Footnotes## 강의 전체 읽기

“아직 주제를 잡고 있어요”라는 말을 몇 개월째 반복하고 있다면, 원고의 분량보다 질문이 어떻게 달라졌는지부터 살펴봅니다. 가상 대학원생 민서가 AI로 만든 15페이지 앞에서 막히고, 실제 논문을 읽으며 질문을 바꾸는 과정을 따라갑니다.

한림대학교 미디어스쿨 대학원 「커뮤니케이션조사방법론 II」 8주차를 위해 제작한 강의입니다. 지난주 설문척도 수업에서 이어져, 관심 분야를 비교할 장면으로 좁히고 개념·이론·가설·측정·설계를 연결합니다.

본편 60장과 후속 안내 2장으로 구성했습니다. 11개의 가상 사례 삽화, 비교표와 단계별 설명으로 슬라이드만 보며 논지를 따라갈 수 있게 만들었습니다. 마지막 두 장에서는 Socratic Advisor와 빈 Obsidian 볼트로 각자 공부를 이어갑니다.

한국어 슬라이드와 전체 읽기, 영어 소개·읽기를 제공합니다. 관찰·가상 예시·실제 논문 근거를 구분하며, 스킬이 학생 대신 프로포절을 완성하거나 이해도를 자동 채점한다고 소개하지 않습니다.

[실제 논문 원문](https://doi.org/10.1093/pnasnexus/pgae403) · [AI와 비판적 사고 연구](https://www.microsoft.com/en-us/research/publication/the-impact-of-generative-ai-on-critical-thinking-self-reported-reductions-in-cognitive-effort-and-confidence-effects-from-a-survey-of-knowledge-workers/) · [대학원 지도 안내](https://gradschool.cornell.edu/academic-progress/opportunities-resources-support/advising-guide-for-research-students-2025/)

## 교수님, 저 주제를 아직 잡고 있어요

**그 말을 지금 몇 개월째 하고 계십니까?**

AI가 써준 원고와 내가 설명할 수 있는 연구 사이에서, 다음에 할 일을 찾는 수업입니다.

안창현 · 2026년 10월 20일

민서는 가상의 석사생입니다. 실제 논문과 교수자의 경험은 각각 구분해 표시합니다.

## 지난주, 7점 중 2점이라고 했습니다

### 여러분은 AI를 씁니다

-   GPT와 클로드로 논문을 요약하고 글을 만들어봅니다. 지난 학기에 방법론 수업을 통째로 들은 분들도 절반쯤 있습니다.
-   그런데 설문 문항을 내 손으로 만들 자신이 얼마나 있느냐고 물으면 대답이 달라집니다. 제 기억으로 열 명 남짓 중 90% 이상이 7점 중 2점이라고 했습니다.

### 그 2점에서 시작합니다

-   자신감이 2점이라고 실제 능력도 2점이라고 단정할 수는 없습니다. 지난주에도 좋아함·사용·자신감을 구분했잖아요.
-   다만 “자신감을 가지세요”라고 넘어갈 수도 없습니다. 연구를 시작할 때 무엇에 기대고, 어느 지점에서 멈추는지 살펴봐야겠습니다.

## 주제가 맨손으로 잡는 멧돼지입니까?

![01-topic · 가상 대학원생 민서의 연구 장면](https://pub-acf6ad93f2ec4a5e8fa12e94d0c9b151.r2.dev/1792398026227-18c97d4c-7f0f-498d-a3f0-9341db30470a.png)

가상 사례 · AI 생성 삽화

### 계속 잡으러 다니는데 얼굴을 못 봅니다

-   처음 “주제를 잡고 있어요”라고 하면 그럴 수 있습니다. 관심 분야를 둘러보거나 읽다가 생각이 바뀌었을 수도 있죠.
-   한 달 뒤에도, 다음 학기에도 같은 말이면 이야기가 달라집니다. 석사 2차, 3차가 되어도 아직 잡고 있습니다.
-   자료를 찾고 AI에게 물어봤다는 것은 압니다. 그래서 지난번과 비교해 무엇을 알게 됐는지 물으면, 다시 “조금 더 정리해서…”가 나옵니다.

## “조금 더 준비해서”는 언제 끝납니까?

### 학생이 미루는 이유

-   “빈손으로 찾아가기는 미안합니다. 논문을 조금 더 읽고, 생각을 정리해서 말씀드리려고요.”
-   그런데 몇 편을 읽어야 하는지, 무엇을 정리해야 하는지, 준비가 됐는지를 혼자 판단할 수 없습니다.
-   한 달 뒤에도, 다음 학기에도 같은 말을 합니다. 혼자 판단이 안 돼서 준비를 계속하는 중이라면, 같은 자리에서 시간을 더 쓰는 것으로 문제가 풀릴까요?

### 교수자가 함께 볼 수 있는 것

-   “이 검색어로 찾아봤는데 제 분야가 맞는지 모르겠습니다. 이 문단을 읽었는데 여기부터 설명하지 못하겠습니다.”
-   완성된 제목이 없어도 됩니다. 어디까지 했고 어디에서 막혔는지가 보이면, 다음에 할 일을 함께 정할 수 있습니다.
-   오늘 바꿀 것은 멋진 제목보다 도움을 요청할 문장입니다. 무엇을 모르는지까지 보여주는 것이 다음 작업을 정할 재료가 됩니다.

## 막힌 자리에서 다음 작업으로 갑니다

01

### 관심을 말한다

논문 제목부터 만들지 않습니다. 무엇을 보고 어떤 생각이 들었는지 자기 말로 꺼냅니다.

02

### 원문을 확인한다

실제 논문 한 편에서 내가 궁금한 것과 겹치는 부분을 찾아봅니다. 읽은 만큼만 적습니다.

03

### 내 문장을 고친다

이론·가설·방법을 붙이기 전에, 같은 단어를 무엇의 뜻으로 썼는지 확인합니다.

04

### 질문을 가져간다

아직 결정하지 못한 것을 교수자가 함께 판단할 수 있게 보여줍니다. 면담 뒤 다음 읽기를 정합니다.

## 가상의 석사생 민서를 따라가봅시다

![03-tabs · 가상 대학원생 민서의 연구 장면](https://pub-acf6ad93f2ec4a5e8fa12e94d0c9b151.r2.dev/1792398030862-6e4154a2-da54-4768-9e27-c4ca746f214c.png)

가상 사례 · AI 생성 삽화

### 관심은 많은데, 연구로 바꾸는 곳에서 멈춥니다

-   민서는 AI와 미디어에 관심이 있습니다. 딥페이크도 문제 같고, 가짜뉴스도 문제 같고, 사람들이 AI 콘텐츠를 믿는 것도 궁금합니다.
-   교수님을 찾아가야 한다는 것은 압니다. “그래서 뭘 하고 싶은데?”라는 말을 들으면 대답할 자신이 없어 논문부터 더 찾아봅니다.
-   제목은 다 관련 있어 보이고, 초록을 읽으면 관계가 없는 것 같기도 합니다. 익숙하지 않은 이론과 방법 때문에 탭 사이를 옮겨 다닙니다.

## 파일은 길어지고 자신은 없어집니다

01

### 빈손이 두렵다

교수님께 갈 때 뭔가 있어야 할 것 같습니다. 몇 편이면 충분한지는 모르지만 일단 논문을 찾습니다.

