챗봇에게 "X에 대한 문헌 검토를 작성해 줘"라고 요청하면, 존재하지 않는 인용이 일부 포함된 자신감 넘치는 문단을 내놓습니다. 문헌 검토에 Claude를 사용한 뒤 참고문헌을 직접 확인해 본 사람이라면 누구나 이 문제의 양상을 압니다. 유창한 문장, 조작된 출처, 실제 종합은 없습니다. 모델 자체가 문제인 것은 아닙니다. 아무런 구조도 부여하지 않은 채 원시 챗봇에게 구조화된 연구 과제를 수행하라고 요구하고 있는 것입니다.
Hugo가 바로 그 구조입니다. Hugo는 Claude, ChatGPT 또는 어떤 AI 채팅에든 한 번 불러와 사용할 수 있는 문헌 검토용 페르소나입니다. Hugo를 정의하는 규칙은 최악의 문제를 직접 해결합니다. 즉, 학습 데이터에 남은 어렴풋한 인용이 아니라 여러분이 제공한 출처를 바탕으로 작업합니다. 이 단 하나의 제약이 AI 문헌 검토를 변호할 수 있는 결과로 바꾸어, 구두시험에서 설명할 수 있게 합니다.
검토 구조와 검색 전략, 제공한 출처를 가로지르는 비교 매트릭스, 비판적 분석을 포함한 주제별 종합, 연구 공백 분석을 제공합니다. 검토를 체계적으로 수행해야 할 때는 PRISMA, PICO 및 CASP 프레임워크도 함께 구성합니다.
Hugo 보기 →일반적인 AI 문헌 검토가 실패하는 세 가지 방식
- 조작된 참고문헌. 그럴듯한 저자명, 실제 저널처럼 보이는 학술지, 아무것도 연결되지 않는 DOI가 만들어집니다. 이는 연구자의 경력을 끝낼 수도 있는 문제이며, 모델이 데이터베이스를 조회하는 것이 아니라 패턴을 완성하기 때문에 발생합니다.
- 종합이 아닌 요약. 각 논문을 서로 연결하지 않은 채 개별적으로 설명합니다. 논증이 있어야 할 자리에 초록을 쌓아 놓은 듯한 결과가 나옵니다.
- 중요도를 구분하지 못합니다. 한 분야를 정의하는 연구와 사소한 학회 논문이 같은 분량의 문단과 같은 확신 수준으로 다뤄집니다. 원래 모델만으로는 어느 연구가 해당 분야를 이끄는지 알 수 없습니다.
문헌 검토는 요약을 쌓아 놓은 것이 아닙니다. 문헌 검토는 한 분야가 무엇을 알고 있는지, 연구 결과가 어디에서 일치하고 어디에서 충돌하는지, 무엇이 아직 합의되지 않았는지를 설명하는 주장입니다. 일반적인 prompt는 요약 더미만 건네고 그 주장은 조용히 건너뛰는데, 실제로 평가되는 부분은 바로 그 주장입니다.
처음부터 분명히 밝혀 두는 정직한 한계
Hugo는 PubMed, Scopus, Web of Science 또는 그 밖의 어떤 데이터베이스에도 실시간으로 접근할 수 없으며, 그렇지 않은 척하지도 않습니다. 대신 두 가지 일을 합니다. 검색 자체를 설계하도록 돕습니다. Boolean 검색식, 데이터베이스별 용어, 포함 및 제외 기준을 함께 구성합니다. 그런 다음 여러분이 가져온 자료를 바탕으로 작업합니다. 어떤 출처가 눈앞에 없으면 문헌 검토에 포함되지 않습니다. 이것이 환각을 막는 전체 메커니즘이며, 끌 수 있는 기능이 아니라 제약 조건입니다.
