대학원생·연구자의 AI 활용 역량 — 문헌 정리부터 연구 윤리까지

새벽 두 시, 투고 마감을 앞두고 참고문헌 목록을 마지막으로 점검하던 중 한 줄에서 손이 멈춥니다. 저자 이름도, 학술지 이름도, 권·호·쪽수도 그럴듯한데 DOI를 눌러 보니 아무 논문도 나오지 않습니다. 몇 주 전 AI에게 "이 주제의 선행연구를 정리해 달라"고 했던 초안에서 옮겨 온 문헌이었습니다. 이 글은 대학원생과 연구자가 문헌·코드·데이터 작업에 AI를 쓸 때 필요한 역량과, 자기 습관을 점검하는 방법을 다룹니다.

한국은행 이슈노트(2025)에 따르면 국내 근로자의 51.8%가 생성형 AI를 업무에 쓰고 있고, 연구실도 초록 요약·분석 코드·데이터 정리·영문 교정에 AI를 씁니다. 다만 연구에는 두 가지 조건이 더 붙습니다. 결과물이 공개된 학술 기록으로 남고, 다루는 자료 상당수가 아직 발표되지 않은 것이라는 점입니다. 그래서 연구에서는 "얼마나 빨리 했는가"보다 "나중에 누가 확인해도 버틸 수 있는가"가 기준이 됩니다.

⚠️ 존재하지 않는 참고문헌은 왜 생기는가

생성형 AI는 문서를 찾아 옮기는 도구가 아니라 학습한 패턴으로 그럴듯한 문장을 만드는 도구입니다. 참고문헌 형식은 규칙적이어서, 없는 논문도 "있을 법한 저자 + 제목 + 실제 학술지 이름"으로 자연스럽게 만들어지고, 형식이 완벽할수록 의심을 덜 받습니다.

이 현상은 실제로 측정된 적이 있습니다. Walters와 Wilder가 Scientific Reports(2023)에 발표한 연구는 챗GPT의 두 버전으로 42개 주제의 짧은 문헌 리뷰 84편을 만들고, 그 안의 참고문헌 636건을 여러 데이터베이스에서 하나하나 대조했습니다. 구형 버전이 제시한 참고문헌의 55%, 신형 버전의 18%가 실존하지 않는 문헌이었습니다. 실존하는 문헌이라도 구형 버전은 43%, 신형 버전은 24%에서 저자·연도·쪽수 등에 실질적인 오류가 있었습니다. 연구진은 신형 버전이 크게 나아졌지만 문제는 남아 있다고 결론지었습니다.

⚠️ 주의 — "실존하는 논문"이라는 확인만으로는 부족합니다. 위 연구에서 보듯 실제 문헌을 인용해도 서지 정보가 틀리거나, 그 논문이 해당 주장을 하지 않는 경우가 생깁니다. 인용한 문장이 원문에 실제로 있는지까지 확인해야 검증이 끝납니다.

모델이 좋아지면 비율은 줄 수 있지만 책임의 구조는 바뀌지 않습니다. 틀린 인용이 몇 건이든, 그 책임은 저자 이름으로 남습니다.

📚 학술지와 학회는 AI 사용을 어떻게 다루나

주요 출판사와 편집인 단체는 이미 AI 사용 기준을 공개했습니다. 세부 표현은 다르지만 공통점이 뚜렷합니다. AI는 저자가 될 수 없고, 사용 사실은 밝혀야 하며, 미발표 원고를 외부 AI에 올리지 말라는 것입니다. 아래는 각 기관의 공식 정책 페이지에서 직접 확인한 내용입니다.

