연구 질문과 문헌 검색

연구 질문의 문제

대부분의 학술 논문은 너무 크거나 너무 작은 질문으로 시작해요.

너무 큰 질문: “소셜 미디어가 정신 건강에 어떤 영향을 미치는가?” — 책 열 권을 쓸 수 있어요. 어디서 시작해요?

너무 작은 질문: “2024년 3월 서울 19세 대학생의 인스타그램 사용량이 증가했는가?” — 흥미로울 수 있지만 너무 좁아서 더 큰 맥락과 연결하기 어려워요.

적정 지점은 엄밀하게 조사할 만큼 구체적이면서 분야에 의미 있을 만큼 중요한 질문이에요.

주제에서 질문으로

대부분의 연구자는 질문이 아닌 주제로 시작해요. AI가 이 간극을 이어줘요:

내 일반 주제 영역: [주제]
내 학문 분야: [전공]

도와줘:
1. 이 주제 내에서 구체적 연구 질문 5개 생성
2. 각 질문이 다루는 지식의 빈틈 설명
3. 각각의 실행 가능성(데이터 가용성, 범위) 1-5점 평가
4. 분야에 가장 강한 기여가 될 질문 추천

PICO 프레임워크

원래 의학 연구에서 나왔지만, 모든 분야에 적용 가능:

• Population: 뭘/누구를 연구하나요?
• Intervention: 어떤 요인을 검토하나요?
• Comparison: 뭐와 비교하나요?
• Outcome: 뭘 측정하나요?

변환 예시:

• 모호: “원격 근무가 생산성에 어떤 영향을 미치나?”
• PICO: “완전 원격 근무(I)가 하이브리드 근무(C)와 비교해 소프트웨어 개발팀(P)의 프로젝트 완료율(O)에 어떤 영향을 미치나?”

두 번째가 연구 가능해요. 첫 번째는 대화 주제예요.

✅ Quick Check: 왜 연구 질문을 PICO로 전환해야 할까요? 모호한 질문은 검색 범위가 너무 넓어 관련 논문을 찾기 어려워요. PICO가 각 요소를 구체적으로 정의해서 데이터베이스 검색어를 직접 도출할 수 있어요.

검색 전략 세우기

질문이 설정되면 소스가 필요해요. AI가 체계적 검색 전략을 세워줘요:

내 연구 질문: [질문]
내 분야: [전공]

검색 전략을 만들어줘:
1. 각 개념의 핵심 검색어와 동의어
2. 데이터베이스에서 쓸 Boolean 검색 문자열
3. 이 주제에 관련된 학술 데이터베이스 (RISS, DBpia, Google Scholar 등)
4. 필요한 소스 유형 (실증 연구, 리뷰, 이론 논문)
5. 이 주제에 적절한 날짜 범위

검색 문자열 구성

효과적인 데이터베이스 검색은 Boolean 연산자를 사용해요:

AI가 빠르게 생성하지만, 논리를 이해하고 있어야 해요.

소스 평가하기

모든 논문이 문헌 리뷰에 들어갈 가치가 있는 건 아니에요. AI로 소스를 평가하세요:

내 문헌 리뷰에 고려 중인 논문의 초록:

[초록 붙이기]

내 연구 질문: [질문]

이 소스를 평가해줘:
1. 내 구체적 질문과의 관련성? (높음/중간/낮음)
2. 사용된 방법론은? 엄밀한가?
3. 연구가 얼마나 최신? 시간대가 아직 유효한가?
4. 이 논문이 다른 곳에서 얻을 수 없는 기여는?
5. 리뷰에 포함해야 하나? 이유는?

중요 규칙: 항상 실제 논문을 읽으세요. AI는 초록을 평가하지만, 세부 사항과 방법론과 뉘앙스는 전문에 있어요.

소스 정리하기

소스를 수집하면서 시간순이 아닌 주제별로 정리하세요:

주제 기반 정리

AI: [주제]에 대한 연구로 이 15개 소스를 찾았어요.
각각의 제목과 핵심 발견:

[소스 목록]

도와줘:
1. 3-5개 주제 클러스터로 그룹화
2. 각 주제 내에서 동의하는 소스와 반대하는 소스 파악
3. 추가 소스가 필요한 갭 — 소스가 적거나 없는 하위 주제 — 플래그
4. 주제를 제시할 논리적 순서 제안

소스 매트릭스

이런 열로 스프레드시트를 만드세요:

이 매트릭스가 레슨 3의 문헌 리뷰 기초가 돼요.

인용 정보 관리

읽는 모든 소스의 완전한 인용 정보를 즉시 저장하세요. 미루지 마세요.

참고문헌 관리 프로그램(Zotero, Mendeley, EndNote)으로:

1. 데이터베이스에서 인용 데이터 직접 임포트
2. PDF를 인용과 함께 저장
3. 노트와 태그 추가
4. 나중에 포맷된 참고문헌 목록 생성

AI로 인용 완전성 확인:

이 인용을 APA 7판 형식으로 완전성 체크해줘:
[인용 붙이기]

빠진 것 있어? 형식이 맞아?

연습: 연구 기반 만들기

1. 작성 PICO 프레임워크로 연구 질문
2. 생성 AI로 검색 전략 (용어, 데이터베이스, Boolean 문자열)
3. 검색 데이터베이스 하나에서 관련 가능 소스 10개 수집
4. 평가 AI 도움으로 각 소스의 관련성
5. 정리 소스를 주제 클러스터로

이 기반이 문헌 리뷰(다음 레슨)를 극적으로 쉽게 만들어요.

핵심 정리

• 연구 질문은 조사할 만큼 구체적이면서 의미 있을 만큼 중요해야 해요
• PICO 프레임워크로 모호한 주제를 연구 가능한 질문으로 변환하세요
• Boolean 연산자와 데이터베이스별 용어로 체계적 검색 전략을 세우세요
• AI 추천 참고문헌이 실제 데이터베이스에 존재하는지 항상 확인하세요
• 소스를 시간순이 아닌 주제별로, 소스 매트릭스를 활용해 정리하세요
• 완전한 인용 정보를 즉시 저장 — 나중에 할 일을 만들지 마세요

Up Next: 다음 레슨에서 문헌 리뷰 합성하기를 다뤄요.