만 달러로 거의 동일했다. 인종별 차이는 전혀 나타나지 않았으며, 정규화된 생산성 지표 역시 차이가 없었다. 저자들은 이러한 결과를 바탕으로 다음과 같은 결론을 내렸다. (1) Ginther 연구가 보고한 인종 격차는 실제로는 생산성(논문·인용) 자체의 차이에서 비롯된 것이며, NIH 리뷰 과정 자체의 편향을 증명하는 근거는 부족하다. (2) 인종별 평등한 자금 배분을 위해서는 초기 연구 역량을 강화하고, 멘토링·협업 네트워크를 확장하는 정책이 필요하다. (3) a‑지수 기반 정규화 지표는 과학 인력 평가와 자금 배분에 보다 객관적이고 공정한 도구가 될 수 있다. 마지막으로, 정책 입안자는 “리뷰 절차만을 개혁”하는 것이 아니라, 학문적 생산성을 정확히 측정하고, 인종·사회경제적 배경에 관계없이 연구 역량을 키울 수 있는 구조적 지원을 제공해야 한다고 주장한다.