기관	저자 자격	사용 고지	원고 기밀
ICMJE 권고안	챗봇 등 AI 도구는 저자로 올릴 수 없음(정확성·무결성에 책임질 수 없으므로)	투고 서신과 원고의 해당 부분에 모두 밝힘. 미고지는 경우에 따라 연구부정으로 볼 수 있음	AI 생성물을 1차 출처로 인용 불가
Elsevier	저자 책임은 사람만 질 수 있어 AI를 저자로 표기 불가	원고 준비에 쓴 도구와 목적을 별도 선언문으로 게재. 단순 문법·맞춤법 검사는 제외	심사자는 원고를 AI 도구에 올리는 것이 금지됨
Springer Nature(Nature 포트폴리오)	AI에 저자 자격·책임을 부여하는 것은 허용 안 됨	위험 수준별 판단, 사용 고지는 신뢰와 투명성을 위한 기본 원칙	원고·심사 보고서·민감 데이터를 보안이 확인되지 않은 공개 AI에 공유 금지

눈여겨볼 곳은 Springer Nature의 위험 단계 구분입니다. 도구 종류가 아니라 "그 사용이 학문적 판단에 얼마나 개입하는가"로 초록·주황·빨강을 나눕니다. 언어 다듬기, 섹션 구성 제안, 데이터 정리와 중복 제거는 초록(허용)입니다. 분석 방법 제안, 설명용 요약 초안, 선행문헌과 결과 비교, 통계 모델 출력의 쉬운 설명은 주황으로, 사람의 확인과 고지를 전제로 허용됩니다. 데이터·인용·결과를 지어내는 일, AI가 만든 가설이나 결론을 사람이 한 것처럼 제시하는 일, 심사를 AI에 맡기는 일은 빨강(금지)입니다.

연구자에게 남는 질문은 하나입니다. "지금 AI에게 맡긴 일이 문장의 표현인가, 연구의 판단인가?" 판단에 가까울수록 검증과 고지의 부담이 커집니다. 세부 규정은 학술지·학회·소속 기관마다 다르므로 투고 전 규정 원문을 확인하세요.

🔐 연구 데이터·미발표 결과를 입력하기 전에

인용 오류가 "결과물"의 문제라면, 입력 자료는 "과정"의 문제입니다. 미발표 실험 결과, 인터뷰 녹취록, 공동연구 계약에 묶인 데이터, 동료의 투고 전 원고는 연구 선점·연구참여자 개인정보·비밀유지·타인의 지적재산이라는 이유로 보호가 필요합니다.

흔한 오해는 "유료 요금제를 쓰니 괜찮다"는 생각입니다. 개인용 유료 요금제도 설정에 따라 대화가 모델 개선에 쓰일 수 있고(예: Anthropic의 2025년 8월 소비자 약관 변경), 업무 데이터를 학습에 쓰지 않는다고 안내하는 것은 주로 기업·팀용 요금제입니다. 개인정보보호위원회도 2025년 「생성형 인공지능(AI) 개발·활용을 위한 개인정보 처리 안내서」를 내 활용 단계의 개인정보 처리 기준을 정리했습니다. 연구참여자 정보가 담긴 자료라면 IRB 승인 당시 동의받은 범위 안에서만 다룰 수 있는지도 함께 따져야 합니다.

💡 실전 팁 — 코드 오류를 물을 때는 실제 데이터 대신 변수 구조만 같은 가짜 데이터 몇 줄을 만들어 넣으면 됩니다. 문헌 요약은 이미 공개된 논문 초록부터 시작하고, 미발표 결과는 연구실이나 기관이 승인한 도구 안에서만 다루는 규칙을 정해 두면 판단이 빨라집니다.

🗺️ 연구 단계별로 필요한 AI 역량 — 결과 검증과 안전·윤리

연구자에게 요구되는 AI 역량은 프롬프트를 잘 쓰는 기술만이 아닙니다. 연구 단계마다 "무엇을 맡기고, 무엇을 직접 확인하는가"를 가르는 판단이 핵심입니다. 아래 표는 앞서 본 출판 정책의 원칙을 연구 작업 흐름에 대응시켜 정리한 것입니다.

