협업지수를 응용한 대학도서관 상호대차 협력 관계 분석 - S대학교 도서관을 중심으로 - An Investigation of the Cooperative Relationships in the ILL Services of Academic Libraries by Applying the Collaboration Index - Focusing on the S University Library in Korea -원문보기
이 연구의 목적은 대학 간 상호대차 데이터를 이용한 도서관 이용자의 정보요구 및 각 도서관 간 협력 관계 분석에 있다. 이 연구에서는 상호대차 데이터를 각 대학의 미해결 정보요구를 담고 있는 정보원으로 보았으며, 데이터 정규화를 위해 협업지수인 col hs-index를 사용하였다. 이를 위해 상호대차 데이터를 주제별로 분류한 뒤, col hs-index를 이용해 상호대차 이용 건수를 정규화하였다. 연구 결과, col hs-index는 규모가 다른 도서관 간 상호대차를 분석할 때 유용하게 사용될 수 있다. 다음으로, 상호대차 데이터를 주제별로 나누어 분석함으로써 각 도서관의 장서 특성, 이용자 요구를 탐색할 수 있었다. 또한 col hs-index를 상호대차 데이터에 응용함으로써 도서관 규모에서 오는 영향을 제거하고 기존 연구보다 객관적인 상호대차 데이터 분석과 함께 계량서지학 지표의 응용 가능성을 발견할 수 있었다.
이 연구의 목적은 대학 간 상호대차 데이터를 이용한 도서관 이용자의 정보요구 및 각 도서관 간 협력 관계 분석에 있다. 이 연구에서는 상호대차 데이터를 각 대학의 미해결 정보요구를 담고 있는 정보원으로 보았으며, 데이터 정규화를 위해 협업지수인 col hs-index를 사용하였다. 이를 위해 상호대차 데이터를 주제별로 분류한 뒤, col hs-index를 이용해 상호대차 이용 건수를 정규화하였다. 연구 결과, col hs-index는 규모가 다른 도서관 간 상호대차를 분석할 때 유용하게 사용될 수 있다. 다음으로, 상호대차 데이터를 주제별로 나누어 분석함으로써 각 도서관의 장서 특성, 이용자 요구를 탐색할 수 있었다. 또한 col hs-index를 상호대차 데이터에 응용함으로써 도서관 규모에서 오는 영향을 제거하고 기존 연구보다 객관적인 상호대차 데이터 분석과 함께 계량서지학 지표의 응용 가능성을 발견할 수 있었다.
The purpose of this study is to analyze cooperative relationship and information needs using the interlibrary loan (ILL) service data of the academic libraries. This study interprets the ILL service data as information source that including unsolved information problems. Also, this study normalizes ...
The purpose of this study is to analyze cooperative relationship and information needs using the interlibrary loan (ILL) service data of the academic libraries. This study interprets the ILL service data as information source that including unsolved information problems. Also, this study normalizes the ILL service data using the collaboration index. The results of this study have three aspects. First, col hs-index can be useful tool for analyzing ILL service relationship between different sizes of libraries. Second, this study find out the information needs and the collection characteristics of each library after analyzing ILL data by subjects. Third, by applying col hs-index, we could analysis more objective ILL data and found out possibility of bibliographic index.
The purpose of this study is to analyze cooperative relationship and information needs using the interlibrary loan (ILL) service data of the academic libraries. This study interprets the ILL service data as information source that including unsolved information problems. Also, this study normalizes the ILL service data using the collaboration index. The results of this study have three aspects. First, col hs-index can be useful tool for analyzing ILL service relationship between different sizes of libraries. Second, this study find out the information needs and the collection characteristics of each library after analyzing ILL data by subjects. Third, by applying col hs-index, we could analysis more objective ILL data and found out possibility of bibliographic index.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
또한 col hs-index를 적용하여 대학 도서관의 장서 규모 및 대학의 규모에서 오는 영향을 제거한 대학 간의 상호대차 이용 비교가 가능해졌다. 따라서 객관적으로 상호대차관계 분석을 수행하고 새로운 분석 방법의 가능성을 탐색하고자 하였다. 각 대학들의 상호대차 건수와 상호대차 col hs-index 값을 비교한 결과 전체적인 추세는 유사하게 나타났으나 1건에서 1,022건까지 존재하던 주제별 상호대차 건수가 col hs-index 값을 구하자 1에서 83.
