연구자들이 GitHub Innovation Graph 데이터로 국가의 디지털 복잡성을 밝히는 방법

GitHub Innovation Graph 데이터와 Research Policy에 실린 논문을 바탕으로, 연구진은 IP 주소를 바탕으로 집계한 2020~2023년 163개 경제권·150개 언어의 개발자 푸시가 국가의 디지털 복잡성을 드러내는지 검증했다. 이 지표가 GDP, 불평등, 배출량을 얼마나 설명하는지도 함께 살폈다.

언어 단위만으로는 실제 소프트웨어 스택을 충분히 설명하기 어려워, 연구진은 2024년 활성 저장소를 대상으로 GitHub GraphQL API를 쿼리해 언어 공출현을 계산했다. 다언어 저장소가 과도하게 신호를 지배하지 않도록 정규화한 뒤, 가중 공출현 기반 cosine similarity와 hierarchical clustering으로 150개 언어를 59개 software bundle로 묶고, 국가-번들 행렬에 RCA와 **Economic Complexity Index (ECI)**를 적용했다.

그 결과 소프트웨어 ECI는 기존 무역·특허·논문 지표를 통제한 뒤에도 GDP per capita와 소득 불평등을 설명하는 추가 정보를 제공했다. 상위권은 Germany(1.739), Australia(1.730), Canada(1.729), Netherlands(1.727), France(1.702) 순이었고, United States는 6위(1.695)였다.

관련성 분석에서는 번들 A와 B를 함께 잘하는 국가가 많을수록 두 번들이 가깝다고 보고, 국가는 무작위로 기술을 넓히지 않고 이미 잘하는 번들과 가까운 스택으로 진입하는 경향이 확인됐다. 다만 공개 GitHub 활동만 보여주기 때문에 폐쇄형 소프트웨어는 빠지고, 2020~2023년의 4년 데이터만으로는 장기 성장 예측에 한계가 있다. 연구진은 프레임워크·라이브러리·프로젝트 목적까지 포함한 더 풍부한 데이터가 필요하며, 생성형 AI가 이 관련성 규칙을 어떻게 바꿀지도 중요한 다음 질문이라고 봤다. 정책적으로는 소프트웨어 인재를 끌어들이되 과잉 규제로 혁신을 위축시키지 않는 설계가 중요하다고 봤고, 소프트웨어 ECI가 10년 안에 정책 도구가 될 수 있다고 내다봤다. 개발자에게는 국가별 소프트웨어 특화도를 보고 이주나 커리어 이동을 판단할 수 있다고 조언했다.