이득:
- 실제 데이터베이스에서 문헌을 찾고, 인공지능을 활용하여 실제 텍스트만을 요약, 번역, 수정하는 능력
- DOI 또는 제목별로 각 인용을 독립적으로 확인하고 조작된 소스를 제거하는 기능
- 언어 교정 및 번역 시 기술 용어의 의미와 모호성을 보존하는 능력
물리학에 대한 연구는 진공 상태에서 끝나지 않습니다. 각 결론은 이전 작업을 기반으로 합니다. 그렇기 때문에 문헌 검토(특정 주제에 대해 출판된 기사를 찾고, 읽고, 적절하게 인용하는 것)가 학술 작업의 중추입니다. 인공지능(AI)은 분야 요약, 복잡한 기사 단순화, 텍스트 영어 번역, 초안 수정 등 이 과정을 크게 가속화합니다. 그러나 이것이 AI의 가장 위험한 실수, 즉 꾸며낸 속성이 작용하는 곳입니다. 이 단원에서는 문학 및 과학 저술에 AI를 사용하는 방법과 모든 출처, 모든 인용, 모든 사실을 독립적으로 확인하는 방법을 배웁니다. 이 단원의 주요 메시지는 다음과 같습니다. AI는 텍스트 속도를 높입니다. 그러나 독립적인 검증 없이는 어떤 귀속도 신뢰할 수 없습니다.
AI가 가짜 자원을 생산하는 이유는 무엇입니까?
대규모 언어 모델은 실제 데이터베이스에 의존하지 않습니다. 훈련 데이터에서 볼 수 있는 인용 패턴을 모방하여 "실제처럼 보이는" 태그를 생성합니다. 그 결과, 믿을 수 있는 저자 이름, 실제 저널 이름, 합리적인 연도를 포함하지만 전혀 존재하지 않는 적절하게 작성된 기사가 탄생했습니다. 이는 학계에서 심각한 문제가 되었습니다. 검증 없이 참고문헌에 허위 인용을 입력하면 해당 작업이 무효화되고 과학적 완전성을 위반하게 됩니다. 그러므로 AI를 이용해 문헌을 찾는 것이 아니라, 찾은 실제 문헌을 이해하고 정리하는 데 활용하세요.
퀘스트
AI는 안전한가요?
확인
필드의 일반 요약
일부(사실 확인 필요)
교과서 / 리뷰 기사
특정 기사 찾기/인용
아니오 (화해하다)
실제 데이터베이스 검색(DOI별)
읽은 기사를 요약해보세요
예(텍스트를 제공하는 경우)
요약과 본문 비교
텍스트 번역
예
기술 용어 확인
언어/스타일 수정
예
의미가 보존되는지 확인
참고문헌 형식
예(실제 인쇄물 포함)
각 필드를 원본 소스에 매핑
단계별: 정직한 문학과 글쓰기 과정
1. 실제 데이터베이스에서 문헌을 찾으십시오. 동료 검토 데이터베이스(귀하의 기관 액세스, 학술 검색 엔진)에서 기사를 찾으세요. 각 기사의 DOI(Digital Object Identifier)를 참고하세요. DOI는 기사의 진위 여부를 가장 신뢰할 수 있는 증거입니다.
2. AI를 사용하여 찾은 실제 텍스트를 이해하세요. 가지고 있는 실제 기사를 AI에게 주고 요약하고 복잡한 부분을 단순화하세요. AI에게 "이 주제에 관한 기사를 찾아달라"고 말하지 마십시오. AI가 찾은 내용의 대부분은 꾸며낸 것일 수 있습니다.
3. 각 속성을 독립적으로 확인합니다. AI가 출처를 제안하면 실제 데이터베이스에서 해당 인용을 DOI 또는 제목으로 검색합니다. 찾을 수 없다면 해당 소스는 가짜일 가능성이 높습니다. 사용하지 마세요.
4. 원본 출처에서 사실을 확인합니다. AI가 “그 실험에서 그런 결과가 나왔다”고 말하면 실제 기사를 읽어 그 주장을 검증하세요. AI는 실제 논문의 결론을 잘못 표현할 수도 있습니다.