이처럼 본 연구는 이제까지 현황을 기술하는 수준에 머물러 있던 상호대차 데이터 분석에 있어 협업 지수를 사용한 새로운 정규화 방법을 제시하였다는 데 의의를 갖는다. 또한 상호대차 데이터를 주제별로 세분화하여 각 도서관의 주제별 상호대차 경향을 파악해보고자 하였다. 그러나 상호대차 데이터만을 이용한 연구를 수행하여 주제별 차이가 발생하는 원인과 상호대차 서비스에 영향을 줄 수 있는 다른 요인을 살펴보지 못했다는 한계가 존재한다.
본 연구는 상호대차 데이터를 기반으로 대학 간 협력 관계를 파악하며, 그 과정에서 협업 지수의 응용 가능성을 살피는 것에 목적이 있다. 이를 수행하기 위한 연구 질문은 다음과 같이 설정하였다.
본 연구에서는 상호대차 서비스 분석에 대한 새로운 방법으로 계량서지학적 방법을 제시하고자 h-index를 도입, 정규화된 수치를 이용한 상호대차 데이터 분석을 수행하고자 한다. 이를 통해 기관의 규모를 고려한 상호대차 이용도 분석의 가능성을 살펴보고자 했다.
이를 통해 기관의 규모를 고려한 상호대차 이용도 분석의 가능성을 살펴보고자 했다. 이 때 주제 분야를 기준으로 상호대차 이용도를 분석하여 각 도서관의 장서 특징을 함께 살펴 장서 정책에도 도움이 될 수 있는 기반을 마련하고자 하였다. 또한, 협업 지수를 통한 상호대차 데이터 정규화 값을 바탕으로 대학별 상호대차 이용도 차이점을 도출, 그 원인을 탐색하였다.
본 연구를 위해 S대학교 도서관에 데이터를 요청하여 2009년부터 2013년까지 5년 간의 상호대차 데이터를 수집하였다. 이를 중심으로 대학도서관 간 상호대차 서비스를 주제 분야에 따른 이용도 차이 분석을 수행해 각 도서관의 장서 특징을 살펴 장서 정책에 도움이 될수 있는 기반을 마련하고자 하였다. S대학교 도서관에서 타 대학에 상호대차를 신청한 신청 데이터는 S대학교 도서관에서 사용하는 대출반납 통계 프로그램에서 추출이 가능하였고, S 대학교 도서관이 타 대학에 장서를 제공한 제공 데이터는 메일로 관리하기 때문에 각 학교별 대출완료 로그를 제공 받은 후 정제 과정을 거쳐 데이터를 완성하였다.
본 연구에서는 상호대차 서비스 분석에 대한 새로운 방법으로 계량서지학적 방법을 제시하고자 h-index를 도입, 정규화된 수치를 이용한 상호대차 데이터 분석을 수행하고자 한다. 이를 통해 기관의 규모를 고려한 상호대차 이용도 분석의 가능성을 살펴보고자 했다. 이 때 주제 분야를 기준으로 상호대차 이용도를 분석하여 각 도서관의 장서 특징을 함께 살펴 장서 정책에도 도움이 될 수 있는 기반을 마련하고자 하였다.
이 때 산출한 상호대차 col hs-index 값을 검증하기 위하여 kruskal-wallis 검정을 사용하였으며, 검정 결과 각 대학간 지수 값의 유의한 차이를 발견할 수 있었다. 이처럼 본 연구는 이제까지 현황을 기술하는 수준에 머물러 있던 상호대차 데이터 분석에 있어 협업 지수를 사용한 새로운 정규화 방법을 제시하였다는 데 의의를 갖는다. 또한 상호대차 데이터를 주제별로 세분화하여 각 도서관의 주제별 상호대차 경향을 파악해보고자 하였다.
제안 방법
이전 섹션에서 산출한 주제별 상호대차 협력 관계를 보다 명확하게 파악하고, 추세를 살피기 위해 주제별 상호대차 건수를 정규화한 col hs-index 값을 이용하여 S대를 중심으로 4개 대학과의 네트워크 분석을 수행하였다. 네트워크는 NodeXL을 이용하여 제작하였으며, 네트 워크 맵에서 엣지의 굵기는 col hs-index 값으로 S대와 대학 간 협력 관계를 보여준다. 네트 워크 맵에서 화살표의 방향은 정보요구의 방향으로 “신청 네트워크”는 다른 대학에서 S대로 향하는 정보요구를, “제공 네트워크”는 S대에서 다른 대학으로 향하는 정보요구를 보여준다.