연구 단계	AI에 맡기기 좋은 일	사람이 반드시 확인할 것
문헌 탐색·정리	직접 찾은 논문의 초록 요약, 연구 질문별 분류 틀 제안	모든 문헌의 실존 여부(DOI·데이터베이스), 인용한 주장이 원문에 있는지
분석 코드	오류 메시지 해석, 함수 사용법, 반복 코드 초안	소규모 예제로 결과 재현, 결측치·가중치 처리 방식이 설계와 맞는지
데이터 정리	변수명 통일 규칙, 코딩북 초안, 중복 탐지 로직	원자료와 정리본의 행 수·분포 대조, 입력 자료의 공개 가능 범위
원고 작성	영문 교정, 문단 구조 제안	학술지 투고 규정의 고지 방식, 표현 수정이 주장의 강도를 바꾸지 않았는지

오른쪽 열은 두 역량으로 모입니다. 그럴듯한 출력에서 틀린 수치·없는 출처를 찾아내는 결과 검증, 무엇을 입력하지 말고 어디까지 밝힐지 판단하는 안전·윤리입니다. 둘 다 사용 시간이 길다고 저절로 늘지 않습니다. 알토대 연구진이 Computers in Human Behavior(2025)에 발표한 연구에서, 약 500명이 논리 문제를 풀 때 챗GPT를 쓴 사람은 점수는 올랐지만 자기 성과를 일관되게 과대평가했고, 스스로 AI를 잘 안다고 여길수록 과대평가가 컸습니다. 익숙함이 곧 검증 능력은 아니라는 뜻입니다.

📊 무료 AI 역량평가로 내 연구 습관 점검하기

이 두 역량은 스스로 가늠하기 어렵습니다. 누구나패스의 무료 AI 역량평가는 이 틈을 드러내도록 설계되었습니다. 회원가입 없이 30문항, 약 20분이 걸리고, 답변은 데이터베이스에 저장하지 않습니다.

평가는 AI 이해·요청 설계·업무 적용·결과 검증·안전·윤리·도구·자동화의 6개 역량을 봅니다. 역량마다 최근 경험을 묻는 행동 자기평가 2문항과, 실무 상황에서 어떻게 판단할지를 묻는 4지선다 판단 문제 3문항이 있습니다. 자기평가 50점과 판단 문제 50점을 합쳐 역량 점수를 내므로, "나는 늘 출처를 확인한다"는 응답과 실제 판단이 어긋나는 지점이 보입니다. 두 결과의 차이가 50%p 이상이면 "사각지대 가능성" 또는 "숨은 역량", 25%p 이상이면 "차이 주의"로 표시됩니다.

시작할 때 직무 8종 중 하나를 고르는데, 학생이라면 "학생·구직자", 분석 업무가 중심이라면 "데이터·분석"을 고를 수 있습니다. 직무는 점수와 무관하고 활용 예시만 바뀝니다. 리포트에는 가장 강한 역량과 먼저 보완할 역량, 판단 문제마다 핵심 원칙과 선택지별 해설, 가장 낮은 두 역량부터 시작하는 8주 학습 로드맵이 담기며 PDF로 저장할 수 있습니다.

📌 점수 읽는 법 — 역량마다 판단 문제가 3개뿐이라 한 문제 차이로 점수가 크게 움직입니다. 점수는 공식 인증이 아니라 출발점을 찾는 참고 자료입니다. 연구자라면 "결과 검증·안전·윤리 해설에서 내가 어떤 원칙을 놓쳤는가"를 먼저 읽는 편이 훨씬 유용합니다.

