2026년에 문헌 리뷰의 어디를 도구에 넘길 것인가

예전 문헌 리뷰는 소모다. 데이터베이스를 뒤지고, 관계없는 초록을 훑고, 발견한 것을 큰 표에 붙인다. 여기에 수백 시간이 들어갔다.

연구용 도우미가 나온 뒤의 질문은 「넘길까」가 아니다. 인용을 날조시키지 않고, 학문에서 남겨야 할 판단을 넘기지 않는 넘김은 무엇인가.

시간이 녹는 세 단으로 나눈다. 검색과 선별, PDF에서 뽑기, 종합과 초고.

1. 검색과 선별의 반복을 넘긴다

첫 병목은 발견이다. PubMed나 Google Scholar의 불리언 검색은 수천 건을 뱉고, 초록은 사람이 한 장씩 본다.

넘겨도 되는 부분: 키워드 일치만이 아니라 의미로 찾는다.

• 자연어로 물을 수 있다. 예를 들어 「미세플라스틱이 해양 생태계에 장기적으로 무엇을 남기는가」.
• 인용 네트워크를 따라가면, 반복해서 인용되는 작업을 놓치기 어렵다.

떨어뜨릴지 남길지는 사람이 정한다. 도구는 후보를 늘어놓고, 왜 관련 있다고 보았는지 보여 준다.

2. PDF에서 대조할 수 있는 칸을 뽑는다

선별 뒤에 남는 일은 남겨 둔 논문을 읽는 것이다. LitSynth에서 빠른 리뷰는 약 6–10편, 더 깊은 리뷰는 약 8–15편이다. 남은 작업은 그 논문에서 표본 크기, 방법, 주요 발견, p값을 뽑는 일이며, 대조하지 않은 50편이나 100편을 한 번에 처리하는 일이 아니다.

넘겨도 되는 부분: 그 PDF를 한 편씩 열지 않아도 된다.

• 남겨 둔 PDF를 올리거나, 이미 검색한 집합에서 고른다.
• 고른 묶음에 같은 질문을 던진다. 예를 들어 「표본 크기와 대상 정보를 뽑아 달라」.
• 도구가 읽는 것은 그 선택된 논문이고, 비교할 수 있는 표를 낸다. Excel이나 CSV로 나오는 경우가 많다.

주의: 뽑은 값은 원문의 쪽이나 문장으로 돌아갈 수 있어야 한다. 출처 없는 칸은 데이터처럼 보일 뿐이다.

3. 종합과 초고는 고른 논문에서만

어긋나는 발견을 한 단락으로 묶는 일이 리뷰의 집필이다. 범용 챗봇은 여기서 잘 부서진다. 문장을 완성하려고 인용을 만들기 때문이다.

넘겨도 되는 부분: 먼저 검색하고, 그다음에 생성한다.

• 쓸 논문의 묶음을 먼저 정한다.
• 초고는 그 묶음만으로 합의와 어긋남을 쓴다.
• 각 주장은 자기 집합 안의 실재하는 논문으로 돌아갈 수 있어야 한다. 지지가 강한지는 내보내기 전에 다시 본다.

LitSynth에서의 순서

반복되는 부분을 넘기고 선별과 확인을 화면에 남기려면 LitSynth의 문헌 리뷰 와 인용 감사 를 본다.

범용 챗봇과 순서가 다르다. 검색이 먼저다.

1. 검색: 의미 검색으로 1억 2,500만 편이 넘는 학술 논문 색인에 들어간다.
2. 선별: 초록과 관련성 설명으로 범위를 좁히고, 무엇을 채택할지는 사람이 정한다.
3. 초고와 감사: 고른 근거만으로 인용이 달린 리뷰를 쓰고, 원문 지지가 약한 주장에 표시한다.

자동화는 엄밀함을 내려놓는 일이 아니다. 발견, 추출, 초고를 전용 도구에 넘기고, 빈 시간은 그 연구가 무엇을 뜻하는지 판단하는 데 쓴다.