다음으로 S대학교에서 타 대학에 제공한 상호대차 데이터의 분포를 살펴보았다. 신청 건수와 동일하게 사회과학 분야에 제공 건수가 집중되는 것을 발견할 수 있었는데, D대만 예술 분야에서 가장 많은 제공 건수를 보였다.
사용한 협업 지수는 col h-index와 col hs-index로 지수의 산출이 쉽고 산출공식의 변형이 쉬워 상호대차 데이터에의 적용에도 적절할 것으로 판단하였다. 두 개의 지수를 사용한 이유는 col hs-index가 h-index에서 파악하지 못하는 h-core 내의 영향력을 반영하기 때문에 함께 산출하여 값을 비교했다. 본 연구에서 사용한 변형 공식은 다음과 같다.
상호대차 데이터 이용 통계를 살펴봤을 때, 상호대차 건수의 차이는 대학 특성에 따른 차이도 있으나 각 도서관 규모에 따른 영향도 무시할 수 없을 것으로 판단되었다. 따라서 분석과 정에 있어 규모의 영향을 줄이고자 상호대차 데이터 정규화를 수행하였다. 이 때 상호대차 서비스를 대학도서관 간 협력 활동, 즉 협업 관계의 하나로 보아 협업 지수를 이용하여 정규 화하였다.
이 때 주제 분야를 기준으로 상호대차 이용도를 분석하여 각 도서관의 장서 특징을 함께 살펴 장서 정책에도 도움이 될 수 있는 기반을 마련하고자 하였다. 또한, 협업 지수를 통한 상호대차 데이터 정규화 값을 바탕으로 대학별 상호대차 이용도 차이점을 도출, 그 원인을 탐색하였다. 이를 바탕으로 각 도서관별 장서 주제 비율의 균형, 장서와 이용자의 적합성 등 상호대차 이용도에 영향을 주는 요인을 도출하여 후속 연구로의 발전 가능성을 염두에 두었다.
본 연구는 대학도서관 간 상호대차 서비스를 대학 간 협력 관계의 표현과 재학생의 정보 요구라는 두 개의 관점에서 접근하여 분석을 수행하였다. 이 때 대학 간 협력 관계를 탐색하기 위하여, 상호대차 데이터에 협업 지수를 적용, 상호대차 데이터를 정규화한 뒤 분석을 수행하였으며, 이용자의 정보 요구 흐름을 시각화하기 위해 상호대차 col hs-index를 이용해 네트워크를 형성하였다.
본 연구에서는 대학 간 상호대차 협력 관계를 분석하기 위해 협업 지수를 변형하여 사용하였다. 이 때 변형한 협업 지수가 각 대학 도서관 별 차이를 유의하게 나타내고 있는지 Kruskal-wallis 검증을 통해 확인하였다.
상호대차 데이터의 주제별 특성을 알아보기 위하여 상호대차 데이터의 청구기호를 활용하 였다. 청구기호가 없는 제공 데이터의 주제 분류 작업은 KERIS의 종합 목록을 사용하였으며, 이 때 검색되지 않는 자료는 제외하여 데이터를 완성하였다.
본 연구는 대학도서관 간 상호대차 서비스를 대학 간 협력 관계의 표현과 재학생의 정보 요구라는 두 개의 관점에서 접근하여 분석을 수행하였다. 이 때 대학 간 협력 관계를 탐색하기 위하여, 상호대차 데이터에 협업 지수를 적용, 상호대차 데이터를 정규화한 뒤 분석을 수행하였으며, 이용자의 정보 요구 흐름을 시각화하기 위해 상호대차 col hs-index를 이용해 네트워크를 형성하였다.
전체 네트워크는 유사한 경향을 보이고 있었는데, 다른 대학에서 S대로 향하는 정보 요구는 A대, D대, C대, B대 순으로 강하게 나타나며 일부 주제 분야에서 각 대학마다 특징이 발견됐다. 이 때 특징적인 주제별 네트워크인 사회과학(300번대), 예술(700번대), 역사(900번대) 분야를 중심으로 분석을 수행하였다.
이 때, 지역별 상호대차 제공건수와 요청건수의 차를 제공건수와 요청건수의 합으로 나누어 ‘상호대차 공헌지수’를 계산한 뒤 이를 이용하여 지역 간 상호대차 네트워크 및 기여도를 분석하였다.