02

### 탭만 늘어난다

이론도 방법도 낯섭니다. 한 편을 읽다가 다른 논문을 열고, 어느새 탭이 스무 개입니다.

03

### AI가 채워준다

“주제 추천해줘.” 신뢰·리터러시·조절효과가 줄을 섭니다. 제목도 가설도 생겨 진도가 난 듯합니다.

04

### 판단이 남는다

무엇이 가능한지, 무엇을 빼야 하는지는 여전히 모릅니다. 설명할 자신이 없어 다시 더 써달라고 합니다.

## 민서가 AI를 계속 쓰는 이유를 압니다

### 제출일은 기다려주지 않습니다

-   “충분히 읽고 천천히 생각하세요”라고 하면 속이 터질 수 있습니다. 충분히가 언제 끝나는지도 모르는데요.
-   교수님께 진행 중이라고 말씀드렸고, 뭔가 보여드려야 합니다. 파일을 길게 만드는 일이 당장 손에 잡히는 해결책처럼 보입니다.

### 그래서 다음 판단을 작게 만듭니다

-   AI를 쓰지 말라는 말로 끝내지 않겠습니다. 무엇을 물어보고, 어디를 직접 확인하고, 어떤 질문을 가져갈지 나눠보겠습니다.
-   교수자도 “더 생각해오세요”에서 멈추면 안 됩니다. 학생이 다음에 할 행동을 알아볼 수 있도록 도와야 합니다.

## “서울에 갈게요.” 서울 어디요?

![04-map · 가상 대학원생 민서의 연구 장면](https://pub-acf6ad93f2ec4a5e8fa12e94d0c9b151.r2.dev/1792398033008-620eaf62-6f3a-4d02-bd21-7d7e6a5e646b.png)

가상 사례 · AI 생성 삽화

### AI와 가짜뉴스도 아직은 넓은 주소입니다

-   “저는 AI와 가짜뉴스를 연구하고 싶습니다.” 관심 있는 동네는 말했습니다. 아직 무엇을 할지는 보이지 않습니다.
-   서울에 간다면서 지하철 몇 호선을 타야 하냐고 묻는 것과 비슷합니다. 회사에 갈 건지, 공연을 볼 건지에 따라 길이 달라지잖아요.
-   이때 “연구문제를 구체화하세요”라고만 하면 또 어렵습니다. 먼저 묻겠습니다. 그중 어떤 장면이 걸렸어요?

## 학술 용어보다 장면이 먼저입니다

### 민서가 실제로 궁금한 것

-   “같은 뉴스라도 AI가 썼다고 하면 사람들이 덜 믿을 것 같아요.”
-   같은 뉴스가 있고, AI가 썼다는 정보가 붙고, 사람이 다르게 판단할 것이라는 예상이 있습니다. 이제 무엇을 비교하려는지 보입니다.

### 벌써 어렵게 쓰지 마세요

-   “생성형 인공지능 기반 정보 수용자의 인지적…”으로 고치면 민서는 다시 자기 말을 잃습니다.
-   우선 “AI가 썼다고 하면 덜 믿을까?”를 다듬으면 됩니다. 용어는 그 장면을 설명하기 위해 붙이지, 장면을 가리려고 붙이지 않습니다.

## AI가 썼다는 것과 가짜라는 것은 다릅니다

| 구분할 것 | 가능한 상황 | 검색할 때 달라지는 것 |
| --- | --- | --- |
| 실제 작성 | 정확한 내용을 AI가 쓸 수도 있고, 사람이 쓴 내용이 틀릴 수도 있습니다. | AI가 작성했는지와 내용이 사실인지를 같은 뜻으로 묶지 않습니다. |
| 작성 표시 | 같은 내용이라도 AI가 썼다는 표시를 본 사람이 다르게 판단할 수 있습니다. | 민서의 질문은 표시를 사람들이 어떻게 받아들이는지에 더 가깝습니다. |
| 찾을 표현 | AI 작성 표시, 정확성 판단, AI-generated label, news accuracy를 찾아봅니다. | ‘가짜뉴스’만 검색했을 때와 다른 연구를 만나게 될 수 있습니다. |

## 내 말을 검색어로 바꾸는 일부터 맡깁니다

### AI에게 줄 요청

-   “같은 뉴스라도 AI가 썼다고 표시하면 사람들이 덜 믿는지가 궁금해. 관련 연구를 찾을 한국어·영어 검색어를 제안해줘.”
-   “실제로 AI가 쓴 것과 AI가 썼다고 표시한 것을 구분해줘. 논문 제목을 지어내지 말고 먼저 검색할 표현을 알려줘.”

### 그다음 내가 할 일

-   검색 결과를 직접 엽니다. 추천한 논문의 제목·저자가 실제로 있는지, 링크가 그 논문으로 가는지 확인합니다.
-   원문을 못 찾았다면 못 찾았다고 적습니다. 찾지 못한 논문을 읽은 기록에 올려놓지는 않습니다.

## 열 편을 읽기 전에도 질문할 수 있습니다

### 지금 보여줄 재료

-   “AI 작성 표시가 뉴스 판단에 주는 영향이 궁금합니다. 이런 검색어로 찾아봤는데 제가 들어가야 하는 분야가 맞는지 모르겠습니다.”
-   아직 논문 열 편을 읽지 않았어도, 무엇을 하려는지와 어떤 지점에서 도움을 구하는지가 보입니다.

### 검색이 안 된 상태도 재료입니다

-   검색어가 너무 넓은지, 다른 분야의 용어가 필요한지, 논문은 찾았지만 원문에 접근하지 못했는지 구분할 수 있습니다.
-   “준비가 안 됐는데요”라고 기다리는 동안에도, 검색한 표현과 막힌 화면은 이미 질문할 대상입니다.

## “교수님, 이미 제가 하려던 걸 다 했는데요?”

### 실제 논문을 찾았습니다

-   Altay와 Gilardi의 2024년 논문은 AI 작성 표시가 붙은 뉴스 제목에 대한 판단을 다룹니다. 미국·영국의 온라인 실험 두 개를 보고합니다.
-   제목을 보니 민서가 생각한 것과 비슷합니다. 이때 검색은 일을 한 겁니다. 내 생각이 형편없다는 판정을 받은 것이 아닙니다.

### 아직 두 결론으로 뛰지 맙시다

-   “이미 했으니까 버릴게요.” 무엇이 어디까지 겹치는지 읽기도 전에 관심 전체를 버리고 있습니다.
-   “그럼 한국 대학생으로 바꾸면 되겠네요.” 집단만 바꾸면 왜 의미가 생기는지 확인하기 전에 새로움을 선언하고 있습니다.

