요즘 대학생 AI 활용은 생각보다 빠르게 일상이 되었습니다. 주제가 막히거나 선행연구가 필요할 때 익숙하게 찾는 것이 생성형 AI지요.

그런데 문제는, AI가 자신 있게 내놓은 논문 제목과 저자와 연도를 믿었다가, 정작 인용을 쓰려는 순간 그 논문이 세상에 존재하지 않는다는 걸 발견하는 참사가 일어나기도 한다는 겁니다.

이는 DBpia 에디터가 만난 연세대 교육학과 2학년 학생이 실제로 겪은 일이기도 합니다. 그가 과제 제출 마감 하루 전날 이 문제를 해결한 방법을 들어보았습니다.

1. AI가 알려준 논문을 그대로 믿었다가 낭패 본 날

안녕하세요! 2학년 1학기를 마친 소감이 어때요?

1학년 때는 교양 위주로 수업을 들었는데요. 2학년이 되어 신촌 캠퍼스에서 전공 수업을 듣게 되면서 이제 정말로 제가 연세대 교육학과 학생이 되었다는 느낌이 들었어요. 처음 전공 수업을 듣다 보니 어려운 점도 많았지만 그래도 잘 마무리한 것 같아 기분이 좋아요. 종강의 기쁨을 맘껏 누리고 있습니다.

연세대 교육학과의 전공 수업은 어땠어요? 어떤 점이 어려웠나요?

연세대 교육학과는 이론을 배우고 그 이론을 실제 문제에 연결하는 과제가 많은데, 아직 전공을 깊게 공부한 게 아니니까 어떤 게 중요한 주제인지 감이 잘 안 왔어요. 보고서를 쓰는 일 자체보다 '뭘 써야 하는지'를 찾는 게 제일 힘들었어요. 수업에서 개념은 배우는데, 그 개념을 가지고 뭘 써야 하는지는 내가 스스로 정해야 하잖아요.

이번 학기에는 교육과정과 관련한 중간 보고서를 작성해야 하는 강의가 있었거든요. 주제를 ‘IB* 도입’으로 잡았는데 어떻게 풀어낼지가 막막하더라고요. 그래서 ChatGPT한테 "국내 IB 도입 관련 논문 알려줘"라고 물어봤어요. 논문 제목, 저자, 학술지, 연도까지 딱딱 나오는데 꽤 그럴듯해 보였어요. 그걸 바탕으로 보고서를 거의 다 썼었죠.

그런데 보고서 제출 전날에 인용을 표기하려고 논문을 찾아봤는데, 하나도 안 나오는 거예요. 저자 이름으로 검색해봐도 없고, 제목으로 검색해봐도 없고. 그제야 AI가 없는 논문을 만들어낸 거라는 걸 알았어요.

*International Baccalaureate, 스위스에 본부를 둔 비영리 교육재단인 IB 본부에서 개발하고 운영하는 국제 인증 교육과정

그때 기분이 어땠어요?

처음부터 다시 써야 한다는 걸 알고 정말 망연자실했죠(웃음). 당황스럽기도 했고 제 자신한테 화가 나기도 했어요. AI가 틀릴 수 있다는 걸 머리로는 알고 있었는데, 막상 그럴듯하게 나오니까 의심을 못 했거든요. 그 이후로 AI한테 논문이나 자료 관련한 걸 물어볼 때는 다른 방식이 필요하다고 생각했어요.

2. DBpia AI 에이전트: 대학생 AI 활용의 기준을 바꾼 경험

DBpia AI는 어떻게 알게 됐어요?

진짜 논문을 찾아야 하니까 DBpia에 들어갔죠. 논문 검색하다가 DBpia에도 AI 기능이 있다는 걸 알게 됐어요.

처음엔 큰 기대는 안 했어요. ‘한번 써보기나 할까’ 싶어서 일부러 ChatGPT에게 넣었던 것과 똑같은 질문을 입력해봤어요. "국내 IB 도입 관련 논문 알려줘"라고요.

그런데 기대 이상의 답변 결과가 나오더라고요.

'국내 IB 도입 현황 및 관련 연구', 'IB 교육과정 도입의 시사점 및 과제'로 나뉘어서 핵심 내용이 요약되어 나오고, 각 문장마다 번호로 출처가 달려 있었어요. 마우스를 번호 위에 올리면 어느 논문 몇 페이지에서 인용한 건지 바로 보이고, 클릭하면 원문으로 연결돼요. 그걸 보는 순간 다른 생성형 AI와는 완전히 다르다는 걸 느꼈어요.

그럼 DBpia AI를 보고서 작성에 어떻게 활용했어요?

첫 답변을 읽으면서 자연스럽게 보고서 방향이 잡혔어요. '시사점 및 과제' 부분을 읽다 보니 IB를 공립학교에 도입할 때 생기는 문제를 더 집중해서 다루고 싶다는 생각이 들었거든요. AI 에이전트가 선행연구의 큰 그림을 먼저 보여줬고, 그 안에서 어디에 집중할지는 제가 결정한 거예요.