그러나 대학 간 상호대차 건수의 차이가 존재하여 대학 별 특성이 상호대차 경향에 나타난 것인지, 단순히 대학 간 규모 차이인지 판단하는데 어려움이 존재하였다. 이를 정확히 분석하기 위해 계량정보학 분야에서 사용하는 지표를 응용하여 정규화를 수행한 뒤, 대학 별 규모 차이를 제거해 다시 분석을 수행하였다.
2013년에는 KERIS 실무자 세미나에서 발표한 허영석의 “연세대학교 상호대차(대출) 10년사”에서 대학 간 상호대차 시작 시점인 2002년부터 2012년까지의 10년 간의 상호대차 데이터를 이용하여 통계를 제시하였다. 이를 통해 상위 제공 기관, 시간 흐름에 따른 분석 등 상호대차에 대한 현황을 파악할 수 있었으며, 2006년 이후로 상호대차가 감소하고 있었으며 이를 해결하기 위한 방안을 제안하였다.
이용통계에서는 연간 추세밖에 나타나지 않았기 때문에 보다 자세한 분석을 위해 상호대차 데이터의 신청 및 제공 건수를 주제별로 나누어 추출하였다. 그 결과 신청과 제공 건수 양쪽 모두 사회과학 분야가 가장 높은 수치를 보여 사회과학 분야가 상호대차가 집중되는 주제 분야로 판단된다.
이전 섹션에서 산출한 주제별 상호대차 협력 관계를 보다 명확하게 파악하고, 추세를 살피기 위해 주제별 상호대차 건수를 정규화한 col hs-index 값을 이용하여 S대를 중심으로 4개 대학과의 네트워크 분석을 수행하였다. 네트워크는 NodeXL을 이용하여 제작하였으며, 네트 워크 맵에서 엣지의 굵기는 col hs-index 값으로 S대와 대학 간 협력 관계를 보여준다.
이처럼 정규화된 지수값을 이용하여 상호대차 네트워크를 그리고, 정보요구의 흐름을 살펴 보았다. col hs-index를 이용한 상호대차 분석 결과, 실제 상호대차의 경향은 유지하면서 각대학 간의 규모에서 오는 절대값 차이는 줄어 규모, 학생 수와 같은 다른 요인에서 오는 영향을 감소시킨 뒤 각 학교의 정보 요구 흐름, 상호대차 관계를 파악할 수 있었다.
2006년에 발간된 ｢상호대차 서비스 고도화를 위한 이용데이터 분석 및 활용｣에서는 2002년부터 2006년까지 KERIS에서 수행된 상호대차 서비스 데이터를 분석하였다(조순영 외 2인 2006). 자료유형, 주제분야, 발행언어, 이용자 신분 등 다양한 범주에 따른 이용현황을 분석하였으며, 상호대차 서비스의 처리소요일수 및 이용요금 현황도 함께 서술하였다. 마지막으로 상호대차 데이터를 분석함에 있어 도서관을 둘러싼 환경적 요인과 상호대차 제공 · 요청 횟수 간의 상관계수를 계산, 각 요인별 상관관계를 분석하여 유의미한 결과를 도출하였다.
주제별 상호대차 협업 지수에 이어 시간에 따른 추세를 살펴보기 위하여 5년 간 상호대차 데이터를 이용하여 연도별 협업 지수를 산출하였다. 신청 건수는 A대, B대, D대 모두 해가 지날수록 꾸준히 증가하고 있으나 C대만 2011년에 다른 시기와 달리 적은 건수로, 하락세를 보였다.
대상 데이터
개인 연구자 외에도 KERIS 실무자 세미나에서 지속적으로 상호대차 분과의 논의와 정보 공유가 이뤄지고 있었음을 알 수 있었다. 2006년에 발간된 ｢상호대차 서비스 고도화를 위한 이용데이터 분석 및 활용｣에서는 2002년부터 2006년까지 KERIS에서 수행된 상호대차 서비스 데이터를 분석하였다(조순영 외 2인 2006). 자료유형, 주제분야, 발행언어, 이용자 신분 등 다양한 범주에 따른 이용현황을 분석하였으며, 상호대차 서비스의 처리소요일수 및 이용요금 현황도 함께 서술하였다.