✅ 결과를 받은 뒤 — 연구실에서 바로 할 일

참고문헌 확인 절차를 고정한다. AI가 언급한 문헌은 초안 단계에서 바로 표시해 두고, DOI나 학술 데이터베이스에서 실존을, 원문에서 근거 문장과 쪽수를 확인한 뒤에만 참고문헌 목록에 넣습니다.
AI 사용 기록을 남긴다. 어떤 단계에서 어떤 도구를 무슨 목적으로 썼는지 짧게 적어 두면 투고 시 고지문을 쓰기 쉽고, 지도교수·공저자와 기준을 맞추기도 쉽습니다.
입력 규칙을 연구실 단위로 합의한다. 미발표 결과·연구참여자 정보·공동연구 자료를 어떤 도구에 넣을 수 있는지 미리 정합니다. 연구실이나 연구소 전체의 준비 상태가 궁금하다면 책임자가 무료 AI 도입 진단(12문항, 약 5분)으로 사용 기준·확인 절차 현황을 함께 점검할 수 있습니다.
8주 로드맵의 1~2주 차를 논문 일정에 붙인다. 결과 검증이 낮게 나왔다면 다음 문헌 리뷰 작업에서, 안전·윤리가 낮게 나왔다면 다음 데이터 정리 작업에서 바로 적용해 봅니다.

이렇게 하면 "AI를 써도 되나"라는 막연한 불안이 "이 단계는 초록, 이 단계는 확인 후 고지"라는 기준으로 바뀌고, 투고 직전의 참고문헌 전수 재검사가 작성 단계의 확인 습관으로 옮겨 갑니다.

❓ 자주 묻는 질문

AI로 영문 교정만 받아도 학술지에 밝혀야 하나요?

학술지마다 다릅니다. Elsevier는 단순 문법·맞춤법 검사는 고지 대상에서 제외하지만, 원고 준비에 AI 도구를 쓴 경우 별도 선언문을 요구합니다. 투고할 학술지의 규정 원문을 확인하는 것이 가장 확실합니다.

AI가 알려 준 논문이 실제로 있으면 그대로 인용해도 되나요?

실존 확인은 첫 단계일 뿐입니다. 서지 정보가 틀릴 수 있고, 그 논문이 해당 주장을 하지 않을 수도 있습니다. 원문에서 근거 문장을 직접 찾은 뒤 인용하세요.

역량평가 결과를 연구 역량 증빙으로 쓸 수 있나요?

아닙니다. 평가는 공식 인증이 아니며, 자신의 활용 습관에서 보완할 지점을 찾는 도구입니다. 결과는 PDF로 저장해 스스로 학습 계획을 세우는 데 활용하세요.

결과 검증이 낮게 나오면 AI 사용을 줄여야 하나요?

줄이기보다 확인 절차를 먼저 붙이는 편이 현실적입니다. 리포트의 해설과 8주 로드맵에서 놓친 원칙부터 다음 작업에 적용해 보세요.

FREE · 30문항 · 약 20분

내 연구 속 AI 활용, 어디를 먼저 다듬어야 할까요?

결과 검증과 안전·윤리를 포함한 6개 역량을 자기평가와 판단 문제로 나눠 확인하고, 판단 문제 해설과 8주 학습 로드맵을 받아 보세요. 회원가입 없이 바로 시작할 수 있습니다.

무료 AI 역량평가 받기 →

연구실·연구소 단위로 AI 사용 기준과 교육을 함께 고민하고 있다면 출강 교육 안내에서 과정 구성을 살펴보고 문의를 남길 수 있습니다.

📎 출처

Walters, W. H., & Wilder, E. I. (2023). Fabrication and errors in the bibliographic citations generated by ChatGPT. Scientific Reports, 13, 14045. PubMed
ICMJE, Recommendations — AI Use by Authors. icmje.org
Elsevier, Generative AI policies for journals. elsevier.com
Springer Nature, Nature Portfolio Editorial Policies — Artificial Intelligence (AI). nature.com
한국은행, BOK 이슈노트 제2025-22호 (2025.8)
Aalto University 연구진, Computers in Human Behavior (2025.10)
개인정보보호위원회, 「생성형 인공지능(AI) 개발·활용을 위한 개인정보 처리 안내서」 (2025.8)