2026년 9월 천안공과대학도서관의 「AI와 학술 DB로 시작하는 선행연구 탐색」 특강에 참석했습니다. 연구 질문을 구체화하고, 관련 논문을 찾고, 그 논문들 사이에서 아직 답하지 못한 문제를 찾는 과정이 주제였습니다. 논문 투고를 목표로 공부를 이어가는 지금, 검색 결과를 많이 모으는 것과 선행연구를 이해하는 것은 다른 일이라는 점을 다시 생각하게 됐습니다.
강의 자료에는 여러 학술 DB와 AI 도구가 등장합니다. 아래 내용은 그 도구들을 직접 사용해 평가한 결과가 아니라, 특강에서 배운 탐색 방법을 앞으로의 연구에 어떻게 적용할지 정리한 기록입니다.
검색 전에 질문부터 좁히기
선행연구 탐색은 연구 주제를 검색창에 그대로 넣는 일로 시작하지 않았습니다. 먼저 연구 대상, 문제, 방법, 평가 기준을 구분해 질문을 만들어야 검색어도 정할 수 있습니다. 강의에서는 AI를 답을 대신 정하는 도구보다 질문을 점검하는 도구로 다뤘습니다. 역할과 맥락, 대상, 제약, 원하는 출력 형식을 명시한 뒤 제안받은 질문을 연구자가 다시 검토하는 방식입니다.
처음 만든 질문이 지나치게 넓다면 어떤 대상과 조건에서 답할 것인지 좁혀야 합니다. 반대로 이미 알려진 방법을 그대로 반복한다면 무엇을 비교하거나 개선할 것인지 물어야 합니다. AI가 제안한 문장이 그럴듯하다는 이유만으로 연구 질문을 확정하지는 않겠습니다.
검색어와 정보원을 함께 설계하기
질문을 세운 다음에는 같은 개념의 한국어·영어 표현과 약어, 관련 기술명을 검색어로 확장합니다. 강의 자료는 여러 검색어를 AND, OR, NOT으로 조합하고, 검색 범위가 넓으면 필터로 좁히는 방법을 소개했습니다. 단어 하나를 바꾸면 검색 결과도 달라지므로, 나중에 탐색을 되짚을 수 있도록 검색어와 적용한 조건을 함께 기록하는 편이 좋겠습니다.
어디서 찾는지도 목적에 따라 달라집니다. 국내 연구와 학위논문에는 RISS 같은 정보원을, 국제 학술지·인용 정보에는 Web of Science와 Scopus 등을 살펴볼 수 있습니다. Google Scholar와 도서관의 구독 정보는 원문으로 이어지는 경로를 찾는 데 도움이 됩니다. 자료에 나온 서비스의 제공 범위와 학교의 구독 상태는 검색 시점에 도서관 안내에서 다시 확인해야 합니다.
원문이 보이지 않을 때는 검색 결과만 보고 이용할 수 없다고 결론 내리지 말고, 도서관의 구독 목록과 소장 정보, 상호대차·원문복사 경로를 확인하는 순서도 배웠습니다. 초록으로 후보를 고른 뒤 원문을 읽어야 연구 방법과 결과의 의미를 판단할 수 있습니다.
핵심 논문 한 편에서 바깥으로 넓히기
모든 검색을 처음부터 다시 하기보다 관련성이 높은 논문 한 편을 출발점으로 삼는 방법이 인상적이었습니다. 그 논문의 참고문헌은 이전 연구로, 후속 인용 논문은 이후 연구로 이어집니다. 비슷한 주제의 논문까지 함께 보면 용어가 달라서 첫 검색에서 빠진 연구도 찾을 수 있습니다.
특강은 Semantic Scholar, Consensus, Elicit, scite, OpenAlex 같은 서비스를 탐색 단계별 예시로 소개했습니다. 관련 논문을 찾아 핵심 내용을 비교하거나, 인용의 맥락과 연구 흐름을 살피는 데 도움을 받을 수 있다는 설명이었습니다. 서비스가 만든 요약과 분류는 읽을 논문을 고르는 단서로 쓰고, 실제 주장과 방법·결과는 원문에서 확인해야 합니다. 특히 인용 횟수나 AI 요약만으로 논문의 신뢰성을 판정할 수는 없습니다.
연구 공백은 비교한 뒤 판단하기
강의 후반에는 찾은 논문을 같은 기준으로 비교하는 선행연구 매트릭스가 제시됐습니다. 연구 목적, 데이터, 방법, 주요 결과, 한계를 나란히 적으면 반복된 접근과 서로 다른 결과가 드러납니다. 그때 연구 대상이나 평가 조건이 빠졌는지, 기존 방법의 한계가 남아 있는지, 새로운 질문에 연결할 근거가 있는지를 살필 수 있습니다.
여기서 연구 공백은 도구가 자동으로 찾아 주는 빈칸이 아닙니다. 관련 논문의 범위를 충분히 확인하고, 서로 다른 결과가 나온 이유를 읽고, 내 연구가 실제로 답할 수 있는 문제를 정해야 합니다. 앞으로는 흥미로운 논문을 저장하는 데서 멈추지 않고, 어떤 질문에 어떤 근거로 답했는지를 비교표에 남겨 볼 생각입니다.
AI가 도울 수 있는 곳과 내가 맡아야 할 곳
자료는 NotebookLM을 업로드한 논문과 메모의 요약·비교, 개요 초안에 활용하는 예시로 들었습니다. 동시에 원문 확인, 연구 질문의 선택, 결과 판단, 정확한 인용, 최종 문장에 대한 책임은 연구자에게 남는다고 구분했습니다. 자료가 가리키는 문장이나 인용 위치가 있어도 원문과 맞는지 직접 확인해야 합니다.
마지막으로 논문의 실재 여부, 인용 내용과 원문의 일치, 검색에 쓴 도구와 조건의 기록, 자료 보안과 저작권, 연구 책임을 점검하라는 체크리스트가 제시됐습니다. AI 사용에 관한 소속 기관과 투고처의 기준은 달라질 수 있으므로 실제 원고를 제출할 때 확인해야 합니다.
이번 특강을 내 연구에 적용한다면, 질문을 먼저 쓰고 검색 과정을 기록한 뒤 핵심 논문을 중심으로 인용 관계를 넓혀 가겠습니다. 그다음 같은 기준으로 논문들을 비교해 내가 다룰 수 있는 연구 공백인지 판단하겠습니다. 도구가 탐색 시간을 줄여 줄 수는 있어도, 그 공백이 왜 중요한지 설명하는 일은 결국 내 몫입니다.