GitHub Innovation Graph 기반 163개국 소프트웨어 ECI 분석 체계 구축

How researchers are using GitHub Innovation Graph data to reveal the “digital complexity” of nations

Kevin Xu2026년 5월 8일15분advanced

AI 요약

Context

기존 경제 복잡도 측정 방식은 물리적 수출품과 특허 등 가시적 지표에만 의존함. 소프트웨어는 국경을 넘는 과정에서 통관 절차가 없어 'Digital Dark Matter'로 분류되며 경제 지표에서 누락되는 한계가 존재함.

GitHub Innovation Graph의 IP 주소 기반 개발자 푸시 데이터를 활용한 163개국 150개 언어의 분기별 트래픽 추적
단일 언어 분석의 한계를 극복하기 위해 GraphQL API로 레포지토리 내 언어 공존 패턴을 쿼리하여 데이터셋 구축
Weighted Co-occurrence 기반 Cosine Similarity 산출 및 Normalization 적용으로 Polyglot 레포지토리의 신호 왜곡 방지
Hierarchical Clustering을 통해 150개 언어를 59개의 기술 스택 단위인 'Software Bundles'로 그룹화
국가별 Bundle 점유율을 통한 Revealed Comparative Advantage 산출 및 Iterative Method 기반의 Economic Complexity Index(ECI) 도출
Co-specialization 패턴 분석을 통한 Bundle 간 Proximity 정의로 기술 전이 경로인 'Principle of Relatedness' 검증

실천 포인트

1. 단순 단일 지표 집계 전, 실제 도메인에서 함께 발생하는 'Bundle' 단위의 상관관계 분석 여부 검토

2. 데이터 편향을 방지하기 위해 다중 속성을 가진 엔티티(Polyglot Repo)에 대한 Normalization 전략 수립

3. 분석 대상의 특성에 맞는 유사도 측정 방식(Cosine Similarity 등)과 계층적 군집화 적용 고려

태그