ChatGPT-6, 5단계로 SCI 논문 전 과정 완성: 실전 워크플로

문헌을 다 읽고 나서 마주치는 벽

SCI 논문 한 편을 위해 논문 마흔 편을 읽었고, 그림도 모두 완성했습니다. 그런데 원고 파일을 열면 첫 문단이 써지지 않습니다. 논문 대부분이 여기서 멈춥니다. 자료는 계속 쌓이는데, 그것들을 이어 주어야 할 줄기는 점점 희미해집니다.

가장 손쉬운 지름길은 자료를 한 절씩 GPT-6에 넘기는 것입니다. 분량은 빠르게 채워집니다. 하지만 그렇게 나온 논문에서는 연구 질문, 근거, 결론이 끝내 서로 맞물리지 않고, 뒤따르는 재작업이 아낀 시간보다 더 많이 듭니다.

아래는 우리가 대신 쓰는 워크플로입니다. GPT-6가 SCI 논문을 다섯 단계로 끌고 가며, 단계마다 GPT-6 스킬 하나와 붙여 넣을 프롬프트 하나. 앞의 세 단계가 논문의 뼈대를 세우고, 뒤의 두 단계가 다듬어서 내보냅니다.

1부 — SCI 논문의 뼈대 세우기

1단계: 연구 질문을 고정하고, 그다음 문헌을 펼친다

어떤 프로젝트든 첫 동작은 연구 질문을 한 호흡에 말할 수 있는 한 문장으로 압축하는 것입니다. 그 문장에는 네 가지가 들어가야 합니다. 연구 대상, 상황(맥락), 방법 또는 기전, 그리고 풀려는 관계나 쟁점. 하나라도 빠지면 세 번째 문단쯤에서 막힙니다. 모든 자료가 관련 있어 보이면서 정작 중심이 되는 자료는 없기 때문입니다.

문장이 고정되면 핵심 개념, 방법, 응용 상황이라는 세 축을 따라 검색합니다. 검색 스킬이 제 몫을 하는 지점이 바로 여기입니다. 키워드 확장, 중복 제거, 메타데이터와 초록 기반의 문헌 매트릭스 구축. 반면 기전, 파라미터 값, 효과 크기는 검증해 주지 못합니다. 그것들은 본문에만 있고, 여전히 직접 읽어야 합니다.

스킬: nature-academic-search — 질의를 분야별로 PubMed, CrossRef, arXiv, Semantic Scholar에 나눠 보내고, 중복 제거·인용 검증·BibTeX/RIS 내보내기까지 처리합니다. 국내 학위논문과 학술지는 RISS나 KCI 같은 국내 채널에서 따로 찾아야 합니다.

프롬프트:

작업: nature-academic-search를 사용해 아래 연구 질문에 대한 구조화된 문헌 지도를 만들 것.
연구 질문: [한 문장 — 대상, 상황, 방법, 쟁점]
기간: [시작 연도 – 종료 연도]
반드시 포함할 군집(세 개 이상): [개념 군집 / 방법 군집 / 응용 군집]
절차: 1라운드는 개념 기준으로 넓게 수집, 2라운드는 방법 기준으로 좁히기, 3라운드는 쟁점이 있는 논문 보강. 라운드 간 중복을 합친 뒤 "질문에 직접 답함 / 방법을 제공함 / 배경을 제공함" 세 그룹으로 출력.
선별 기준: 메타데이터와 초록만으로 선별할 것. 기전, 파라미터, 효과 크기처럼 본문 검증이 필요한 항목은 "읽을 것"으로 표시. 나를 대신해 결론을 쓰지 말 것.

주의: 읽기 목록의 크기는 리뷰의 질과 무관합니다. 논문을 한 편 읽을 때마다 그것이 어느 하위 질문을 뒷받침하는지 매트릭스에 기록하세요. 어디에도 분류되지 않는 항목은 아무리 관련 있어 보여도 결국 논지를 옆으로 끌고 갑니다.

