2주 걸리던 선행문헌 조사, 교차검증까지 하루면 끝납니다

이 사례는 담당자·교수·대학원생 세 분의 말로 정리했습니다. 사전 조사에서 같은 교육을 두고 자리마다 다른 말씀이 나왔고, 그 차이가 커리큘럼을 정했기 때문입니다.

시작하기 전, 세 사람은 이렇게 말했습니다

세 말이 향하는 곳이 전부 달랐습니다. 담당자는 성과가 안 보이는 것을, 교수는 연구 윤리를, 대학원생은 당장의 시간을 말했습니다.

셋을 다 만족시키려 커리큘럼을 늘리면 16시간이 30시간이 되고, 아무도 끝까지 오지 못합니다.

저희가 택한 방식은 하나를 축으로 삼고 나머지를 그 안에 넣는 것이었습니다. 축은 대학원생 쪽 이야기로 잡았습니다. 눈앞의 시간이 실제로 줄어야 사람이 계속 씁니다. 쓰기 시작해야 산출물이 남고(담당자), 쓰는 과정에서 어디까지 써도 되는지가 몸에 익습니다(교수).

사전 조사는 3주 전에 진행했습니다. 세 자리를 각각 인터뷰하고, 참가 예정자 40명에게 지금 진행 중인 연구가 어느 단계인지를 물었습니다. 응답을 보니 기획 단계가 12명, 데이터 수집 중이 15명, 집필 중이 9명이었습니다. 이 분포가 시간 배분을 정했습니다.

"만족도는 높았는데 뭘 하시는지는 모르겠더라고요"

담당자의 이 말이 지난 교육의 문제를 정확히 짚고 있었습니다.

작년 특강은 도구 소개였습니다. ChatGPT로 초록을 요약하고, 번역하고, 문장을 다듬는 걸 보여줬습니다. 유용했지만 연구자가 실제로 하는 일의 순서와 무관했습니다. 연구는 주제를 좁히고, 선행연구를 읽고, 데이터를 모으고, 분석하고, 쓰는 일인데 특강은 그중 "쓰기"의 일부만 다뤘습니다.

이런 교육은 그날 반응이 좋습니다. 눈앞에서 초록이 세 줄로 줄어드는 걸 보면 놀라니까요. 문제는 연구실로 돌아간 다음입니다. 내 데이터도, 내 주제도 아닌 예제로 봤기 때문에 "그래서 내 논문 어디에 쓰지"가 안 풀립니다. 그 상태로 2주가 지나면 원래 하던 방식으로 돌아갑니다.

그래서 이번에는 연구 한 편이 진행되는 순서 그대로 커리큘럼을 짰습니다.

실습 환경은 저희가 미리 맞춰 갔습니다. 파이썬 설치 권한이 없는 분이 절반이라 전원 Colab으로 통일했고, 계정과 예제 노트북을 사전에 배포했습니다. 학내 네트워크에서 외부 AI 도구 접속이 되는지도 전산팀과 미리 확인했습니다.

핵심은 단계마다 파일이 남는다는 것입니다. 기획 단계의 기획서.md 가 선행문헌 탐색의 입력이 되고, 분석 결과 .md 와 그림이 집필의 입력이 됩니다. 각 단계가 독립된 실습이 아니라 하나의 연구가 앞으로 나아가는 과정입니다.

이 구조가 담당자의 문제도 함께 풀었습니다. 교육이 끝나면 참가자마다 자기 연구 주제로 만든 파일 묶음이 남습니다. 세는 게 가능해졌습니다.

"어디까지 써도 되는지를 아무도 안 알려줍니다"

교수의 질문에는 정답을 줄 수 없었습니다. 학술지마다, 학문 분야마다 기준이 다르고 지금도 바뀌는 중입니다.

대신 판단할 수 있는 상태를 만드는 쪽으로 갔습니다.

• 단계마다 AI가 한 일과 사람이 한 일을 파일에 나눠 기록합니다
• 선행문헌 요약에는 근거 URL을 함께 남깁니다. 나중에 원문을 확인할 수 있어야 인용이 됩니다
• 분석 코드와 결과는 그대로 보관합니다. 재현되지 않는 숫자는 쓰지 않습니다

이렇게 해두면 투고할 학술지의 정책이 무엇이든 거기에 맞춰 밝힐 수 있습니다. "AI를 썼는가"가 아니라 "무엇을 어디에 썼는지 말할 수 있는가"가 실제 질문이라고 봤습니다.

교육에서 가장 반응이 좋았던 대목이 여기였습니다. 금지 목록을 주는 것보다 기록하는 습관을 만드는 편이 연구자에게 납득이 됐습니다.

"선행연구 찾는 데만 2주씩 걸립니다"

대학원생의 시간 문제는 도구로 줄어드는 부분이 분명했습니다. 다만 줄어드는 이유를 정확히 알고 써야 합니다.

AI가 논문을 대신 읽어주는 게 아닙니다. 읽을 것을 고르는 시간이 줄어듭니다. 검색어를 바꿔가며 100편을 훑고 그중 절반이 주제와 다르다는 걸 확인하는 과정이 압축됩니다. 실제로 읽고 판단하는 일은 그대로 남습니다.