뿐만 아니라 쓰다 보면 새로운 궁금증이 생기잖아요. "해외에서는 IB 도입 후 어떤 문제 사례가 있었는지" 같은 것들이요. 그때마다 다시 AI 에이전트에게 물어보면서 추가 자료 조사를 했어요. 처음부터 끝까지 AI 에이전트가 옆에서 자료 조사를 함께 해주는 느낌이었어요.

출처로 연결된 논문들도 실제로 읽어보며 보고서를 쓴 거죠?

그럼요. DBpia에서 바로 읽을 수 있는 논문은 AI 뷰어로 확인했어요. 뷰어 안에서 바로 요약이나 질의응답이 되니까 편했어요. 외부 링크로 연결된 논문은 다운로드 받아서 AI 리더를 이용했어요. 해외 논문은 AI 리더에서 번역도 해줘서 특히 편리했어요. 원문과 번역이 나란히 보이니까 영어가 막혀도 내용을 파악하는 데 큰 어려움이 없었어요.

3. DBpia AI 리더: 매주 쌓이는 논문 감당하는 법

보고서 쓸 때 말고도 DBpia AI를 활용한 사례가 있을까요?

매주 주교재나 논문을 읽어가야 하는 수업들이 있었어요. 수업 시간에 그 내용을 전제로 강의가 이루어지니까 읽고 가야 하는데, 여러 수업을 동시에 들으면 일주일에 읽어야 할 양이 꽤 돼요.

중간 보고서를 제출한 후에는 이제 DBpia AI를 알게 됐으니까 AI 리더를 활용하기 시작했죠. 런어스**에 올라온 PDF 파일을 올리면 바로 요약이 나오니까 편리하더라고요. 일반 생성형 AI는 파일을 올릴 때마다 다른 형식으로 요약을 해주니까 기준도 잘 모르겠고 제대로 요약이 된 건지도 불안했거든요. 그런데 AI 리더는 핵심요약, 필기요약, 튜터요약 중에 고를 수 있고, 저는 튜터요약을 주로 쓰는데 그걸 고르면 논문의 연구 목적, 방법, 결과, 결론이 구조화돼서 나오고 중요한 개념은 볼드 처리가 돼 있어서, 이 논문이 무엇을 주장하는지 5분 안에 파악할 수 있어서 좋았어요.

**LearnUs, 연세대학교의 온라인 교육 플랫폼

요약만으로도 수업을 듣는 데 지장이 없던가요?

몇 번 요약만 보고 수업에 갔던 적도 있긴 한데(웃음), 웬만하면 논문 원문도 읽어가려고 노력했어요. 요약을 먼저 읽고 논문을 읽으니 이해가 더 잘 되었어요.

그래도 모르는 내용이 나오면 다시 AI 리더에 있는 채팅 기능을 써서 질문을 했는데요. 또 다시 다른 AI랑 비교를 좀 하자면, ChatGPT를 쓸 때는 파일이랑 브라우저를 동시에 켜놓고 왔다갔다 하면서 논문이랑 AI 답변을 봐야 해서 불편했는데요. AI 리더는 한 화면 내에서 논문이랑 채팅창을 동시에 볼 수 있어서 편했어요. AI가 답변할 때 출처가 된 문장도 논문에 형광펜으로 표시해주는데 그게 진짜 좋더라고요.

4. '그럴듯한 말만 하는 AI'가 아니라 '믿을 수 있는 대학생 AI' 활용하기

DBpia AI를 정말 알차게 써주신 것 같아요. DBpia AI와 함께한 한 학기를 돌아보면 느껴지는 변화가 있나요?

음, 시작이 빨라진 것 같아요. 예전엔 보고서를 쓰려고 하면 시작부터 막막했는데, 그러다가 미루는 일도 많았어요. 지금은 일단 DBpia부터 켜요. 뭐든 물어보면 논문이 나오니까 그걸 보면서 감을 잡다 보니 시작이 한결 쉬워진 느낌이에요.

한 가지 제가 꼭 말하고 싶은 건, AI한테 전부 맡기면 안 된다는 거예요. 선행연구 지형을 보여줘도 어디에 집중할지는 제가 결정해야 하고, 논문 요약을 줘도 무엇을 더 읽을지는 제가 판단해야 해요. AI는 제가 생각을 시작할 수 있는 상태로 빠르게 만들어주는 것에 가까워요. 그리고 그 과정이 신뢰할 수 있는 자료 위에서 이루어진다는 게 DBpia AI와 다른 AI의 차이인 것 같아요.

다른 대학생 분들도 AI 활용에 있어 이걸 중요한 기준으로 삼으면 좋지 않을까 싶어요. 저는 이제 학술 자료가 필요한 작업에서는 반드시 출처를 확인할 수 있는 도구를 써야 한다는 걸 알아요. 남은 대학 생활에 있어서도 DBpia AI를 계속 쓸 것 같아요.