Altay & Gilardi (2024) · doi:10.1093/pnasnexus/pgae403

## 같은 6점 척도여도, 묻는 것은 다릅니다

처음에는 “덜 믿는다”고 했습니다. 원문 방법 절을 읽으니 그 말 안에서 서로 다른 질문이 보입니다.

| 살펴볼 것 | 정확성 판단 | 공유 의향 |
| --- | --- | --- |
| 무엇을 묻나 | 뉴스 제목의 주장이 얼마나 정확한지 평가합니다. | 그 뉴스 제목을 얼마나 공유하고 싶은지 평가합니다. |
| 응답 눈금 | 1–6점: ‘분명히 거짓’부터 ‘분명히 참’까지입니다. | 1–6점: ‘매우 가능성이 낮음’부터 ‘매우 가능성이 높음’까지입니다. |
| 연구 1의 배정 | 참가자 절반은 정확성을 평가했습니다. | 나머지 절반은 공유 의향을 평가했습니다. |

Altay & Gilardi (2024) · doi:10.1093/pnasnexus/pgae403

## 정확하다고 생각하면 전부 공유합니까?

![06-sharing · 가상 대학원생 민서의 연구 장면](https://pub-acf6ad93f2ec4a5e8fa12e94d0c9b151.r2.dev/1792398038050-25a93eed-d95b-45aa-a90e-867f4624c84e.png)

가상 사례 · AI 생성 삽화

### ‘믿는다’ 안에 섞여 있던 판단을 나눕니다

-   환율 기사가 맞는 말 같아도 내 단체대화방에 올리고 싶지는 않을 수 있습니다. 정확성 판단은 높아도 공유 의향은 낮을 수 있죠.
-   반대로 황당한 게시물을 “이런 말도 떠도네” 하면서 공유할 수도 있습니다. 공유했다는 사실만으로 내용을 믿었다고 해석하면 꼬입니다.
-   지난주 좋아함·사용 빈도·자신감을 나눴던 것과 같습니다. 설문 문항은 방법 장에서 갑자기 붙이는 부품이 아니라, 지금 무슨 말을 하는지 정하는 데 필요합니다.

Altay & Gilardi (2024) · doi:10.1093/pnasnexus/pgae403

## 읽고 나니 내 질문이 바뀌었습니다

### 읽기 전

-   “AI가 썼다고 하면 사람들이 덜 믿을 것 같아요.”
-   무엇을 믿는지, 어떤 반응을 보고 믿었다고 할지 아직 넓었습니다. 공유하는 행동과 정확하다는 평가도 섞일 수 있었습니다.

### 방법 절을 읽은 뒤

-   “AI가 썼다는 표시가 뉴스 제목의 정확성 판단에 영향을 주는지 궁금하다.”
-   최종 주제를 확정한 것은 아닙니다. 그래도 무엇을 알아보려는지는 더 잘 보입니다. 논문 전체를 다 이해하지 못해도 내 문장을 고칠 이유가 생겼습니다.

Altay & Gilardi (2024) · doi:10.1093/pnasnexus/pgae403

## 교수님은 읽으면 바로 아시잖아요

![07-reading · 가상 대학원생 민서의 연구 장면](https://pub-acf6ad93f2ec4a5e8fa12e94d0c9b151.r2.dev/1792398040880-4e29efeb-8cc2-4ac0-86f0-e2691d8df775.png)

가상 사례 · AI 생성 삽화

### 처음부터 전부 이해해야 질문할 수 있는 것은 아닙니다

-   맞습니다. 교수자는 배경지식이 있으니 읽을 때 볼 곳과 이상한 점을 더 빨리 찾습니다. 그 격차를 “그냥 읽으세요” 한마디로 없앨 수는 없습니다.
-   오늘은 “참가자가 무엇을 보고 무엇에 답했는가?”라는 질문 하나를 잡습니다. AI에게 해당 절과 원문에서 검색할 짧은 표현을 찾아달라고 할 수 있습니다.
-   쉬운 한국어 설명을 받아도 원문을 직접 엽니다. 실제 질문과 응답 눈금이 거기에 있는지, AI가 없는 말을 보태지는 않았는지 봅니다.

## 출처를 열면 그 말이 있습니까?

01

### 위치를 찾는다

“참가자가 실제로 본 것과 답한 질문이 있는 절을 알려줘. PDF에서 못 찾은 내용은 추측하지 말아줘.”

02

### 직접 연다

페이지가 엉뚱하면 절 제목이나 짧은 표현으로 다시 찾습니다. 출처 표시가 붙었다는 사실만으로 끝내지 않습니다.

03

### 설명을 대조한다

원문에 있는 질문·눈금과 AI 설명을 비교합니다. 이해가 안 되는 문장은 그 문장 그대로 다시 물어봅니다.

04

### 범위를 남긴다

오늘 그 문단을 확인했다면 거기까지 읽었다고 적습니다. 나머지 부분까지 이해한 것처럼 포장하지 않습니다.

## 필요한 부분을 필요한 깊이까지 읽습니다

| 지금 할 일 | 먼저 확인할 곳 | 더 읽어야 할 이유 |
| --- | --- | --- |
| 질문 파악 | 무엇을 보여주고 무엇을 물었는지 방법 절에서 찾습니다. | 내가 쓴 단어와 연구자가 측정한 것이 같은지 봅니다. |
| 가설의 근거 | 내 예상과 관련된 설명을 찾고 결과·한계까지 확인합니다. | 설명 한 문장만 보고 실제 결과도 그랬다고 쓰면 안 됩니다. |
| 방법 참고 | 표본·조건·문항·분석 방법을 더 깊이 봅니다. | 내 자료와 상황에서도 그 방법을 쓸 수 있는지 판단해야 합니다. |

## 열한 번째 AI 설명을 기다리기 전에

### 같은 곳에서 계속 막힌다면

-   AI에게 설명을 열 번 들었습니다. 그때는 고개를 끄덕였는데 혼자 설명하라고 하면 다시 막힙니다.
-   이때 표를 통째로 숨기거나, 논문 전체를 다 이해할 때까지 기다릴 필요는 없습니다.

### 모르는 위치를 가져오세요

-   “이 표에서 어느 비교가 제가 관심 있는 비교인지 모르겠습니다.” 원문 위치와 함께 가져오면 교수자가 같이 볼 수 있습니다.
-   필요한 곳부터 읽으라는 말은 나머지를 영원히 안 읽어도 된다는 뜻이 아닙니다. 지금의 결정을 도울 질문부터 만들자는 뜻입니다.

## AI가 새롭다고 해준 아이디어가 생겼습니다

![08-discovery · 가상 대학원생 민서의 연구 장면](https://pub-acf6ad93f2ec4a5e8fa12e94d0c9b151.r2.dev/1792398043126-1b2d2fea-5afb-40da-997a-7a0c3999773b.png)

가상 사례 · AI 생성 삽화

### 이번에는 정말 내 아이디어 같았습니다

-   민서가 생각합니다. “AI가 썼다는 표시만 붙이지 말고, 사람이 얼마나 관여했는지도 알려주면 어떨까?”
-   기자가 쓰고 AI가 문장만 다듬었다는 설명과, AI가 주제를 정하고 전체 글을 썼다는 설명을 구분하는 겁니다.
-   AI가 “매우 독창적입니다”라고 하면 기분은 좋습니다. 하지만 그 칭찬이 어떤 연구를 어디까지 찾았는지 대신해주지는 않습니다.

