논문 요약하는 법: 세 번에 나눠 읽는 방법
논문은 여러 번에 나눠 읽으세요. 먼저 제목, 초록, 소제목, 결론을 보고, 그다음 세부 사항을 빼고 그림과 본문을 읽습니다. 이어서 내 말로 다섯 줄을 쓰세요. 질문, 방법, 숫자가 들어간 주요 결과, 핵심 한계, 그리고 왜 중요한지입니다. 각 줄은 논문과 대조해 확인하세요.
논문은 첫 단어부터 마지막 단어까지 읽도록 쓰인 글이 아닙니다. 검색하고, 훑어보고, 확인하도록 쓰인 글입니다. 교재처럼 읽으면 논문 한 편에 저녁 시간이 다 가고도 무엇을 밝혔는지 확신이 서지 않습니다. 이 가이드는 많은 연구자가 쓰는 세 번 읽기 방법, 대부분의 실증 논문에 맞는 다섯 줄 틀, 실제 연구를 요약한 사례로 논문 요약하는 법을 알려 드립니다. AI가 도움이 되는 곳과 오해하게 만들 수 있는 곳도 다룹니다.
논문은 왜 요약하기 이렇게 어려울까요?
논문은 밀도가 높고, 분야 전문 용어로 가득하며, 전문가를 위해 쓰이고, 핵심이 초록, 결과, 논의에 흩어져 있기 때문입니다. 대부분의 학생은 처음부터 끝까지 읽다가 방법 부분에서 길을 잃고, 이 논문이 어떤 질문에 답했는지 한 걸음 물러나 묻지 않습니다.
게다가 논문의 양도 많습니다. 미국 국립과학재단에 따르면 전 세계 과학·공학 논문 발표량은 2022년에 330만 편에 이르렀습니다. 교수들도 모든 논문을 끝까지 읽지는 않습니다. 얼마나 깊이 읽을지 빠르게 정하는 법을 배우는 것도 실력입니다.
논문을 세 번에 나눠 읽는 방법이란 무엇일까요?
컴퓨터 과학자 S. Keshav가 설명한 접근법입니다. 5~10분의 첫 번째 읽기로 큰 그림을 잡고, 최대 한 시간의 두 번째 읽기로 세부 사항을 빼고 내용을 파악하며, 필요하면 세 번째 읽기로 깊이 이해합니다. 필요한 것을 얻었다면 거기서 멈춥니다.
Keshav는 널리 공유된 짧은 가이드 How to Read a Paper에 이를 정리했습니다. 첫 번째 읽기는 제목, 초록, 서론, 소제목, 결론, 참고문헌을 훑어보는 단계입니다. 끝나면 그가 5C라 부르는 다섯 가지 질문에 답할 수 있어야 합니다. 분류(category), 맥락(context), 타당성(correctness), 기여(contributions), 명확성(clarity)입니다. 두 번째 읽기는 증명 같은 세부 사항을 제외하고 그림과 본문을 더합니다. 세 번째 읽기는 논평이나 학위 논문처럼 논문을 깊이 이해해야 할 때 합니다.
대부분의 수업용 읽기 자료는 두 번이면 충분합니다. 첫 번째 읽기를 하고, 이 논문이 과제에 중요한지 정한 다음, 중요한 논문만 두 번째로 읽으세요.
논문을 다섯 줄로 요약하는 법
두 번째 읽기가 끝나면 논문을 덮고 내 말로 다섯 줄을 쓰세요. 이 틀은 이공계와 사회과학의 대부분의 실증 논문에 맞습니다.
대부분의 요약은 세 번째 줄에서 흐릿해집니다. 개입은 효과적이었다는 아무것도 알려 주지 않습니다. 스스로 시험을 본 학생은 일주일 뒤 56퍼센트를 기억했고 다시 공부한 학생은 42퍼센트였다는 크기와 방향을 알려 줍니다. 핵심 숫자를 적어도 하나는 옮겨 적고, 논문과 대조해 확인하세요.
좋은 논문 요약은 어떤 모습일까요?
짧고, 구체적이고, 내 말로 쓰여 있습니다. 질문, 설계, 숫자가 들어간 주요 결과, 실제 한계 하나, 중요한 이유가 담겨 있어야 합니다. 읽는 사람이 논문을 열지 않고도 무엇을 밝혔는지 알 수 있어야 합니다.
다음은 잘 알려진 기억 연구 Roediger와 Karpicke(2006)를 이 틀로 다섯 줄 요약한 것입니다.
- 질문: 기억 시험을 보는 것이 자료를 다시 공부하는 것보다 장기 기억에 더 도움이 될까?
- 방법: 대학생이 짧은 글을 읽은 뒤 다시 공부하거나 피드백 없이 회상 시험을 보았고, 5분, 2일, 1주 뒤에 최종 시험을 치렀다.
- 결과: 5분 시험에서는 다시 공부하기가 앞섰지만(81% 대 75%), 1주 뒤에는 시험이 앞섰다(56% 대 42%).
- 한계: 실험실 환경의 짧은 글이어서 전체 수업이나 다른 종류의 자료에서는 결과가 다를 수 있다.
- 의미: 시험은 측정 수단일 뿐 아니라 학습 방법이며, 다시 읽기 대신 스스로 퀴즈를 푸는 것을 뒷받침한다.