2013년에는 KERIS 실무자 세미나에서 발표한 허영석의 “연세대학교 상호대차(대출) 10년사”에서 대학 간 상호대차 시작 시점인 2002년부터 2012년까지의 10년 간의 상호대차 데이터를 이용하여 통계를 제시하였다.
본 연구를 위해 S대학교 도서관에 데이터를 요청하여 2009년부터 2013년까지 5년 간의 상호대차 데이터를 수집하였다. 이를 중심으로 대학도서관 간 상호대차 서비스를 주제 분야에 따른 이용도 차이 분석을 수행해 각 도서관의 장서 특징을 살펴 장서 정책에 도움이 될수 있는 기반을 마련하고자 하였다.
분석을 위해 수집된 데이터는 2009년부터 2013년까지 5년 간 S대학교 도서관의 실물상 호대차 데이터로 신청 데이터(request data) 5,964건과 제공 데이터(supply data) 4,892 건을 합쳐 총 10,856건이다. 5년 간 상호대차 신청 건수는 C대학교 도서관이 2,947건으로 가장 많았고, 상호대차 제공 건수 역시 C대학교 도서관이 2,614건으로 가장 많아 C대학교와 가장 활발한 상호대차가 이뤄지는 것으로 파악되었다.
이번 연구는 S대학교와 상호대차 협정을 맺고 있는 대학 도서관과 S대학교 도서관을 연구 대상으로 하였다. S대학교와 상호대차 협정을 맺고 있는 대학 도서관은 6 곳으로, 이 중 E대 학교는 2014년 8월부터 상호대차 협정을 맺어 데이터가 불충분하며 F대학교는 상호대차 대상이 교수로 제한되어 있어 데이터 수집에서 제외하였다.
데이터처리
마지막으로 상호대차 데이터를 분석함에 있어 도서관을 둘러싼 환경적 요인과 상호대차 제공 · 요청 횟수 간의 상관계수를 계산, 각 요인별 상관관계를 분석하여 유의미한 결과를 도출하였다.
본 연구에서는 대학 간 상호대차 협력 관계를 분석하기 위해 협업 지수를 변형하여 사용하였다. 이 때 변형한 협업 지수가 각 대학 도서관 별 차이를 유의하게 나타내고 있는지 Kruskal-wallis 검증을 통해 확인하였다. 그 결과, 제공 col hs-index의 경우 .
65 사이의 값을 갖게 되어 상호대차 건수 간 존재했던 큰 차이를 줄일 수 있었고, 지수 값을 이용하여 네트워크 맵을 그리고, 분석하는 것이 가능했다. 이 때 산출한 상호대차 col hs-index 값을 검증하기 위하여 kruskal-wallis 검정을 사용하였으며, 검정 결과 각 대학간 지수 값의 유의한 차이를 발견할 수 있었다. 이처럼 본 연구는 이제까지 현황을 기술하는 수준에 머물러 있던 상호대차 데이터 분석에 있어 협업 지수를 사용한 새로운 정규화 방법을 제시하였다는 데 의의를 갖는다.
이론/모형
또한 col h-index와 col hs-index를 비교했을 때 col h-index는 자연수로 지수값이 표현되어 동일한 값이 나타나 대학 간 비교가 어려울 것으로 판단하였다. 따라서 주제별로 협업 지수를 산출할 경우 협업지수 값의 중복이 더 많이 발생할 것으로 예상되어 변별력을 높이기 위해 협업지수는 col hs-index만을 사용하여 산출하였다.
성능/효과
분석을 위해 수집된 데이터는 2009년부터 2013년까지 5년 간 S대학교 도서관의 실물상 호대차 데이터로 신청 데이터(request data) 5,964건과 제공 데이터(supply data) 4,892 건을 합쳐 총 10,856건이다. 5년 간 상호대차 신청 건수는 C대학교 도서관이 2,947건으로 가장 많았고, 상호대차 제공 건수 역시 C대학교 도서관이 2,614건으로 가장 많아 C대학교와 가장 활발한 상호대차가 이뤄지는 것으로 파악되었다. 또한 신청 건수와 제공 건수가 비슷한 다른 도서관들과 달리 B대학교 도서관은 신청 건수가 제공 건수에 비해 높아 S대학교에서 B대학교로 향하는 정보 요구가 많은 것을 발견할 수 있었다.