2단계: GPT-6에게 계획만 하고 글은 쓰지 않는 뼈대를 맡긴다

근거 매트릭스가 손에 있으면, GPT-6에 계획만 하고 다른 일은 하지 않는 뼈대를 요청합니다. 쓸모 있는 뼈대는 절마다 세 가지 질문에 답합니다. 이 절이 어느 연구 질문을 위한 것인지, 어느 근거가 어느 문장을 뒷받침하는지, 결과 보고와 논의 사이의 경계가 어디인지. 그리고 자기 빈틈을 스스로 드러내야 합니다. "모든 논문에 있는" 절을 자료가 받쳐 주지 못한다면, 일반 상식으로 구멍을 메우기보다 근거 필요라고 표시하는 것이 정직한 선택입니다.

스킬: Academic Paper Skills — academic-paper-strategist 모듈이 네 가지를 합니다. 목표 학술지 프로파일링, 문헌 공백 정리, 상세 개요 생성, 리뷰어 관점의 점검. 제작자들은 이 스킬이 주로 철학·학제 간 논문으로 다듬어졌다고 밝히고 있어, 실험의학, 공학 검증, 임상 연구라면 해당 분야가 요구하는 방법론 조항과 보고 기준을 직접 보태야 합니다.

프롬프트:

역할: 논문 기획자 역할만 수행. 본문 텍스트는 어떤 것도 작성하지 말 것.
입력: 연구 질문 = [한 문장]; 연구 설계 = [실험 / 관찰 / 모델링 / 리뷰 / 기타]; 핵심 자료 = [근거 매트릭스 요약 + 방법 메모 + 주요 결과 표]; 목표 학술지 또는 분야 관례 = [기입].
작업: IMRaD 구조의 상세 개요를 작성. 모든 하위 절에 네 항목을 채울 것 — 어느 연구 질문을 위한 절인지 / 반드시 인용할 근거 항목 / 넘어서는 안 되는 추론 경계 / 다음 절로 이어지는 논리.
경계: 관례상 기대되는 절을 자료가 뒷받침하지 못하면 "근거 필요"라고 명시적으로 표시. 일반 상식으로 빈틈을 메우지 말고, 이 단계에서는 어떤 산문도 쓰지 말 것.

주의: 개요는 뼈대가 맞는지만 결정합니다. 문장, 논증의 강도, 결론의 어조는 이 단계의 몫이 아닙니다. 그것들을 기획 단계로 끌어올리면 겉보기에 세련되고 빈틈은 감춰진 목차를 얻게 됩니다.

3단계: GPT-6가 근거만으로, 절 단위로 초고를 쓴다

초고 작성은 한 번에 한 절씩 진행할 때 가장 보답이 큽니다. 입력이 구체적일수록 출력의 추적 가능성이 높아집니다. Methods에는 실제 절차, 파라미터, 소프트웨어 버전이 필요하고, Results에는 표, 효과 크기, 유의성 검정이, Discussion에는 검증된 인용과 추론의 명시적 한계가 필요합니다. "논문 전체를 한 번에" 요청하는 것은 효율적으로 느껴지지만, 실제로는 작은 구멍 다섯 개를 아무도 찾을 수 없는 큰 문서 하나에 흩뿌리는 일입니다.

스킬: Scientific Agent Skills — 모든 사실 진술에 엄격한 출처 규칙을 적용합니다. 받아들이는 입력은 세 종류뿐입니다. 사용자가 제공한 자료, 신뢰할 수 있는 경로로 검증된 검색 결과, 구체적 숫자가 없는 분야 상식. 또한 얻은 결과와 계획된 결과를 구분합니다. 근거 없는 진술은 문 앞에서 멈춥니다. 근거를 보태거나, 고쳐 쓰거나, 삭제하거나 — 완성된 것처럼 보이는 자리 표시자로 문단을 때우는 일은 절대 없습니다.

프롬프트:

역할: 아래 입력만을 근거로 [Methods / Results]의 "[하위 절 이름]"만 작성.
사용 가능한 자료: 아래에 붙여 넣은 내용으로 한정 — [방법 기록 / 파라미터 / 표 / 통계 출력].
절차: 1단계, 이 절에서 진술할 사실 목록을 만들고 각 항목에 출처(자료 페이지 / 표 번호 / 참고문헌 번호)를 표시; 2단계, 그 사실 목록으로 약 [목표 분량] 단어의 초안 작성.
작성 규칙: Methods는 실제 수행 순서를 따르고 소프트웨어 버전, 임계값, 제외 기준을 유지. Results는 "방향 → 효과 크기 → 구간 → 유의성" 순서로 보고하고 원인은 설명하지 말 것.
자리 표시자 규칙: 누락된 항목은 [저자 보충: 항목]으로 표기. 수치나 절차를 추측하지 말 것.

