소개
스터디 2주차에는 본격적으로 논문의 전체 구조를 설계하고, 신뢰할 수 있는 인용 자료를 수집해보는 시간을 가졌습니다. 특히 ChatGPT와 DBpia를 병행해서 사용하니 생각보다 훨씬 빠르게 틀을 잡고 내용을 채울 수 있었어요. 😊
처음에는 어디서부터 자료를 찾아야 할지 막막했는데, AI 도구를 적절히 활용하니 핵심 논리와 근거가 명확해졌고, 글을 쓰는 속도도 훨씬 빨라졌습니다.
진행 방법
🔧 사용 도구
ChatGPT
논문 구조에 맞춰 목차를 설계하고, 각 파트에서 어떤 내용을 넣어야 할지 제안받음
"이 주제로 어떤 소제목 구성이 좋을까?"라고 질문하며 논리 흐름 정리
DBpia
ChatGPT가 제시한 키워드 기반으로 국내 논문과 자료 검색
참고문헌으로 쓸만한 자료를 추출하고, 인용 문장에 직접 반영함
Scispace
해외 논문 검색 및 요약 기능에 강점 있음
참고문헌 정보 확인이 빠르고, 영어 논문에 익숙하지 않은 입장에서도 내용 파악이 쉬웠음
Elicit
질문 중심으로 관련 논문들을 제안해줌
다양한 접근이 가능하고 흥미로운 결과를 제시했음
DeepResearch (보조적으로)
이전 주차에 만든 초안 일부를 바탕으로 GPT가 추천한 내용을 보강
💡 실제 활용 예시
GPT 프롬프트 예시:
"OOO 주제로 학술적 글을 쓰려면 어떤 소제목 구성이 좋을까?"
"이 문단을 더 논리적으로 바꾸고 싶은데, 조언해줄 수 있어?"
DBpia에서 찾은 논문을 바탕으로, GPT에게 이렇게 요청:
"이 논문의 주요 주장을 요약해줘. 그리고 내 주제와 연결되는지 평가해줘."
결과와 배운 점
구조 설계는 AI가 정말 강한 역할을 한다는 것을 느꼈어요
DBpia를 병행하니 자료 신뢰도가 높아지고, 인용 문장도 더 탄탄해졌습니다
해외 AI 툴도 좋지만, 국내 논문을 찾을 땐 역시 DBpia가 최고라는 점도 체감했습니다
아직 전체 초안은 완성되지 않았지만, 절반 이상을 확실히 정리할 수 있었습니다 ✨