이처럼 정규화된 지수값을 이용하여 상호대차 네트워크를 그리고, 정보요구의 흐름을 살펴 보았다. col hs-index를 이용한 상호대차 분석 결과, 실제 상호대차의 경향은 유지하면서 각대학 간의 규모에서 오는 절대값 차이는 줄어 규모, 학생 수와 같은 다른 요인에서 오는 영향을 감소시킨 뒤 각 학교의 정보 요구 흐름, 상호대차 관계를 파악할 수 있었다. 본 연구를 통해 계량정보학에서 사용하는 지수의 응용 가능성을 발견할 수 있었으며, 협업 지수는 상호대차 데이터 분석에 있어 이제까지와는 다른 새로운 접근 방식의 하나로 고려될 수 있을 것이다.
따라서 객관적으로 상호대차관계 분석을 수행하고 새로운 분석 방법의 가능성을 탐색하고자 하였다. 각 대학들의 상호대차 건수와 상호대차 col hs-index 값을 비교한 결과 전체적인 추세는 유사하게 나타났으나 1건에서 1,022건까지 존재하던 주제별 상호대차 건수가 col hs-index 값을 구하자 1에서 83.65 사이의 값을 갖게 되어 상호대차 건수 간 존재했던 큰 차이를 줄일 수 있었고, 지수 값을 이용하여 네트워크 맵을 그리고, 분석하는 것이 가능했다. 이 때 산출한 상호대차 col hs-index 값을 검증하기 위하여 kruskal-wallis 검정을 사용하였으며, 검정 결과 각 대학간 지수 값의 유의한 차이를 발견할 수 있었다.
5년 간 상호대차 신청 건수는 C대학교 도서관이 2,947건으로 가장 많았고, 상호대차 제공 건수 역시 C대학교 도서관이 2,614건으로 가장 많아 C대학교와 가장 활발한 상호대차가 이뤄지는 것으로 파악되었다. 또한 신청 건수와 제공 건수가 비슷한 다른 도서관들과 달리 B대학교 도서관은 신청 건수가 제공 건수에 비해 높아 S대학교에서 B대학교로 향하는 정보 요구가 많은 것을 발견할 수 있었다.
84로 가장 높은 col hs-index 값을 보여 사회과학 분야에 대한 상호대차 신청은 A대학교와 가장 활발하게 이뤄지고 있음을 파악할 수 있었다. 또한 신청 데이터를 건수로 분석했을 때 B대학교를 대상으로 역사 분야에 대한 상호대차 신청 건수가 많았으나 정규화를 수행한 결과 역사 분야 지수값이 13.81, 문학 분야 지수값이 14.92로 다른 대학들과 동일하게 문학 분야에 대한 정보 요구가 더 많은 것을 알 수 있었다.
본 연구에서 제시한 공식을 사용하여 대학별 협업 지수를 산출해 보았을 때, 전체 상호대차 건수를 바탕으로 산출한 지수 값은 실제 상호대차 건수와 큰 차이를 보이지 않고 있었다. 또한 col h-index와 col hs-index를 비교했을 때 col h-index는 자연수로 지수값이 표현되어 동일한 값이 나타나 대학 간 비교가 어려울 것으로 판단하였다.
사용한 협업 지수는 col h-index와 col hs-index로 지수의 산출이 쉽고 산출공식의 변형이 쉬워 상호대차 데이터에의 적용에도 적절할 것으로 판단하였다. 두 개의 지수를 사용한 이유는 col hs-index가 h-index에서 파악하지 못하는 h-core 내의 영향력을 반영하기 때문에 함께 산출하여 값을 비교했다.
상호대차 서비스에 대한 연구는 다양한 관점에서 계속되어 왔는데, 손정표(2008)는 4년제 국공립대학도서관을 대상으로 1992년부터 2006년까지 총 14년동안 이뤄진 상호대차의 양적 규모와 관련 요소 간의 영향력의 정도와 양적 규모의 영향 요인을 규명하였다. 상호대차 관련 요소들은 상호대차의 접수, 의뢰 건수와 높은 상관 관계를 유지하고 있으며, 양적 규모의 영향요인으로는 대학원 학생수, 대출권수, 학부학생수로 나타났다.
상호대차 데이터 이용 통계를 살펴봤을 때, 상호대차 건수의 차이는 대학 특성에 따른 차이도 있으나 각 도서관 규모에 따른 영향도 무시할 수 없을 것으로 판단되었다. 따라서 분석과 정에 있어 규모의 영향을 줄이고자 상호대차 데이터 정규화를 수행하였다.