주의: 절 단위로 쓴다고 조각조각 쓰라는 뜻은 아닙니다. 절 하나를 마칠 때마다 뼈대로 돌아가 이 절이 어떤 질문에 답하고 어느 기여에 속하는지 물어보세요. 뼈대 위에 자리가 없는 문단은 아무리 매끄럽게 읽혀도 고쳐 쓰거나 잘라냅니다.

Results는 또한 글보다 그림이 먼저 존재해야 하는 곳입니다. "방향 → 효과 크기 → 구간"으로 보고하는 문단은 결국 하나의 플롯을 서술하고 있습니다. 이 시점에 그림이 아직 스케치라면, PaperBanana가 텍스트 설명을 1분 안팎에 출판 가능한 그림으로 만들어 주므로 초고와 그림이 함께 자라나고, 그림이 맨 마지막에 도착하는 일이 없어집니다.

2부 — SCI 논문을 다듬어서 내보내기

4단계: GPT-6와 세 번 교정하되, 한 번에 렌즈 하나만

교정은 목표가 다른 세 번의 패스로 나눌 때 가장 잘 됩니다. 첫 번째 패스는 논증을 봅니다. 근거 사슬이 끊기지 않았는지, 추론이 과하지 않은지. 두 번째 패스는 정합성을 봅니다. 그림과 방법이 본문과 맞는지, 근거가 실제로 그것을 주장하는 문단 안에 있는지. 세 번째 패스는 용어, 시제, 문체를 통일합니다. 목표를 분리하는 편이 첫 문장부터 "최종본 느낌"을 좇는 것보다 훨씬 덜 힘듭니다.

교정 스킬이 가장 강한 곳은 언어 층위입니다. 반복되는 표현, 틀에 박힌 문구, 그리고 구조상 끊기는 지점을 잡아내는 감각도 괜찮습니다. GPT-6에 한 번에 패스 하나씩 맡기면 결과가 안정적입니다.

스킬: Paper Polish Workflow — 기본값이 보수적입니다. 순수 문법·유창성 문제는 바로 고치고, 과학적 의미를 바꿀 수 있는 것은 따로 목록으로 내놓아 사용자가 결정하게 합니다. 상관관계를 사용자 대신 인과로 바꾸지 않고, 숫자·기전·표본 크기를 지어내지 않습니다.

프롬프트:

작업: 아래 Discussion을 가볍게 교정.
건드리지 말 것: 기존 데이터 / 인용 번호 / 완화 표현 / 결론의 강도 — 모두 원문 그대로 유지.
우선 처리: 긴 문장 분리, 반복 제거, 용어 통일, 비원어민식 표현 제거; 과장되거나 틀에 박힌 문구 삭제.
금지선: 과학적 의미를 바꿀 수 있는 수정은 원문 문장을 남기고 제안을 따로 나열할 것 — 직접 교체 금지. 숫자, 기전, 인과 주장을 추가하지 말 것.
본문: [붙여 넣기]

주의: 스킬이 눌러 줄 수 있는 것은 반복과 틀에 박힌 문구입니다. 논증의 강도, 추론의 경계, 결론의 입장은 여전히 당신의 몫입니다. 교정은 "도구가 문장을 펴 준다"이지 "도구가 학술적 판단을 내린다"가 아닙니다.

5단계: 투고 전에 엄격한 점검을 한 번 한다

투고 3~5일 전에 논증부터 그림 품질까지 한 번 전체 점검을 합니다. 먼저 투고를 막는 문제를 고칩니다. 구조의 어긋남, 핵심 인용 누락, 본문에서 멀어진 그림. 그다음에야 표현과 서식을 다룹니다.

학술지 선정은 제목, 초록, 키워드, 연구 유형으로 만든 후보 목록에서 시작할 수 있습니다. 하지만 각 학술지의 목적과 범위, 투고 가능한 논문 유형, 현재 등급, 심사 기간, 게재료는 학술지 공식 사이트나 권위 있는 데이터베이스에서 하나씩 확인해야 합니다.