이걸 분명히 하지 않으면 두 가지가 생깁니다. 요약만 보고 인용하거나, "생각보다 별로네" 하고 안 쓰게 되거나. 교육에서 AI 요약본과 원문을 나란히 놓고 대조하는 실습을 넣은 이유입니다. 차이를 한 번 본 사람은 그다음부터 스스로 확인합니다.

실습은 참가자가 가져온 실제 주제로 진행했습니다. 한 참가자는 검색어를 세 번 바꿔가며 후보 논문 목록이 어떻게 달라지는지를 그 자리에서 확인했는데, "검색어를 못 정한 게 문제였네요" 라는 말이 나왔습니다. 도구를 몰라서 오래 걸린 게 아니라 무엇을 찾는지가 아직 안 좁혀져 있었던 겁니다.

그래서 1단계(주제 좁히기)에 시간을 가장 많이 뒀습니다. 앞이 흐린 채로 뒤 단계를 아무리 빨리 돌려도 결과가 안 나옵니다.

이 방식으로 안 되는 것

• 연구를 대신 해주지 않습니다. 주제 선정과 해석은 연구자 몫이고, 그 부분은 교육 전후가 같습니다
• 분야를 타지 않는다는 뜻은 아닙니다. 정성 연구나 사료 중심 분야는 3~4단계(수집·분석)의 비중이 크게 달라 커리큘럼을 다시 짜야 합니다
• 통계를 대신 판단해주지 않습니다. 코드는 AI가 쓰지만 어떤 검정을 쓸지는 연구자가 정해야 하고, 여기서 틀리면 결과 전체가 틀립니다
• 투고 규정을 보장하지 않습니다. 기록을 남기는 습관을 만들 뿐, 특정 학술지의 허용 범위는 각자 확인해야 합니다

6개월 뒤

교육 직후가 아니라 6개월 뒤에 다시 물었습니다. 연구는 주기가 길어서 한 달 뒤에는 변화가 보이지 않습니다.

가장 크게 달라진 것은 연구처가 다음 예산을 설명할 수 있게 된 점이었습니다. 그전에는 만족도 점수뿐이었는데, 이제 참가자별 산출물과 이후 사용 여부가 남습니다. 교육이 성과를 못 낸 게 아니라 성과를 세는 방법이 없었던 것입니다.

세는 방식은 저희가 함께 설계해 드렸습니다. 교육 종료 시점에 각자 어느 단계까지 갔는지, 6개월 뒤에 그 연구가 어디까지 진행됐는지 — 설문 두 개면 충분했습니다. 문항과 집계 양식을 만들어 연구처에 전달했고, 6개월 뒤 조사도 함께 진행했습니다.

응답률이 높았던 이유는 자기 연구 이야기라 답할 게 있었기 때문입니다. 만족도 설문은 답할 게 없어서 형식적으로 채워지는데, "지금 어느 단계입니까"는 다릅니다.

40명 중 계속 쓰고 있다고 답한 비율이 절반을 넘었습니다. 안 쓰는 쪽의 이유도 확인했는데, 대부분 "지금 연구가 데이터 수집 단계라 아직 쓸 일이 없다"였습니다. 안 맞아서가 아니라 주기가 안 왔다는 뜻이라 다음 교육 시점을 잡는 근거가 됐습니다.

부수적으로 나온 변화가 하나 더 있었습니다. 교수와 대학원생이 같은 도구를 쓰게 되면서 지도 방식이 바뀌었습니다. 초안을 놓고 "이 부분은 어떻게 썼나"를 묻는 대화가 가능해졌고, 그건 AI 이전에도 하던 지도인데 이제 구체적인 지점을 짚을 수 있게 됐습니다.

다룬 도구

• ChatGPT — 주제를 좁히는 대화, 집필. 역질문으로 되묻게 하는 방식이 핵심입니다
• 선행문헌 탐색 도구 — Deep Research · Consensus · SciSpace · NotebookLM. 분야에 따라 골라 씁니다
• Google Apps Script + 폼·시트 — 설문 설계부터 자동 수집까지
• 파이썬 — pandas·matplotlib·statsmodels로 기술통계·상관·회귀와 시각화
• Word VBA — 학술지 서식에 맞춰 자동 정리

실습 교재는 한국GPT협회 표준교재 플랫폼에 공개돼 있습니다.

• AI 활용 연구논문 작성↗(새 창)
• 심층리서치와 자료 자산화↗(새 창)

비슷한 교육을 검토 중이시라면

이 과정은 16시간 구성이었고, 참가자가 자기 연구 주제를 가져오는 것이 전제였습니다. 예제로 진행하면 교육이 끝난 뒤 남는 것이 없습니다.

사전 조사에서 확인하는 것은 네 가지입니다.

• 참가 대상의 학문 분야 구성 — 정량·정성 비중에 따라 3~4단계가 크게 달라집니다
• 진행 중인 연구가 있는가, 어느 단계까지 와 있는가
• 기관 차원의 AI 활용 지침이 있는가 — 없으면 교육 중에 초안을 함께 만들 수 있습니다
• 파이썬 실습 환경 — 설치 권한이 없으면 Colab으로 진행합니다

연구처·산학협력단 단위로 문의 주시는 경우가 많습니다. 교원 대상과 대학원생 대상은 시간 배분이 달라, 나눠서 진행하는 편이 결과가 좋았습니다.