Altay & Gilardi (2024) · doi:10.1093/pnasnexus/pgae403

## 차별성을 쓰기 전에 연구 2를 봅시다

| 확인할 지점 | 처음 생각한 것 | 원문에서 확인한 것 |
| --- | --- | --- |
| 아이디어 | “사람이 얼마나 관여했는지 알려주면 새롭지 않을까?” | 연구 2는 ‘AI 작성’ 표시의 뜻을 역할 수준별로 달리 설명했습니다. |
| 조건 | 문장만 다듬은 경우와 전체 글을 쓴 경우를 나누고 싶었습니다. | 원문에는 문장 다듬기, 자료를 바탕으로 초안 쓰기, 주제와 전체 글 작성 등의 설명이 나옵니다. |
| 현재 판단 | 이 차이를 바로 내 연구의 새로움이라고 쓰고 싶었습니다. | 달리한 것은 실제 제작 과정이 아니라 표시의 의미에 관한 설명입니다. 이미 다룬 범위부터 확인해야 합니다. |

Altay & Gilardi (2024) · doi:10.1093/pnasnexus/pgae403

## 오늘은 ‘주제 선정 실패’가 아닙니다

### 이미 했다는 사실에서 멈추면

-   “역시 저는 아이디어가 없나 봐요.” 그 결론으로 가면 다시 처음부터 새 제목을 추천받게 됩니다.
-   한 편의 초록으로 모든 선행연구를 확인한 것도 아니고, 한 편에서 겹쳤다고 내 관심 전체가 막힌 것도 아닙니다.

### 다음 면담 질문으로 바꿉니다

-   “연구 2에서 AI 표시의 뜻을 역할별로 나눠 설명했습니다. 이 방향을 계속 읽을지, 정확성 판단과 다른 반응을 구분하는 쪽부터 볼지 어렵습니다.”
-   “처음 생각한 차별성이 기존 연구와 겹치는 것을 확인했다.” 이렇게 적으면 다음 주에 같은 아이디어를 또 새롭다고 좋아하지 않을 수 있습니다.

Altay & Gilardi (2024) · doi:10.1093/pnasnexus/pgae403

## 옵시디언에 또 요약만 쌓으려고요?

![14-notes · 가상 대학원생 민서의 연구 장면](https://pub-acf6ad93f2ec4a5e8fa12e94d0c9b151.r2.dev/1792398056724-3975bc19-6fc9-4f5c-bc7e-f439f007f6d5.png)

가상 사례 · AI 생성 삽화

### 다음 주의 내가 알아볼 문장을 남깁니다

-   AI가 쓴 요약을 통째로 붙여놓으면 다음 주에 “내가 이걸 왜 저장했지?”부터 생각할 수 있습니다. 오늘 힘들게 나눈 개념이 다시 섞이기도 합니다.
-   새 플러그인이나 예쁜 그래프는 필요하지 않습니다. “AI 표시를 보면 왜 덜 믿을까” 정도의 제목으로 지금의 질문을 적으면 됩니다.
-   논문 노트가 있다면 연결하고, 아직 익숙하지 않으면 링크와 위치부터 적습니다. 정리 시스템을 정리하느라 오늘도 논문을 안 읽으면 곤란합니다.

## 민서가 직접 읽고 남긴 기록입니다

| 기록할 것 | 민서의 가상 독서 기록 |
| --- | --- |
| 처음 궁금했던 것 | 같은 뉴스라도 AI가 썼다고 표시하면 사람들이 덜 믿는지 궁금했다. |
| 직접 확인한 것 | 연구 1은 정확성 판단과 공유 의향을 구분해 물었다. 내가 쓴 ‘믿는다’는 너무 넓었다. 확인 위치는 PDF 3쪽의 Design and procedure다. |
| 생각이 바뀐 부분 | AI 표시의 역할 설명을 나누면 새로울 줄 알았는데 연구 2에 비슷한 구분이 있었다. 이 차이를 내 연구의 새로움이라고 바로 쓸 수는 없겠다. |

가상 학생의 기록 / Altay & Gilardi (2024), 연구 1·2 방법 절

## 모르는 부분도 다음 작업을 정할 기록입니다

| 기록할 것 | 민서의 가상 독서 기록 |
| --- | --- |
| 아직 모르는 것 | 이 논문 이후의 후속 연구를 확인하지 않았다. 정확성 판단 외에 어떤 반응을 살펴볼 가치가 있는지도 어렵다. |
| 교수님께 물을 것 | 이 논문을 출발점으로 더 읽어도 되는지 여쭙고 싶다. 계속 읽는다면 다음 논문에서 어떤 차이를 봐야 할지 알고 싶다. |
| AI가 알려준 것 | 보관할 수는 있지만 ‘AI가 제안한 설명, 아직 미확인’이라고 구분한다. 내가 원문에서 확인한 지식과 같은 자리에 섞지 않는다. |

## 이 양식도 면담의 입장권은 아닙니다

### 빈칸을 없애려고 기다리면

-   ‘직접 확인한 것’을 못 채웠으니 조금 더 준비한 뒤 찾아가겠다고 합니다. 예쁜 노트로 같은 문제를 반복할 수 있습니다.
-   논문을 못 찾았거나 문단을 이해하지 못한 상태에서, AI가 빈칸을 그럴듯하게 채워주면 내가 아는 범위도 다시 흐려집니다.

### 현재 상태를 그대로 남깁니다

-   찾지 못했다면 검색한 표현과 막힌 지점을 적습니다. 읽었지만 설명하지 못한다면 그 위치와 질문을 적습니다.
-   완성된 노트가 아니라 지금의 판단을 보여주는 기록입니다. 빈칸 때문에 한 달 더 기다리지 마세요.

## 이론 이름을 넣으면 이론적 배경입니까?

![09-theory · 가상 대학원생 민서의 연구 장면](https://pub-acf6ad93f2ec4a5e8fa12e94d0c9b151.r2.dev/1792398051450-8a99c1f5-7ad7-4410-8f6f-be8e9ca6e709.png)

가상 사례 · AI 생성 삽화

### 사람 이름과 연도부터 잠깐 빼봅시다

-   “논문에는 이론적 배경이 있어야 하잖아요.” AI에게 관련 이론을 넣어 학술적으로 써달라고 하면 이름은 나옵니다.
-   그런데 “이 이론이 왜 여기 필요해요?”라고 물으면 다시 막힙니다. 왜 AI 표시가 정확성 판단을 바꿀 것 같은지 우리말로 먼저 말해봅시다.
-   민서가 “AI가 썼다고 하면 사람이 안 읽고 그냥 올렸을 거라고 생각해서요”라고 합니다. 이제 어떤 설명을 찾아봐야 하는지 보이기 시작합니다.

## 표시와 판단 사이의 이유를 찾습니다

01

### 표시를 본다

뉴스에 AI가 작성했다는 표시가 있습니다. 민서가 관심을 가진 출발 장면입니다.

02

### 검토를 짐작한다

“사람이 제대로 읽어보지 않았을 것 같다”고 생각할 수 있다는 것이 민서의 예상입니다.

03

### 정확성을 평가한다

그 짐작 때문에 덜 정확하다고 볼 것인지 궁금합니다. 모든 사람이 실제로 이 경로를 따르는지는 아직 모릅니다.

04

### 관련 연구를 찾는다

이 설명을 뒷받침하거나 흔드는 연구가 있는지 봅니다. 처음 결론을 지키려고 문장을 끌어오지는 않습니다.