다음으로 S대학교에서 타 대학에 제공한 상호대차 데이터의 분포를 살펴보았다. 신청 건수와 동일하게 사회과학 분야에 제공 건수가 집중되는 것을 발견할 수 있었는데, D대만 예술 분야에서 가장 많은 제공 건수를 보였다. C대와 A대에는 역사 분야 단행본 제공 건수가 많았 으며, B대의 경우상호대차 제공 건수는 적지만 사회과학 분야 다음으로 철학 분야에 대한 정보 요구가 많은 점을 발견할 수 있었다.
이를 종합해 볼 때 S대 재학생들은 사회과학 분야와 문학 분야에 대한 정보 요구가 많으며, 특히 A대학교 장서에 대한 정보 요구가 많은 것을 알 수 있었다. C대학교의 경우 신청 건수는 다른 대학에 비해 많으나 col hs-index를 고려해볼 때 규모 영향을 제거하자 다른 대학과 유사한 수준의 정보 요구가 나타났다.
즉, 네트워크에서 보이는 화살표의 방향과 굵기로 S대 재학생들의 미해결 정보요구 또는 S대를 통해 해결된 타대학 재학생들의 정보요구를 파악할 수 있었다. 전체 네트워크는 유사한 경향을 보이고 있었는데, 다른 대학에서 S대로 향하는 정보 요구는 A대, D대, C대, B대 순으로 강하게 나타나며 일부 주제 분야에서 각 대학마다 특징이 발견됐다.
주제별 협력 관계를 파악하기 위해 주제별로 col hs-index를 산출하자 일부 주제 분야에서 상호대차 이용 건수 통계와 차이가 나타났다. 협업 지수에서도 사회과학 분야가 모든 대학에서 가장 높은 지수값을 보이나 상호대차 신청 건수 차이가 컸던 B대학, C대학, D대학 간의 차이가 좁혀졌으며, A대학이 71.84로 가장 높은 col hs-index 값을 보여 사회과학 분야에 대한 상호대차 신청은 A대학교와 가장 활발하게 이뤄지고 있음을 파악할 수 있었다. 또한 신청 데이터를 건수로 분석했을 때 B대학교를 대상으로 역사 분야에 대한 상호대차 신청 건수가 많았으나 정규화를 수행한 결과 역사 분야 지수값이 13.
후속연구
col hs-index를 이용한 상호대차 분석 결과, 실제 상호대차의 경향은 유지하면서 각대학 간의 규모에서 오는 절대값 차이는 줄어 규모, 학생 수와 같은 다른 요인에서 오는 영향을 감소시킨 뒤 각 학교의 정보 요구 흐름, 상호대차 관계를 파악할 수 있었다. 본 연구를 통해 계량정보학에서 사용하는 지수의 응용 가능성을 발견할 수 있었으며, 협업 지수는 상호대차 데이터 분석에 있어 이제까지와는 다른 새로운 접근 방식의 하나로 고려될 수 있을 것이다.
또한, 협업 지수를 통한 상호대차 데이터 정규화 값을 바탕으로 대학별 상호대차 이용도 차이점을 도출, 그 원인을 탐색하였다. 이를 바탕으로 각 도서관별 장서 주제 비율의 균형, 장서와 이용자의 적합성 등 상호대차 이용도에 영향을 주는 요인을 도출하여 후속 연구로의 발전 가능성을 염두에 두었다.
그러나 상호대차 데이터만을 이용한 연구를 수행하여 주제별 차이가 발생하는 원인과 상호대차 서비스에 영향을 줄 수 있는 다른 요인을 살펴보지 못했다는 한계가 존재한다. 이후, 본 연구에서 분석한 상호대차 관계에 영향을 주는 요인을 탐색하는 후속 연구도 가능할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
도서관에서 상호대차가 이공계열에서 적게 나타나는 이유는?
그 이유로 한 도서관에서 소장하는 복본의 수가 한정되어 있기 때문에 해당 도서관에 자료가 있을지라도 해결되지 못한 정보 요구가 다른 도서관에의 상호대차로 나타날수 있다. 또한, 단행본을 주로 사용하는 인문학, 사회과학 분야의 상호대차가 활발하게 나타 나는데, 이공계열에서 상호대차를 적게 이용한다기 보다는 이공계의 학문 특성상 온라인 데이터베이스, 학술논문을 보다 선호하기 때문에 나타난 차이로 볼 수 있다.
현재 어떤 상호대차 서비스가 시행중인가?