5. 글의 의미를 유지하세요. AI는 텍스트를 간소화하면서 기술적인 문구나 불확실한 문구("가능성", "경향")를 대체할 수 있습니다. 수정된 텍스트를 원래 의미와 비교하세요.
팁: 인용의 진위 여부를 테스트하는 가장 확실한 방법은 DOI를 확인하는 것입니다. DOI 분석기에서 YZ가 제공한 인용의 DOI를 검색합니다. 실제 기사로 가면 존재하는 것이고, '찾을 수 없음'이라고 적혀 있으면 가짜일 가능성이 높습니다. DOI를 제공하지 않거나 잘못된 DOI를 제공하는 AI 인용을 절대 신뢰하지 마십시오.
세 개의 미니 케이스
사례 1 - 참고문헌에 있는 가짜 기사. 한 학생이 YZ에 논문 소개를 위한 자료를 요청했습니다. YZ는 신뢰할 수 있는 저자의 논문 세 편을 유명 저널 이름으로 제출했습니다. 학생은 학술 데이터베이스에서 제목을 검색했는데 3개 중 2개는 전혀 존재하지 않았습니다. 검증이 이루어지지 않으면 가짜 출처가 논문에 입력되어 논문 방어에 심각한 무결성 문제가 발생할 수 있습니다.
사례 2 — 올바른 기사, 잘못된 요약. 한 연구원은 AI에게 실제 기사를 요약하게 했으나 내용은 알려주지 않고 제목만 알려주었다. AI는 기사를 보지 않고도 '그럴듯한 요약'을 만들어냈다. 실제 기사를 읽어보니 결과는 정반대였다. 교훈: 요약은 본문이 제공되고 본문과 비교되는 경우에만 신뢰할 수 있습니다.
사례 3 — 번역 용어 오류. 교사는 AI가 요약을 영어로 번역하도록 했습니다. AI는 유창한 텍스트를 만들어냈지만 '불확실성' 대신 문맥에 맞지 않는 단어를 사용하고 전문용어를 잘못 번역했다. 교사는 기술 용어를 확인하고 수정했습니다. 이번 점검을 거쳐야 번역이 가능해졌습니다.
복사 가능한 템플릿 4개
1) 실제 텍스트를 요약하면:
다음은 내가 읽은 실제 기사의 텍스트/요약입니다. 주요 발견, 방법 및 한계가 명확하도록 단순화하십시오. 텍스트에 없는 결과나 숫자를 추가하지 마세요. 확실하지 않은 부분은 "텍스트에 명확하지 않음"으로 표시하십시오. 텍스트: [여기]
2) 인용 검증 규율:
다음 속성을 평가하십시오. 이 기사의 진위 여부가 100% 확실하지 않은 경우 "데이터베이스의 DOI로 이 속성을 확인하십시오." 작성하지 마십시오. 존재하지 않는 DOI나 작성자를 생성하지 마십시오. 각인: [여기]
3) 과학적 언어 교정(의미 보존):
다음 과학 텍스트의 언어와 유창성을 향상시키십시오. 그러나 기술 용어, 숫자 및 불확실성 표현("가능한", "추세")은 변경하지 마십시오. 의미를 그대로 유지하세요. 내가 확인할 수 있도록 변경한 장소를 표시해 주세요. 텍스트: [여기]
4) 기술 번역 + 용어 관리:
다음 물리학 텍스트를 [언어]로 번역하세요. 번역이 끝나면 원본-타겟 매핑과 함께 사용된 주요 기술 용어 목록을 제공해 주시면 정확성을 확인할 수 있습니다. 확실하지 않은 용어를 선택하세요.텍스트: [여기]
약한 프롬프트 / 강한 프롬프트
약함: "이 주제에 대한 5개의 학술 자료와 인용을 제공하세요."
결과: AI는 실제처럼 보이지만 가짜일 가능성이 있는 인식표를 생성합니다. 검증 없이 사용하면 과학적 완전성에 위배됩니다.