민서의 가상 설명 경로 · 검증된 인과 모형이 아님

## 이론의 이름보다 내 설명을 찾습니다

### AI에게 묻는 방식

-   “AI 작성 표시를 보면 인간의 검토가 없었다고 짐작할 수 있다는 것이 내 예상이야. 관련된 연구 개념과 검색어를 알려줘.”
-   “서로 다른 개념을 같은 뜻으로 묶지 말고, 첨부 논문에서 확인되는 것과 추가로 찾아야 할 것을 구분해줘.”

### 내가 확인할 부분

-   AI가 소개한 개념의 원문을 봅니다. 어떤 현상을 설명하는 개념인지, 왜 지금의 질문에 필요한지 확인합니다.
-   읽고 나니 AI를 무조건 싫어하는 문제보다 AI가 무엇을 했다고 생각하는지가 더 중요할 수도 있습니다. 그러면 내 설명과 가설도 바뀌어야 합니다.

## 같은 도시락에 검수 표시만 다르다면?

![10-meal · 가상 대학원생 민서의 연구 장면](https://pub-acf6ad93f2ec4a5e8fa12e94d0c9b151.r2.dev/1792398054441-b969285a-5b2a-444b-9794-41e2af0bfee7.png)

가상 사례 · AI 생성 삽화

### 비유는 이해를 돕고, 연구 근거는 따로 확인합니다

-   한쪽에는 “조리 후 사람이 최종 확인했습니다”, 다른 쪽에는 “자동으로 처리됐습니다”라고 적혀 있다고 합시다.
-   음식 자체를 검사하기 전에 누가 어떻게 확인했을지 짐작할 수 있죠. 표시와 평가 사이에 어떤 생각이 끼어드는지 이해하기 위한 비유입니다.
-   그렇다고 도시락 이야기를 뉴스 연구의 증거로 인용할 수는 없습니다. “나는 이런 이유로 이런 일이 생길 것이라 예상한다”를 버티게 할 실제 연구를 읽어야 합니다.

## 가설을 부탁했더니 화살표가 여덟 개

![11-arrows · 가상 대학원생 민서의 연구 장면](https://pub-acf6ad93f2ec4a5e8fa12e94d0c9b151.r2.dev/1792398058845-9b9ecb27-8c95-46bb-b2e6-0daa510cb1b1.png)

가상 사례 · AI 생성 삽화

### 논문처럼 보이면 내 연구입니까?

-   가상 AI 문장: “생성형 AI 리터러시는 알고리즘 신뢰를 매개로 뉴스 수용 의도에 영향을 미치며, 인지욕구와 기술불안에 따라 조절될 것이다.”
-   리터러시는 자주 쓰는 것입니까, 작동을 아는 것입니까, 결과를 검토할 수 있는 것입니까? 수용은 읽는 것입니까, 믿는 것입니까, 공유하는 것입니까?
-   “쉽게 설명해줘”의 답을 이해해도 왜 내 연구에 그 변인이 필요한지는 남습니다. 지금은 내가 끝까지 설명할 수 있는 화살표 하나부터 봅시다.

## 화살표 하나를 끝까지 설명해봅시다

“같은 뉴스 제목이라도 AI 작성 표시가 있으면, 없을 때보다 정확성 평가가 낮을 것이다.”

| 물어볼 것 | 가설 연습 문장에서 찾은 답 |
| --- | --- |
| 무엇을 비교하나 | 같은 뉴스 제목에 AI 작성 표시가 있는 경우와 없는 경우를 비교합니다. 이처럼 비교하는 표시 조건을 독립변인이라고 부릅니다. |
| 무엇이 달라지나 | 뉴스 제목의 정확성 평가가 표시가 있을 때 더 낮을 것이라고 예상합니다. 결과로 살펴보는 정확성 평가는 종속변인입니다. |
| 왜 예상하나 | 읽은 논문과 그 설명을 확인해야 합니다. 이 예시는 기존 연구와 겹치므로 민서의 새로운 연구가설로 제출하지 않습니다. |

## 둘 다 AI 이야기여도 같은 가설은 아닙니다

| 비교할 것 | 표시의 유무 | 사람의 AI 태도 |
| --- | --- | --- |
| 앞쪽의 차이 | 어떤 사람에게는 표시를 보여주고, 다른 사람에게는 보여주지 않습니다. | 사람마다 AI에 얼마나 긍정적인지 물어봅니다. |
| 살펴볼 관계 | 표시 조건에 따라 정확성 평가가 달라지는지 봅니다. | AI 태도 점수와 정확성 평가가 함께 달라지는지 봅니다. |
| 먼저 그릴 장면 | 무엇을 다르게 보여주고 어떤 답을 비교할지 그립니다. | 무엇을 사람에게 물어보고 어떤 점수끼리 비교할지 그립니다. |

## 높을 이유는 모르는데 높을 거라고요?

### 문장 끝만 단호해지면

-   모든 문장을 “높을수록 높을 것이다”로 바꾼다고 과학이 되지는 않습니다. 왜 그 방향을 예상하는지 설명할 일이 남습니다.
-   독립변인·종속변인이라는 이름을 외워도 비교할 장면이 보이지 않으면 설계는 계속 막힙니다.

### 아직 방향을 정하기 어렵다면

-   “어떤 차이가 있는가?”라는 연구문제로 두고 지도교수와 상의할 수도 있습니다. 모든 연구가 같은 형태의 인과가설을 요구하지는 않습니다.
-   먼저 무엇을 보여주고 무엇을 물으며 어떤 답을 비교할지 정리합니다. 그다음에 필요한 용어를 붙여도 늦지 않습니다.

## “많이 쓸수록 자신감이 낮다”고요?

### 수업에서 관찰한 것

-   여러분이 AI를 쓰는 모습을 봤고, 설문을 만들 자신감은 낮게 답했습니다. 여기까지는 교수자의 경험입니다.
-   하지만 학생별로 누가 얼마나 쓰고, 그 학생이 몇 점을 답했는지를 짝지어 확인한 자료는 지금 없습니다.

### 자료 없이 넘어가면 안 되는 것

-   “AI를 많이 쓸수록 자신감이 낮다”는 말은 두 값이 함께 움직였다는 주장입니다. 관찰한 인상만으로 바로 말하기 어렵습니다.
-   먼저 사용량과 자신감을 함께 측정했는지부터 봐야 합니다. 상관과 인과를 구분하기 전에, 관계 자체를 확인했는지가 먼저입니다.

## 관계가 보여도 원인은 아직 남아 있습니다

### 이번에는 가상 자료가 있다고 합시다

-   학생별 AI 사용량과 자신감을 모았습니다. 많이 쓰는 학생에게서 자신감이 낮게 나왔습니다.
-   이제 관계를 살펴볼 자료는 생겼습니다. 그래도 “AI가 자신감을 떨어뜨렸다”는 말까지 곧바로 갈 수는 없습니다.

### 같은 자료에 다른 설명이 붙습니다

-   자신감이 낮아서 AI를 더 많이 썼을 수 있습니다. 어려운 과제가 AI 사용을 늘리고 자신감도 낮췄을 수 있습니다.
-   다른 설명을 구별하려고 먼저 일어난 일, 비교 대상, 함께 바뀐 조건을 확인합니다. 가설마다 ‘영향’을 붙이면 이 일이 생략됩니다.

