책소개

AI로 논문을 시작하는 당신을 위한 가장 실용적인 연구 글쓰기 입문서.
　
논문 주제는 있는데 어디서부터 써야 할지 막막하신가요. AI 도구는 쓰고 있지만 결과물이 논문답지 않게 느껴지시나요. 학위논문을 사업계획서와 정부과제까지 연결하고 싶으신가요. 이 책은 바로 그 질문들에 직접 답합니다.
　
ChatGPT는 왜 그럴듯한 답을 지어내는지, Claude와 Gemini는 어떤 작업에 더 적합한지, 논문 PDF는 어떻게 읽고 인용은 어떻게 관리하는지, AI가 만든 초안은 어디까지 믿고 어디서부터 연구자가 책임져야 하는지를 단계별로 짚어 줍니다. LLM의 작동 원리와 DIKW 프레임워크에서 출발해 연구주제 설정, 문헌 분석, 프롬프트 설계, 참고문헌 관리, 데이터 수집과 통계 분석 자동화, 논문 시각화, Discussion 작성, 영문화, 연구윤리까지 AI 시대의 논문작성 전 과정을 하나의 흐름으로 정리했습니다.
　
이 책의 가장 큰 차별점은 도구 사용법에서 멈추지 않는다는 데 있습니다. 학위논문을 학술지 투고, 사업계획서, 정부 RD 과제 제안서로 확장하는 방법을 8주 완성 로드맵과 실습 워크북으로 구성했습니다. ChatGPT, Claude, Gemini, NotebookLM, SciSpace, Zotero, Python과 Cursor, Napkin AI 등 현재 가장 널리 쓰이는 도구를 연구 작업 흐름에 맞춰 배치했고, 각 장의 실습은 GitHub에서 무료로 제공되는 워크북과 연결됩니다.
　
논문이 막막한 연구자, AI를 쓰고도 결과가 불안한 대학원생, 연구 성과를 사업화 자료로 연결하고 싶은 실무자에게 이 책은 가장 현실적인 출발점이 되어 줄 것입니다.

저자소개

목차

제1부 AI 연구의 기초

제1장 AI 연구의 원리
1.1 왜 지금 생성형 AI인가
1.2 DIKW 피라미드와 AI의 역할
1.3 일하는 연구자의 4중 역할과 학습 모델
1.4 LLM은 어떻게 작동하는가
1.5 AI 협업 3대 윤리 원칙
1.6 실습 DIKW 4단계 자가 진단

제2장 AI 도구 지형도
2.1 AI 도구 4가지 분류
2.2 대화 추론형 3대장 비교
2.3 같은 결과물, 다른 프롬프트 도구별 특화 전략
2.4 한국어와 영어 응답 차이
2.5 무료 유료 계정 정책과 토큰 비용 감각
2.6 모델 선택 의사결정 트리
2.7 실습 같은 결과물 1개를 3개 도구로 만들기

제3장 RCTF 프롬프트
3.1 프롬프트는 연구 질문이다
3.2 RCTF 프레임워크
3.3 좋은 프롬프트와 나쁜 프롬프트
3.4 체이닝과 멀티턴 전략
3.5 할루시네이션 방지 5계명
3.6 실습 RCTF 프롬프트 3종과 AI 도구 스택 설계서

제2부 문헌과 연구설계

제4장 AI PDF 독해
4.1 AI 문헌 분석의 3계층
4.2 NotebookLM 핵심 워크플로우
4.3 SciSpace 핵심 워크플로우
4.4 AI 요약을 신뢰할 수 없는 5가지 순간
4.5 실습 PDF 10편으로 비교표 만들기

제5장 Zotero 인용관리
5.1 도구 선택 기준 Zotero와 EndNote
5.2 Zotero 핵심 워크플로우
5.3 인용 스타일 전환 APA IEEE KCI
5.4 MS Word HWP 연동과 EndNote 보조 트랙
5.5 Zotero Overleaf GitHub 연동 워크플로우
5.6 AI 보조 인용 정리와 교정
5.7 참고문헌 윤리
5.8 실습 Zotero 라이브러리와 본문 인용 샘플 만들기

제6장 연구 트렌드 탐색
6.1 출처 기반 검색과 소셜 트렌드 검색의 차이
6.2 4종 도구 비교 매트릭스
6.3 도구별 강점 약점과 연구 주제별 적합 도구
6.4 트렌드에서 Research Gap을 찾아 키워드 트리로 좁히기
6.5 실습 4개 도구 통합 트렌드 리포트
6.6 실습 트렌드 리포트로 연구질문 도출

제7장 IMRaD 2.0 설계
7.1 IMRaD와 IMRaD 2.0의 차이
7.2 Claude Projects 컨텍스트 활용법
7.3 연구 질문 가설 방법론의 정합성 검증
7.4 논문 목차를 사업계획서와 정부과제로 매핑하기
7.5 실습 논문 목차 초안과 매핑 시트 만들기

제3부 데이터와 논문작성

제8장 데이터 수집 설계
8.1 데이터의 유형
8.2 설문 설계 창업 경영 트랙
8.3 인터뷰 설계
8.4 실험 설계 공학 이공 트랙
8.5 IRB 검토와 신청 절차
8.6 실습 데이터 수집 프로토콜과 데이터셋 준비

제9장 바이브코딩 분석
9.1 바이브코딩이란
9.2 데스크탑형 바이브코딩 환경
9.3 Codex와 Cursor 내게 맞는 작업공간 고르기
9.4 자연어로 통계 검정 요청하기
9.5 분석 결과의 해석 워크플로우
9.6 재현성 확보
9.7 실습 데이터 분석 코드와 APA 결과표 만들기

제10장 논문 시각화
10.1 논문 시각화의 기능별 도구 지도
10.2 Napkin AI 텍스트를 구조도로 바꾸기
10.3 Nano Banana 2 정보형 인포그래픽
10.4 GPT Image 2.0 설명용 이미지
10.5 정량 그래프 Matplotlib과 Seaborn
10.6 그림 1장의 무게
10.7 실습 Figure 패키지 4종

제11장 결과 해석과 논의
11.1 Results와 Discussion의 경계
11.2 Discussion 5단 구조
11.3 AI 활용 해석 기법
11.4 자기복제 회피
11.5 사업화 임팩트 미니 섹션
11.6 실습 Discussion 초안과 한계 작성

제12장 AI 학술글쓰기 윤리
12.1 학술 글쓰기의 5요소와 국문 학술체 교정
12.2 영문화 워크플로우
12.3 영문 초록 6문장 공식
12.4 저널과 학회 스타일
12.5 표절과 AI 명시
12.6 재현성 패키지
12.7 실습 본문 초안과 영문 초록 유사도 보고서

제4부 연구성과 확장

제13장 연구성과 사업화 전략
13.1 왜 마지막 장에 사업계획서와 정부과제인가
13.2 연구 결과를 사업화로 변환하는 프레임워크
13.3 린 캔버스 9블록을 연구결과로 채우기
13.4 정부 RD 과제 5대 트랙
13.5 정부과제 공고문 읽는 법과 AI 매칭
13.6 연구개발계획서와 사업계획서 핵심 작성법
13.7 공고 캘린더와 일정 관리
13.8 연구자의 5대 활용 트랙
13.9 시각 자료 재활용과 청중별 발표 전략
13.10 실습 실전학습 최종 산출물
13.11 최종 정리 연구성과 발표

참고문헌