Strong: "아래는 내가 읽은 실제 기사의 텍스트입니다. 본문에 없는 내용을 추가하지 않고 주요 결과와 방법을 요약하고, 모호한 부분을 표시합니다. 또한 기술 용어와 모호한 표현을 변경하지 않고 서문 단락의 언어를 수정합니다."
결과: 실제 소스를 기반으로 하고 조작이 없으며 의미가 보존된 신뢰할 수 있는 작품입니다.
일반적인 실수
- AI를 위한 리소스 찾기. AI는 실제 데이터베이스가 아닙니다. 그것이 생산하는 속성은 조작될 수 있습니다. 실제 데이터베이스에서 소스를 찾으세요.
- 확인 없이 인용을 사용합니다. DOI나 제목으로 확인되지 않은 인용은 위험합니다. 가짜 소스가 전체 작업을 흐리게 합니다.
- 텍스트를 제공하지 않고 요약을 요청합니다. AI는 자신이 보지 못한 기사를 "그럴듯하게" 구성합니다. 요약은 본문에서만 신뢰할 수 있습니다.
- 원본 출처에서 사실을 확인하지 않았습니다. AI는 실제 논문의 결론을 잘못 표현할 수도 있습니다.
- 번역/편집 시 의미를 확인하지 않습니다. AI는 유창함을 위해 기술 용어나 모호한 표현을 변경할 수 있습니다. 의미는 보존되어야 한다.
주의: 인용에 실제 저널 이름, 실제 저자, 합리적인 연도가 있다고 해서 해당 인용이 존재한다는 의미는 아닙니다. 이것이 바로 조작된 속성이 믿을 수 있는 이유입니다. 작업에 소스를 포함하기 전에 반드시 실제 데이터베이스에서 소스를 찾아 DOI로 확인하세요. 확인되지 않은 인용은 학문적 진실성을 위반하는 것이며, 책임은 전적으로 매체가 아닌 저자에게 있습니다.
요약하면
문학과 과학 글쓰기에서 AI는 실제 텍스트를 이해하고, 요약하고, 번역하고, 언어 교정하는 데 있어 강력한 가속기입니다. 그러나 인용을 소싱하고 생성하는 것은 위험합니다. 신뢰할 수 있지만 존재하지 않는 기사를 생성하기 때문입니다. 안전한 규율은 명확합니다. 실제 데이터베이스에서 문헌을 찾고, AI를 사용하여 찾은 실제 텍스트를 처리하고, DOI로 모든 인용을 확인하고, 원본 소스의 모든 사실을 확인하고, 번역 및 편집에서 의미를 보존합니다. 다음 단원에서 우리는 이러한 검증 규율을 물리학 교육에 적용할 것입니다(교과 자료 및 오해).
응용과제
실제 물리학 기사나 교과서 장을 선택하세요. 1차 템플릿으로 AI에 텍스트를 주어서 요약하면; 요약 내용을 실제 텍스트와 비교하여 AI가 추가/왜곡한 내용이 있는지 확인하세요. 그런 다음 의도적으로 AI에게 "이 주제에 대한 출처를 제안하십시오"라고 말하고 실제 데이터베이스/DOI에서 제안하는 인용을 검색하십시오. 실제로는 몇 개나 존재하는가? 5~6개 문장으로 된 메모: 요약이 충실했습니까? 제안된 인용이 인위적인 것처럼 보입니까?
체크리스트
- [ ] 실제 데이터베이스에서 문헌을 찾았지만 AI가 찾도록 두지 않았습니다.
- [ ] 요약하면서 원문을 YZ에 주었습니다.
- [ ] 나는 DOI 또는 제목별로 실제 출처를 사용하여 각 속성을 확인했습니다.
- [ ] 나는 원본 출처에서 나온 각 사실적 주장을 확인했습니다.
- [ ] 번역/편집을 통해 기술용어 및 모호성을 확인하였습니다.
- [ ] 내 작업에는 확인되지 않은 출처가 포함되지 않았습니다.