## 피곤하면 커피를 압수하면 됩니까?

가상 조사에서 커피를 많이 마신 사람이 더 피곤하다고 답했습니다. 그 응답만으로 아래 이야기 중 하나를 확정할 수는 없습니다.

| 가능한 설명 | 같은 관찰에 붙는 이야기 | 더 확인할 것 |
| --- | --- | --- |
| 커피 → 피곤함 | 커피를 마신 뒤 수면이 방해되어 더 피곤해졌을 수 있습니다. | 커피와 피곤함 중 무엇이 먼저였는지 확인해야 합니다. |
| 피곤함 → 커피 | 이미 피곤한 사람이 버티려고 커피를 더 찾았을 수 있습니다. | 마시기 전 피곤함과 커피를 찾은 이유를 봐야 합니다. |
| 마감 → 둘 다 | 마감 때문에 잠을 못 자고 커피도 더 마셨을 수 있습니다. | 두 응답을 함께 바꾸는 다른 조건이 있는지 봐야 합니다. |

## 뉴스도 표시도 다르면 무엇 때문입니까?

| 살펴볼 것 | 헷갈리는 비교 | 구분하려는 비교 |
| --- | --- | --- |
| 보여줄 뉴스 | A집단에는 한 뉴스, B집단에는 다른 뉴스를 보여줍니다. 표시도 서로 다릅니다. | 수업 연습에서는 같은 내용에 표시만 다르게 붙인 상황을 생각해봅니다. |
| 조건의 배정 | 원하는 사람이 원하는 조건을 고르면 사람의 차이도 섞일 수 있습니다. | 어느 조건을 볼지 무작위로 배정하는 설계를 검토합니다. |
| 차이의 해석 | 점수가 달라도 뉴스 내용 때문인지 표시 때문인지 설명이 어렵습니다. | 어떤 차이를 더 잘 따져볼 수 있는지 봅니다. 실제 설계의 준비는 더 필요합니다. |

## 무작위 배정이면 준비가 끝납니까?

| 확인할 것 | 지금 필요한 질문 |
| --- | --- |
| 표시와 자극물 | 참가자가 표시를 보았습니까? 문구를 의도대로 이해합니까? 뉴스가 비교에 적합합니까? |
| 현실의 실행 | 필요한 참여자를 구할 수 있습니까? 지도와 연구윤리 절차를 확인했습니까? 연습안을 들고 바로 링크부터 뿌리지는 않습니다. |
| 면담할 지점 | “제 질문은 한 번 설문으로 물어봐도 되는지, 표시를 다르게 보여주는 비교가 필요한지 판단이 어렵습니다.” |

## 전문가는 쓰는 동안 계속 판단합니다

### 분야를 아는 사람이 AI를 쓸 때

-   출력된 문장에서 약한 근거, 이미 있는 연구, 필요 없는 이론, 가진 자료로 못 하는 비교를 알아챕니다.
-   화면에서는 AI가 다 써준 것처럼 보여도 그 사람은 계속 선택하고 버리고 고칩니다. 배경지식이 그 일을 받쳐줍니다.

### 초심자가 같은 일을 맡길 때

-   어떤 주제가 독창적인지, 가능한지, 지도교수에게 설명할 수 있는지까지 한꺼번에 AI에게 물을 수 있습니다.
-   결과를 열심히 읽어도 어디부터 검수할지 모르겠습니다. 성의가 부족해서만이 아니라, 확인할 판단이 너무 많이 쌓여 있기 때문입니다.

교수자 설명 / Lee et al. (2025), CHI · 자기보고 조사

## AI 둘이 맞다는데 확인은 끝났습니까?

### 동의와 확인은 다른 일입니다

-   GPT에게 “이거 맞아?”라고 물었더니 맞다고 합니다. 다른 AI도 맞다고 합니다. 두 모델이 같은 그럴듯한 설명을 내놓았을 수 있습니다.
-   모델끼리 동의했다는 사실이 논문의 실제 문장, 측정 내용, 결과 또는 내 연구의 실행 가능성을 대신 확인해주지는 않습니다.

### 확인할 수 있는 크기로 맡깁니다

-   검색어 바꾸기, 읽을 문단 찾기, 어려운 문장 풀기, 두 문장에서 같은 단어를 다르게 썼는지 찾기는 도움이 될 수 있습니다.
-   작업이 작으면 결과를 원문과 비교할 위치가 보입니다. AI를 덜 쓰라는 말보다, 내가 어디까지 판단할 수 있는지에 맞춰 일을 나누자는 말입니다.

교수자 설명 / Lee et al. (2025), CHI · 자기보고 조사

## 이 연구는 무엇을 확인했습니까?

| 구분 | Lee 등의 2025년 연구에서 볼 점 |
| --- | --- |
| 연구 대상 | 생성형 AI를 사용하는 지식노동자 319명의 설문과 업무 사례를 분석했습니다. 대학원생을 대상으로 한 실험이 아닙니다. |
| 살펴본 내용 | AI에 대한 자신감, 자신의 과업 수행 자신감, 비판적으로 검토했다고 보고한 행동의 관계를 살폈습니다. 시간 압박과 낯선 분야의 검토 어려움도 다룹니다. |
| 해석의 범위 | 자기보고 조사입니다. ‘AI가 대학원생의 지능을 떨어뜨렸다’는 인과 실험의 결론으로 읽지 않습니다. 검토에도 시간과 지식이 필요하다는 문제를 생각할 자료입니다. |

Lee et al. (2025), CHI · doi:10.1145/3706598.3713778

## 그런데 다음 주까지 15페이지랍니다

### 이해했어도 제출일은 그대로입니다

-   방금까지는 “이렇게 해야겠구나” 했는데 손이 다시 GPT로 갑니다. “진짜 공부에는 지름길이 없습니다”라고 해도 마감은 바뀌지 않습니다.
-   그렇다고 15페이지를 먼저 생성하고 주말 내내 고치는 방식으로 돌아가면, 다시 자기 원고를 설명하지 못한 채 면담에 갈 수 있습니다.

### 첫 작업은 제출 조건을 꺼내는 일입니다

-   필수 목차, 참고문헌의 분량 포함 여부, 탐색 중인 계획도 가능한지, 어느 부분에 대한 피드백이 목적인지 확인합니다.
-   이미 받은 안내가 있으면 다시 물을 필요 없이 꺼냅니다. 형식이 정해졌다면 따릅니다. 없던 제출 조건을 AI가 대신 정하게 두지 않습니다.

## 초안 앞에 확인한 문장을 놓습니다

이 기록은 15페이지를 대신하는 면제권이 아닙니다. 각 장에서 서로 다른 말을 하지 않게 붙잡아둘 기준입니다.

| 초안의 기준 | 민서가 지금 줄 수 있는 내용 |
| --- | --- |
| 알고 싶은 것 | AI 작성 표시가 뉴스 제목의 정확성 판단에 어떤 차이를 만드는지 궁금하다. |
| 확인한 연구 | 연구 1의 측정 구분과 연구 2의 표시 설명 조건을 확인했다. 내가 생각한 차이가 이미 다뤄진 부분과 겹친다. |
| 남은 결정 | 어떤 추가 질문이 의미 있는지, 내 여건에서 어떤 비교가 가능한지 아직 판단하지 못했다. 필요한 자료와 지도 질문으로 남긴다. |

## AI에게 줄 기준을 문장으로 씁니다

### 한꺼번에 맡기면

-   “독창적이고 실행 가능하며 교수님이 좋아할 주제로 15쪽 프로포절 써줘.”
-   연구의 새로움, 자료의 적합성, 설계의 실행 가능성, 지도 방향을 모두 아직 검토하기 어려운 상태에서 맡기는 요청입니다.