실제로 생성되는 것
| 단계 | 출력 |
|---|---|
| 구조 | 선택하고 정당화한 주제별·연대순·방법론적·이론적 또는 개념적 접근법, 문서화된 포함 및 제외 기준, 초안 작성 전에 계획한 논거의 흐름 |
| 검색 전략 | PubMed, Cochrane, PsycINFO, Web of Science 및 Scopus용 불리언 검색식과 데이터베이스별 용어 - 직접 검색을 실행하고 그것이 체계적이었다는 것을 확인할 수 있도록 |
| 주제와 논쟁 | 출처 전반에서 확인된 사상 학파, 주제·방법론·발견 또는 관점별 비교 매트릭스, 합의와 불일치의 정리, 그리고 해당 분야의 사고가 시간에 따라 어떻게 변화해 왔는지 |
| 작성된 섹션 | 여러 출처를 한 번에 통합하면서 주제별로 구성된 단락과, 연구 결과가 무엇을 의미하는지에 대한 비판적 분석 - 단순히 내용을 다시 서술하는 것이 아님 |
| 출처 평가 | 방법론의 강점과 한계, 표본 크기, 편향과 재현 가능성, 귀하의 맥락과의 관련성, 최신성, 그리고 두 연구가 서로 다른 결론에 도달한 이유에 대한 설명 |
| 갭 분석 | 무엇이 연구되지 않았는지, 그리고 그 공백이 왜 중요한지에 대한 논거 - 이 부분을 바탕으로 연구의 근거 장이 구성됩니다 |
| 체계적 문헌고찰 | PRISMA 흐름도 계획, PICO 및 SPIDER 프레임워크, 데이터 추출 템플릿 설계, CASP 및 Cochrane 질 평가, 출판을 위한 프로토콜 구조 |
형식은 분야에 따라 달라지며 Hugo는 이를 따릅니다. 보건과학에는 체계적 문헌고찰과 범위 문헌고찰을, 사회과학에는 이론적 프레임워크와 실증적 논쟁 문헌고찰을, 인문학에는 역사서술과 이론적 위치 설정을, 비즈니스에는 학술 문헌과 함께 실무자 문헌을, 정책 분야에는 회색 문헌을 포함합니다.
먼저 시도해 볼 prompt
무언가를 구매하기 전에, 이것이 테스트해 볼 가치가 있는 행동입니다. 아래에 초록 세 개 또는 네 개와 함께 붙여 넣으세요:
문헌 검토를 진행하고 있습니다. 아래에 제가 붙여 넣는 출처만 사용하세요. 해당 출처에 없는 인용은 절대 추가하지 마세요. 1단계. 연구 질문, 분야, 포함 기준을 물어보세요. 제 답변을 기다리세요. 2단계. 매트릭스를 만드세요. 행에는 출처를, 열에는 주제를 배치하세요. 각 셀에 지지함 / 반박함 / 다루지 않음을 표시하세요. 3단계. 그 후에 작성하세요. 논문별이 아니라 주제별로 묶으세요. 모든 단락은 최소 두 개의 출처를 통합해야 합니다. 4단계. 갭 분석으로 마무리하세요. 여기서 다루지 않은 것은 무엇이며, 그것이 왜 중요한지 설명하세요. 규칙: - 제가 제공하지 않은 출처가 필요한 주장이라면 지어내지 말고 [CITATION NEEDED]라고 쓰세요. - 두 연구의 결과가 다르면 그렇게 말하고, 그 이유에 대한 해석을 제시하세요. - 확실하지 않은 내용은 얼버무리지 말고 표시하세요. 출처: [paste abstracts or full texts here]
이 작업을 실행하면 요약과 종합의 차이를 즉시 알 수 있습니다. 이 기능을 사용하면 규칙을 계속 다시 붙여 넣지 않아도 되고, prompt만으로는 담아낼 수 없는 부분, 즉 질 평가 프레임워크, 분야별 형식, 체계적 문헌 검토 프로토콜의 기본 구조를 얻을 수 있습니다.
매트릭스는 다음과 같습니다
| 출처 | 주제 A | 주제 B | 방법 |
|---|---|---|---|
| 연구 1 (2019) | 지지함 | 다루지 않음 | 무작위 대조 시험, n=240 |
| 연구 2 (2021) | 상반됨 | 지지함 | 코호트 연구, n=1,100 |
| 연구 3 (2023) | 약하게 지지함 | 지지함 | 질적 연구, n=18 |
매트릭스가 만들어지는 순간 두 가지가 드러납니다. 주제 B는 대규모 코호트 연구 하나와 소규모 질적 연구 하나에 의존하고 있어 근거가 빈약합니다. 그리고 연구 2는 주제 A에서 다른 연구들과 상반되므로, 문헌 검토에서는 이를 평균 내어 없애 버리는 대신 그 이유를 설명해야 합니다. 문단 요약만 쌓아 놓으면 이 두 가지 모두 보이지 않기 때문에 매트릭스가 본문보다 먼저 와야 합니다.