스킬: venue-templates, Scientific Agent Skills의 일부 — 학술지를 고른 뒤, 제출 버튼을 누르기 전에 자리합니다. 목표가 정해지면 해당 학술지의 공식 템플릿과 제출 요건에 맞춰 원고 구조, 레이아웃, 첨부 파일 목록을 점검합니다. 학술지를 고르는 일은 여전히 당신의 몫입니다. 출판사 공식 Journal Finder로 후보를 추리고, 도구가 학술지별 범위를 확인하게 한 뒤, 최종 목표를 넘겨 투고 패키지를 준비시키세요.

프롬프트:

입력(이 순서로): 논문 제목 / 초록 / 키워드 / 연구 유형 — [붙여 넣기].
1단계: 입력으로부터 주 분야와 부 분야를 판단.
2단계: 후보 학술지 5개를 "도전 2 / 적합 2 / 안전 1"로 묶어 제안.
3단계: 각 학술지에 대해 다음을 나열 —
  1. Aims & Scope 일치 근거: 공식 문구를 인용하고 URL 제시;
  2. 투고 가능한 논문 유형;
  3. 현재 JCR / CAS 등급과 해당 연도;
  4. OA 방식과 APC;
  5. 공개적으로 검증 가능한 심사 기간;
  6. 위험 요소(채택률, 논쟁적 주제, 특별 정책).
금지선: 공식 또는 권위 있는 출처로 확인할 수 없는 항목은 "미확인"으로 기재. 채택률을 추정하지 말 것.

주의: GPT-6든 다른 도구든 내놓는 "채택 가능성"은 학습 데이터에서 나온 통계적 인상이지 투고 결과가 아닙니다. 채택률, 심사 기간, APC는 학술지 사이트, Retraction Watch, LetPub에서 교차 확인한 뒤에만 신뢰하세요. 도구가 확인하지 못한 것은 미확인으로 남겨 둡니다.

일을 나눈 다음에 GPT-6를 들인다

논문 쓰기에서 가장 어려운 점은 문헌 리뷰, 프레임 설계, 문장 다듬기가 동시에 일어나려 한다는 것입니다. 단계로 나누면 정확히 어디서 막혔는지 보이고, SCI 원고 전체를 GPT-6에 넘기고 기도하는 일도 막아 줍니다.

질문을 먼저 고정하고, 근거를 모으고, 그다음 논증을 세웁니다. 거친 초고여도 괜찮습니다. 교정 패스마다 할 일은 하나입니다. 이 루틴이 당신의 것이 되면 위의 스킬들은 지름길이기를 멈추고 의미 없는 재작업을 없애기 시작합니다. 그것이 애초에 도구가 잘하는 유일한 일입니다.

PaperBanana는 어디에 들어가는가

위의 GPT-6 워크플로 모든 단계는 글에 관한 것입니다. 찾고, 배열하고, 조이는 일. 리뷰어가 가장 먼저 보는 그림은 여전히 누군가 만들어야 하고, 투고 전날 밤이 아니라 3단계에서 만들어져야 합니다.

그 부분을 위해 우리가 만듭니다. PaperBanana는 텍스트 설명으로 출판 가능한 학술 그림을 생성하고, 리뷰어가 라벨 하나를 더 요구할 때 어떤 그림이든 완전히 편집 가능한 SVG로 변환할 수 있습니다. 연구용 GPT-6 툴킷을 꾸리고 있다면, 우리의 Paper Skills 디렉터리에서 이 글에 나온 스킬과 수십 개의 다른 스킬을 설치 명령과 함께, 각각이 실제로 무엇에 좋은지에 대한 솔직한 메모와 함께 살펴볼 수 있습니다.

이 글에서 언급한 스킬

• nature-academic-search — 중복 제거와 BibTeX/RIS 내보내기를 갖춘 다중 데이터베이스 문헌 검색
• Academic Paper Skills — 리뷰어 관점 점검이 붙은, 계획만 하는 개요 (GitHub)
• Scientific Agent Skills — 출처에 묶인 초고 작성과 학술지 템플릿 점검 (GitHub)
• Paper Polish Workflow — 의미를 보존하는 보수적 언어 교정