### 확인한 내용으로 시작하면

-   “아래는 원문에서 확인한 내용과 아직 결정하지 못한 것이야. 과제 목차의 어디에 배치할지 먼저 제안해줘.”
-   “근거가 없는 곳은 그럴듯하게 채우지 말고 필요한 자료를 표시해줘. 참고문헌을 지어내지 말고, 확인한 내용으로 쓸 수 있는 부분부터 초안을 만들자.”

## “아직 모름”을 확신처럼 쓰지 마세요

01

### 한 문단을 받는다

긴 초안을 한꺼번에 받기 전에 한 문단부터 봅니다. 내가 확인한 근거와 질문이 어디에 들어갔는지 찾습니다.

02

### 원문과 대조한다

AI가 ‘아직 모른다’를 확정적인 문장으로 바꾸거나, 읽지 않은 연구를 근거처럼 보탰는지 확인합니다.

03

### 범위를 고친다

주장을 뒷받침할 수 있는 범위로 줄입니다. 미확인 부분은 필요한 자료나 미결정 항목으로 남깁니다.

04

### 다음으로 간다

검토한 문단을 기준으로 다음 문단을 만듭니다. 같은 단어와 같은 연구 질문을 유지하는지 다시 봅니다.

## 첫 문단에 온 세상을 넣지 마세요

### 그럴듯하지만 확인하지 못한 문장

-   “AI 뉴스의 급증으로 전 세계 시민의 정보 판별 능력이 급격히 저하되고 있다.”
-   어디서 확인했습니까? 민서가 읽은 논문은 그런 거대한 문장 전체를 입증하기 위해 읽은 자료가 아닙니다. 멋있게 다듬기 전에 주장 범위를 봐야 합니다.

### 지금 출발할 수 있는 문장

-   “AI가 생성했다는 표시는 콘텐츠를 판단할 때 하나의 단서가 될 수 있다. 이 표시를 사람들이 어떻게 해석하는지 살펴볼 필요가 있다.”
-   그다음 관련 논문에서 어떤 상황에 무엇이 관찰됐는지 구체적으로 씁니다. 크게 시작해야만 학술적인 것은 아닙니다.

## 미확인 표시를 지우면 해결됩니까?

### 작업용 초안에서

-   모르는 부분과 필요한 자료를 표시해도 됩니다. 어디가 미완성인지 알아야 다음 읽기와 질문을 정할 수 있습니다.
-   하지만 제출 전에 표시만 지우고 확정된 사실처럼 쓰면, 모르는 부분을 해결한 것이 아니라 숨긴 것이 됩니다.

### 제출 전에는

-   확인해서 쓸 수 있는 주장만 남기거나, 계획에서 결정이 필요한 부분이라고 설명하거나, 기한 안에 가능한 범위를 상의합니다.
-   일주일에 전문가의 지식을 따라잡거나 교수님의 반응을 보장할 수는 없습니다. 그래도 어느 부분도 설명 못 하는 원고보다, 확인한 것과 남은 일을 구분한 원고로 다음 작업을 할 수 있습니다.

## “이걸 질문이라고 가져왔어요?”

### 그 부담을 의지 문제로만 보지 않습니다

-   제가 “안 혼내니까 바로 물어보세요”라고 해도 모든 연구실의 분위기가 같지는 않습니다. 교수의 한마디가 학생의 행동을 크게 바꾸기도 합니다.
-   상처를 견디는 능력을 연구 훈련이라고 부르고 싶지는 않습니다. 학생이 질문을 준비한다면 교수자도 다음 행동을 알 수 있도록 도울 책임이 있습니다.

### 그래도 지금 할 수 있는 일을 찾습니다

-   지도 관계의 기대를 함께 확인하도록 권하는 대학원 안내도 있습니다. 상담 빈도, 초안의 수준, 피드백 목적을 아는 것은 도움을 구하는 부담을 구체화합니다.
-   질문을 가져가면 반드시 칭찬받는다는 약속은 하지 않겠습니다. 다만 무엇을 수정할지 볼 수 있는 자료를 만들어가는 일은 할 수 있습니다.

가상 면담 예시 / Cornell Graduate School, Advising Guide (2025)

## 교수자가 고쳐줄 대상을 보여주세요

### “저 뭐 할까요?”

-   관심 분야만 말하면 교수자는 학생이 무엇을 알아봤고, 어떤 판단을 도와줘야 하는지 알기 어렵습니다.
-   “좀 더 읽어보세요”라는 답을 듣고 돌아와도 다음에 무엇을 읽을지는 여전히 막막할 수 있습니다.
-   질문을 잘하면 칭찬받는다는 약속은 아닙니다. 교수님의 반응이 두려운 현실도 있습니다. 그래도 막연한 요청보다 고쳐줄 대상이 있는 질문이 다음 대화에 쓸 재료를 남깁니다.

### “여기까지 확인했습니다”

-   “AI 표시가 정확성 판단에 주는 영향이 궁금합니다. 이 논문의 방법을 봤고, 제가 새롭다고 생각한 조건도 이미 있다는 걸 알았습니다.”
-   “이 관심을 유지하면서 더 볼 가치가 있는지 어렵습니다. 다음에 확인할 개념이나 논문을 짚어주실 수 있을까요?”
-   “이미 있는 연구다”라고 하시면 겹치는 논문을, “개념이 불분명하다”라고 하시면 헷갈리는 문장을 함께 확인할 수 있습니다.

가상 면담 예시 / Cornell Graduate School, Advising Guide (2025)

## “더 읽으라”면 무엇을 볼지 묻습니다

### 방향 없이 받아오면

-   노트에는 “논문 더 읽기”가 남습니다. 다음 주에도 어떤 논문에서 무엇을 확인할지 몰라 검색창 앞에서 멈출 수 있습니다.
-   교수님의 뜻을 내가 이미 정확히 이해했다고 가정하지 않는 편이 좋습니다. 무엇을 비교할지 한 번 더 확인해봅니다.

### 그 자리에서 이렇게 물을 수 있습니다

-   “다음 논문에서는 AI 표시의 종류를 비교하는 데 집중하면 될까요? 아니면 정확성 판단과 신뢰의 차이를 먼저 봐야 할까요?”
-   내가 잘못 잡았다면 바로잡을 수 있습니다. 다른 방향을 권하시면 다음 읽기가 달라집니다. 면담을 마치는 것보다 다음 작업을 가져오는 것이 중요합니다.

가상 면담 예시 / Cornell Graduate School, Advising Guide (2025)

## 만나기 어려우면 연락 방식부터 확인합니다

### 정해둘 수 있는 것

-   짧은 글로 질문해도 되는지, 예약해 면담해야 하는지, 전체 원고보다 일부를 보여줘도 되는지 확인합니다.
-   교수자가 선호하는 방식을 알면 “언제 무엇을 가져가야 하나”의 부담을 조금 더 구체적으로 다룰 수 있습니다.