1968년 우리나라 최초로 상호대차 협정이 채택되었고, 1990년대부터 한국교육학술정보 원(KERIS)의 주도 하에 상호대차 서비스가 확대되었으며, 이후 2000년대에 들어서며 도서관 간 상호대차 협력이 본격적으로 시작되었다(국립중앙도서관 2007; 손정표 2008). 현재는 공공도서관의 책바다 서비스, KERIS의 원문제공 서비스 등 다양한 상호대차 서비스가 시행되고 있다. 도서관은 상호대차 서비스를 통해 자관이 소장하지 않은 자료에 대한 이용자 요구에도 대응할 수 있으며 장서활용도를 높일 수 있게 되었다.
상호대차 서비스는 어떻게 활용될 수 있는가?
상호대차 서비스는 이용자의 만족도와 장서활용도를 높일 뿐만 아니라 이용자의 요구를 파악할 수 있는 하나의 지표로 활용될 수 있는 잠재력을 갖고 있다. 그러나 기존 상호대차 연구는 단행본 상호대차 서비스보다 학술지 원문제공서비스를 다루는 네트워크 분석 연구가 많았 으며(이지원, 오정선 2013), 상호대차 횟수를 이용하여 자체적인 산출공식을 개발, 정량적 연구를 시도한 연구도 존재하였다.
참고문헌 (13)
국립중앙도서관. 2007. 지금 도서관에서는. 국립중앙도서관 홈페이지. [인용 2014. 10. 7].(National Library of Korea. 2007. "Library Now." National Library of Korea Homepage. [Cited 2014. 10. 7].)
남은경, 박지홍. 2014. 연구자 협업의 영향 요인에 관한 연구: 계량정보학 분야를 중심으로. 정보관리학회지, 31(4): 201-227.(Nam, Eunkyung. Park, and Ji-Hong. 2014. "Factors Influencing Research Collaboration in the Field of Informetrics." Journal of the Korean Society for information Management, 31(4), 201-227.)
손정표. 2008. 국공립대학도서관 상호대차의 양적 규모에 영향을 미치는 요인. 한국도서관정보학회지. 39(1): 119-138.(Sohn, Jung-Pyo. 2008. "A Study on Factors Affecting the Quantitative Size of Interlibrary Loan Service in National & Public University Libraries of Korea." Journal of Korean Library and Information Science Society. 39(1): 119-138.)
유종덕. 2013. 경기도 공공도서관 상호대차 네트워크 분석. 정보관리학회지, 30(2): 83-99.(Ryoo, Jong-duk. 2013. "An Analysis on Interlibrary Loan Network of Public Libraries in Gyeonggi Province." Journal of the Korean Society for information Management, 30(2). 83-99.)
이재윤. 2006. 연구성과 측정을 위한 h-지수 계량에 관한 연구. 정보관리학회지, 23(3): 167-186.(Lee, Jae-Yun. 2006. "Some Improvements on H-Index : Measuring Research Outputs by Citations." Journal of the Korean Society for information Management, 23(3). 167-186.)
이지원, 오정선. 2013. KERIS 상호대차 운영 데이터 분석을 통한 서비스 발전방안 모색. 대구: 한국교육학술정보원.(Lee, Ji-Won, and Jung-sun. 2013. "Finding out Service Development Idea Using KERIS ILL Data Analysis." Daegu: KERIS.)
조순원, 권지연, 박홍석. 2006. 상호대차 서비스 고도화를 위한 이용데이터 분석 및 활용. 대구: 한국교육학술정보원.(Jo, Sun-won, Kwon, Ji-yeon, and Park, Hong-Seok. 2006. "An Usage Log Data Analysis and Apply for ILL Service Advancement." Daegu: KERIS.)
허영석. 2013. 연세대학교 상호대차(대출) 10년사: 현황분석 및 과제. KERIS 실무자 세미나. 2013년 12월 4일.(Heo, Yong-Seok. 2013. "The 10 Years History of Yonsei University Interlibraryloan (circulation): Analysis and Challenges." KERIS Librarian seminar. 2013. 12. 4.)
Andres, A. (2009). Measuring Ademic Research: How to Undertake a Bibliometric Study. Oxford, UK: Chandos Publishing.
Hou, H., Kretschmer, H. and Liu, Z. 2008. "The Structure of Scientific Collaboration Networks in Scientometrics." Scientometrics, 75(2): 189-202.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.