제출 전에 확인할 사항
- 모든 인용을 열어 보세요. 출처를 제공했더라도 각 참고문헌이 문장에서 주장하는 논문을 가리키는지 확인하세요. 이는 선택 사항이 아니며 오래 걸리지도 않습니다.
- 모든 [CITATION NEEDED]를 확인하세요. 이 자리표시자는 제 역할을 하고 있습니다. 제출 원고에 하나라도 남겨 두는 것은 여러분의 책임입니다.
- 저널을 평가하게 두지 마세요. 표본 크기와 방법론에는 주의를 환기할 수 있지만, 해당 분야에서 저널의 위상은 여러분이 판단해야 합니다.
- 논지를 뒷받침하는 논문을 읽으세요. 초록을 종합하는 것은 1차 검토일 뿐, 문헌 검토가 아닙니다. 논지의 토대가 되는 서너 개의 출처는 전문을 읽어야 합니다.
- 소속 기관의 정책을 확인하세요. 논문과 제출 원고에서 AI 지원을 사용하는 데 관한 규정은 서로 다르고, 공개를 요구하는 곳도 있습니다. 제출한 뒤가 아니라 전에 확인하세요.
최대한 활용하는 방법
실제 출처를 제공하세요. 초록은 최소한의 기준이고, 전문이면 더 좋습니다. 먼저 연구 질문과 범위를 명시하세요. 포함 기준이 없는 문헌 검토는 방향을 잃기 때문입니다. 본문을 쓰기 전에 먼저 매트릭스를 요청하세요. 변경 비용이 적을 때 구조가 타당한지 점검할 수 있습니다. 그리고 난처한 부분, 즉 모순과 들어맞지 않는 연구, 실제로 존재하는지 확신할 수 없는 공백을 파고드세요. 문헌 검토의 가치가 드러나는 곳이 바로 거기이며, prompt를 받지 않은 모델이 모든 것을 매끈하게 평탄화해 버리는 지점도 정확히 거기입니다.
이 Skill이 필요한 사람
논문 장을 작성하는 박사과정 학생, 논문을 준비하는 연구자, 프로토콜에 따라 작업하는 체계적 문헌 검토자, 근거 검토를 수행하는 정책 또는 R&D 연구자를 위한 것입니다. Claude, ChatGPT, Gemini 또는 Copilot에서 실행할 수 있으며, 시스템 prompt를 붙여넣을 수 있는 곳이라면 어디서든 사용할 수 있으므로 소속 기관의 허용 환경에 맞출 수 있습니다. 의료, 과학 및 교육 컬렉션에는 연구, 교육 및 연구 설계를 다루는 127개의 Skill이 있으며, 학습 및 연구 prompt 팩에는 가벼운 일회성 작업을 위한 자료가 있습니다.
Hugo는 이미 확보한 출처를 종합합니다. Aiden은 그보다 먼저 출처를 수집하고, 선별하고, 메모하는 일을 도와주는 Skill입니다 - 같은 작업의 전반부에 해당합니다.
Aiden 보기 →관련 Skill 가이드
Hugo - 문헌 검토 AI Skill
파일 하나로 모든 것을 해결합니다. 본문보다 먼저 매트릭스를 제시하고, 논문별이 아닌 주제별로 종합하며, 공백은 나열하지 않고 논증하고, 출처가 없는 곳에는 [CITATION NEEDED]를 표시합니다. 독립형 AI 문헌 검토 생성기 prompt도 이제 함께 포함됩니다.
KissMySkills는 Claude, ChatGPT 및 모든 AI 채팅을 위한 1,700개 이상의 AI Skill, prompt 팩, 에이전트 및 무료 도구를 제공하는 마켓플레이스입니다.