### 답을 기다리는 동안

-   과목 담당 교수나 선배에게 논문 읽는 방법을 물을 수 있습니다. 다만 최종 주제와 연구 방향은 지도 관계에서 확인해야 합니다. 답을 기다리는 동안에도 자료 읽기와 기록은 이어갑니다.
-   이 말을 잘 준비하려고 또 한 달 버티지 마세요. 논문을 못 찾은 검색어, 한 문단을 못 읽은 위치도 지금 보여줄 수 있습니다.

가상 면담 예시 / Cornell Graduate School, Advising Guide (2025)

## 면담하고 왔는데 “혼났다”만 남았습니까?

![13-meeting · 가상 대학원생 민서의 연구 장면](https://pub-acf6ad93f2ec4a5e8fa12e94d0c9b151.r2.dev/1792398064206-eb9b6c66-92d8-41fa-80a9-ce23ca35ccf8.png)

가상 사례 · AI 생성 삽화

### 다시 해야 함, 그다음에는 무엇을 합니까?

-   “주제가 넓다”, “이미 연구가 있다”, “개념을 구분하라”, “더 읽어보라”는 말을 듣고 나오면 기분이 좋지 않을 수 있습니다.
-   노트에 “다시 해야 함”만 적으면 다음 날 GPT에게 처음부터 주제를 다시 추천받을 수 있습니다. 이번에 확인한 것이 다음 작업으로 이어지지 않습니다.
-   교수님이 실제로 한 말과 내가 이해한 뜻을 나눠 적습니다. 틀리게 이해했다면 확인할 수 있는 형태로 남깁니다.

## 교수님의 말, 내 해석, 다음 행동을 나눕니다

| 구분 | 민서의 가상 면담 기록 |
| --- | --- |
| 들은 말 | “정확성 판단과 신뢰를 구분해보세요.” 실제로 받은 피드백을 먼저 적습니다. |
| 내 해석 | “두 개념의 측정 문항을 비교해보라는 뜻으로 이해했다.” 교수님의 말과 내 해석이 같다고 미리 단정하지 않습니다. |
| 확인할 질문 | “논문에서 두 개념을 어떻게 물었는지 비교해서 가져오면 될까요?” 이해가 애매하면 선호하는 연락 방식으로 짧게 확인합니다. |

## 끝이 보이는 읽기 과제를 적습니다

01

### 읽을 곳을 정한다

추천받은 논문에서 신뢰를 어떻게 측정했는지 나오는 부분을 찾습니다. 위치를 확인하지 못했으면 찾는 일부터 적습니다.

02

### 비교할 것을 정한다

그 문항을 처음 읽은 논문의 정확성 문항과 비교합니다. 같은 것을 묻는지, 다른 것을 묻는지 설명해봅니다.

03

### 바뀐 말을 남긴다

“처음에는 덜 믿는다고 생각했지만, 면담 뒤 정확성과 신뢰를 구분해보기로 했다.” 질문이 달라진 이유를 남깁니다.

04

### 다음 대화로 가져간다

AI에게도 교수자에게도 이전 피드백과 이번 확인을 줍니다. 새 채팅마다 연구 제목 추천부터 다시 시작하지 않습니다.

## 이해됐다면 내 문장은 어디 있습니까?

### 관심 분야는 달라도 됩니다

-   AI와 뉴스가 아니어도 됩니다. 상담·교육·건강정보·종교·정치 커뮤니케이션 등 지금 관심 있는 일을 자기 말로 적어봅니다.
-   ‘영향을 미친다’만 썼다면 그 앞뒤를 사람의 행동으로 바꿔 말합니다. 누가 무엇을 보고 무엇을 다르게 할 것 같습니까?

### 헷갈림 하나를 발견해도 진전입니다

-   “숏폼이 소비에 미치는 영향”이라고 썼는데 구매와 추천을 구분하지 못했다는 것을 알아도 다음 질문이 달라집니다.
-   검색어를 만들어 실제 자료 하나를 열고, 무엇을 보여주거나 물었는지 찾아봅니다. 그 문단을 읽고 내 질문에서 바꿀 표현이 있는지 봅니다.

## 오늘은 내 작업 상태를 보여줍니다

| 현재 상태 | 보여줄 수 있는 것 | 다음에 받을 도움 |
| --- | --- | --- |
| 자료를 못 찾았다 | 사용한 검색어와 막힌 검색 결과를 보여줍니다. | 범위가 넓은지, 다른 분야의 용어가 필요한지 함께 봅니다. |
| 읽다가 막혔다 | 출처와 직접 확인한 위치, 설명 못 한 문장을 남깁니다. | 어떤 개념을 구분하고 어디를 더 읽을지 묻습니다. |
| AI 설명만 있다 | 아직 원문에서 확인하지 못했다고 표시합니다. | 설명과 실제 근거를 대조할 위치부터 찾습니다. |

## 읽은 곳과 막힌 곳을 보여주세요

### “저는 여기까지 확인했습니다”

-   “여기”에는 실제로 읽은 논문 링크와 위치를 붙입니다. 무엇을 읽고 내 말이 어떻게 바뀌었는지 보여주세요.
-   처음 관심이 그대로여도 됩니다. 다음에 무엇을 확인하려는지 보여주세요.

### “이 부분은 판단이 어렵습니다”

-   “이 부분”에는 혼자 결정하지 못한 질문을 붙입니다. 다음에 무엇을 확인할지 함께 정할 재료가 됩니다.
-   잘 모르는 부분을 알아야 교수자가 거기부터 도울 수 있습니다. 이 문장을 완벽히 채울 때까지 기다리지 말고, 지금 비어 있는 모습도 가져오세요.

## 수업 뒤에는 질문을 받으며 이어갑니다

Advisor는 실제 논문을 찾아 읽을 범위를 좁히고, 본인이 설명한 것과 아직 모르는 것을 기록합니다. AI가 설명한 것을 학생이 이미 아는 지식으로 채우지 않습니다.

스킬 ZIP과 학생용 빈 Obsidian 볼트를 받아 시작 안내를 따르세요. 완성된 프로포절 대신 첫 관심 문장, 읽다 막힌 문단, 지도교수 피드백 중 하나를 가져가면 됩니다.

[스킬 ZIP 받기](https://github.com/laguna821/slides/releases/download/socratic-advisor-0.1.0/Achmage-Socratic-Advisor-0.1.0-skill.zip)[학생용 빈 볼트 받기](https://github.com/laguna821/slides/releases/download/socratic-advisor-0.1.0/Achmage-Socrates-student-vault-0.1.0.zip)

## 첫 대화는 이 문장으로 시작합니다

> 제가 궁금한 것은 ○○입니다.

“지금 확인한 것은 여기까지이고, 이 부분은 설명하지 못하겠습니다. 질문하면서 제가 직접 읽어야 할 곳을 찾아주세요.”

질문에 답하다가 모르면 모른다고 말하세요. 읽을 곳을 좁히고, 읽은 뒤 본인이 설명한 문장으로 기록을 이어갑니다. 오늘의 강의는 그 대화를 시작할 기준입니다.