100단어 정도입니다. 한계가 추가 연구가 필요하다 같은 일반론이 아니라 이 연구에만 해당하는 내용이라는 점을 보세요. 실제 한계를 찾는 것은 방법을 이해했다는 가장 확실한 증거입니다. 이런 요약은 질문으로도 쉽게 바뀝니다. 이는 서술형 문제 공부법에서 다룹니다.
내 요약은 초록과 어떻게 다를까요?
초록은 저자가 자기 논문을 홍보하는 글이고, 내 요약은 내가 논문을 평가하는 글입니다. 초록은 한계를 거의 언급하지 않고, 분야 전문 용어를 쓰며, 새로운 점을 강조합니다. 내 요약에는 약점을 더하고, 쉬운 말을 쓰고, 이 논문이 내 질문에 왜 중요한지 말해야 합니다.
초록을 그대로 베끼거나 살짝 바꿔 쓰는 것은 의도치 않은 표절로 이어지는 흔한 경로이기도 합니다. 경계가 어디인지 헷갈린다면 요약과 의역 차이를 읽어 보세요.
AI가 논문을 대신 요약해 줄 수 있을까요?
AI는 내가 준 논문의 쓸 만한 요약 초안, 특히 첫 번째 읽기용 요약을 만들 수 있습니다. 하지만 결과를 잘못 말하거나 없는 참고문헌을 지어내기도 합니다. 2024년 시험에서 챗봇들이 문헌 검색용으로 내놓은 참고문헌의 28.6%에서 91.4%가 지어낸 것이었으니, 챗봇의 인용은 확인 없이 믿지 마세요.
이 수치는 Chelli 연구진이 Journal of Medical Internet Research에 발표한 연구에서 나왔습니다. 도구가 내가 올린 PDF를 요약할 때는 그 텍스트를 바탕으로 작업하므로 위험이 훨씬 낮지만, 숫자와 결과의 방향은 여전히 틀릴 수 있습니다. 현실적인 접근은 AI 요약을 첫 번째 읽기로 쓰고, 두 번째 읽기는 직접 한 뒤, 다섯 줄 틀을 AI가 아니라 논문을 보고 채우는 것입니다. LearnKit은 올린 논문을 요약하고 그에 대한 문제를 만들어 주므로, 내 요약을 쓴 다음 확인하는 용도로 잘 맞습니다. 결과물을 검증하는 방법은 AI로 pdf 요약하는 법에서 더 볼 수 있습니다.
흔한 실수
- 논문이 무엇을 밝혔는지 알기 전에 방법 부분을 세세하게 다 읽기.
- 대부분 다른 사람들의 연구인 서론을 요약하기.
- 무엇이 얼마나 바뀌었는지 말하지 않고 결과가 유의했다고 쓰기.
- 핵심 결과가 담긴 경우가 많은 그림을 건너뛰기.
- 저자가 언급한 한계를 나열만 하고 어느 것이 가장 중요한지 묻지 않기.
논문 요약하는 법을 다섯 줄로 익히고 나면 문헌 검토는 PDF 더미가 아니라 질문, 방법, 결과를 비교할 수 있는 표가 됩니다. 교재와 다른 긴 읽기 자료에 적용되는 더 넓은 방법은 교과서 단원 요약하는 법부터, 뉴스 특집이나 에세이는 긴 글 요약하기를 보세요.
자주 묻는 질문
논문 요약은 얼마나 길어야 하나요?
내 노트용으로는 다섯 줄, 대략 100~150단어면 보통 충분합니다. 과제는 250단어 요약이나 한 쪽 분량 비평처럼 특정 길이를 요구할 수 있으니, 과제 안내를 따르고 다섯 줄에서 시작하세요.
요약하기 전에 논문 전체를 읽어야 하나요?
항상 그런 것은 아닙니다. 많은 수업용 읽기 자료는 처음 두 번의 읽기로 정확히 요약하기에 충분합니다. 비평 논평처럼 연구를 세밀하게 평가해야 할 때만 방법 전체와 보충 자료를 읽으세요.
개별 연구가 아니라 리뷰 논문은 어떻게 요약하나요?
틀의 줄을 바꾸세요. 질문은 리뷰의 범위, 방법은 저자가 연구를 고르고 종합한 방식, 결과는 주요 결론과 근거의 강도가 됩니다. 저자가 아직 불분명하다고 말하는 영역도 적어 두세요.
참고 자료
- How to Read a Paper, S. Keshav, University of Waterloo (2016 version, hosted by Harvard CS161) (세 번 읽기 방법: 첫 번째는 약 5~10분, 두 번째는 최대 1시간, 세 번째는 초보자에게 여러 시간. 5C.)
- Publications Output: U.S. Trends and International Comparisons, National Science Foundation, National Center for Science and Engineering Statistics (2023) (전 세계 과학·공학 논문 발표량은 2022년에 330만 편에 이르렀습니다.)
- Hallucination Rates and Reference Accuracy of ChatGPT and Bard for Systematic Reviews: Comparative Analysis, Journal of Medical Internet Research (Chelli et al., 2024) (지어낸 참고문헌 비율: 28.6%(GPT-4), 39.6%(GPT-3.5), 91.4%(Bard).)
- Test-Enhanced Learning: Taking Memory Tests Improves Long-Term Retention, Psychological Science (Roediger and Karpicke, 2006) (사례: 5분 뒤 다시 공부하기 81% 대 시험 75%, 1주 뒤 시험 56% 대 다시 공부하기 42%.)
