SNS 통한 검증 효과… ‘표절’ ‘오류’ 들은 논문의 철회 위험 8배 증가[박재혁의 데이터로 보는 세상]

동아일보

학술지 ‘동료평가’ 중심 검증에 한계
SNS, 과학 검증의 조기 경보 역할해
美과학자 98.3%, 대중 소통 참여 중
논리-데이터 오가는 공적 검증 중요

《과학에서 공개 검증의 중요성

최근 국내 인공지능(AI) 업계에 작지만 의미심장한 사건이 있었다. 정부의 ‘독자 AI 파운데이션 모델’ 사업에 참여 중인 업스테이지가 지난해 12월 30일 발표한 ‘솔라-오픈-100B’를 두고 중국 AI 모델을 단순 가공한 것이 아니냐는 의혹이 제기된 것이다. 업스테이지 측은 온·오프라인 발표회를 열어 즉각 대응에 나섰다. 결국 데이터 학습 단계부터 자체 구축됐음이 입증되자 의혹 제기의 최전선에 섰던 사오이닉AI 대표가 1월 3일 사과문을 냈다. 며칠간 이어진 공방을 두고 투명한 기술적 토론이 우리 AI 생태계의 희망을 보여준다는 반응도 나왔다.》

새로운 발견이나 연구 결과에 대해 치열하게 논쟁하고 검증하는 것은 과학의 본질이다. 전통적으로 이 과정은 학술지라는 닫힌 공간에서 ‘동료 평가(peer review)’를 통해 이뤄져 왔다. 하지만 최근에는 소셜미디어가 그 무대를 확장하고 있다. 연구실 밖 대중이 실시간으로 최신 연구 결과를 접하고, 때로는 날카로운 질문을 던진다.

첫 번째 연구(연구①)는 소셜미디어, 그중에서도 X(옛 트위터)가 부실한 과학 논문을 걸러내는 ‘조기 경보 시스템’ 역할을 하고 있음을 보여준다. 연구진은 학술적 오류나 윤리적 문제로 인해 논문이 출판된 후 취소되는 ‘철회’ 현상에 주목했다.

연구진은 2019∼2022년 의학 분야 학술 논문 공개 사이트 ‘펍메드’에 등재된 논문 중 철회된 1239편에 대해 철회되기 전 언급된 1만6562건의 트윗을 분석했다. 그 결과 트윗 안에 ‘사기’ ‘표절’ ‘오류’ 등과 같은 이른바 ‘레드 플래그(red flag·주의 신호)’ 단어가 포함될 경우, 논문 철회 위험률이 급격히 높아졌다.

구체적으로 이러한 레드 플래그 단어가 쓰였으면 논문 철회 위험률이 무려 8.06배나 높아졌다. 즉, 대중이 소셜미디어에서 구체적인 문제 제기를 할수록 해당 논문이 학계에서 퇴출당할 위험이 훨씬 높아졌다는 의미다. 또한 단순히 부정적인 감정을 담은 트윗의 비율이 높아져도 철회 위험률은 1.73배 증가했다. 이는 소셜미디어가 과학의 자정 작용을 가속화하는 실질적인 감시 도구로 기능하고 있음을 시사한다.

그렇다면 과학자들은 이러한 대중과의 소통을 어떻게 생각할까? 두 번째 연구(연구②)는 미국의 46개 랜드그랜트(Land Grant·연방정부의 토지를 기증받아 공익 목적을 실천하기 위해 설립) 대학에 재직 중인 이공계 교수 6242명을 전수조사했다.

연구 결과 과학자들은 대중 소통에 매우 적극적이었다. 응답자의 98.3%가 지난 1년 동안 적어도 한 번 이상 과학 커뮤니케이션 활동에 참여했으며, 절반이 넘는 53.2%가 이러한 활동을 매우 중요하다고 인식했다. 주목할 만한 부분은 과학자들이 대중과 소통하는 목적이다. 95.1%(복수 응답 가능)가 ‘대중에게 과학 정보를 더 잘 알리는 것’을 목적으로 꼽았다. 이어 ‘과학 공동체에 대한 신뢰 증진’(88.3%)과 ‘과학에 대한 흥미 유발’(82.6%) 순이었다.

응답자의 82.5%는 ‘특정 이슈에 대한 대중의 의견 파악’도 소통 목적으로 꼽았다. 반면 ‘특정 견해를 갖도록 대중 설득’에 동의한 비율은 31.4%에 불과했다. 이는 과학자들이 대중을 단순히 가르쳐야 할 대상이 아니라, 투명하게 정보를 공유하고 피드백을 주고받는 대화의 파트너로 인식하고 있음을 보여준다. 다만 55.6%만이 이러한 소통 활동이 동료들에게 긍정적으로 평가받는 것 같다고 응답해, 개인의 의지와 학계 분위기 사이에는 간극이 있었다.

지적 논쟁은 과학 발전과 신기술 개발을 올바른 길로 이끄는 핵심 동력이다. 특히 막대한 자원이 투입되고 파급력이 큰 AI 같은 신기술의 경우, 연구개발(R&D) 과정이 블랙박스처럼 가려져 있다. 이때 전문가와 대중이 참여하는 공개적 검증은 기술의 신뢰도를 높이는 필수 과정이다. 중요한 전제조건은 엄밀함이다. 구체적인 증거를 제시할 때 자정 작용은 강력한 힘을 발휘한다. 과학기술의 공적 검증 과정에서 소셜미디어가 근거 없는 소문의 발원지에 그치지 않고 논리와 데이터가 오가는 건전한 토론의 장이 되기를 기대해 본다.

연구① Amiri, Mahsa, and Hajar Sotudeh. “Early warnings in tweets: detecting pre-retraction signals and their association with retraction timing through natural language processing and survival analysis.” Scientometrics 130.11 (2025): 6425-6453.

연구② Rose, Kathleen M., Ezra M. Markowitz, and Dominique Brossard. “Scientists’ incentives and attitudes toward public communication.” Proceedings of the National Academy of Sciences 117.3 (2020): 1274-1276.