연구 실시 및 발표 과정에서 기술이 가지는 역할에 대해 생각할 때, 디지털 시대에서 연구와 관련된 지원이 그 중에서도 가장 중요할 것입니다. 구체적으로는, 연구자가 글자를 입력하는 데 쓰는 워드 프로세서 프로그램, 참여자, 동료 연구자 및 이해관계자와 협업하는 데에 사용되는 통신 및 메신저 도구, 동료 연구자들이 이미 발견한 내용을 이용하기 위한 과학적 데이터베이스, 연구자들이 자신의 데이터를 관리 및 공유할 수 있게 하는 디지털 보관소 등을 말합니다. 하지만, 기술이 우리 연구자들의 연구에서의 이념적인 목표 및 연구계가 지키려 노력하는 기준에 영향을 줄 수 있다는 사실에는 일반적으로 그보다 훨씬 적은 수준의 관심을 보입니다.
대부분의 사람들은 기술을 올바르게 사용하면 인간의 생산성을 발휘할 수 있도록 해 주는 강력한 힘이 된다는 점에 동의할 것입니다. 그렇기 때문에, 기술이 신임 연구자들에게는 책임감 있는 연구 습관을 개발하는 데에 도움을 주면서도 선임 연구자들에게는 일관성을 유지할 수 있다는 사실 또한 당연한 이치입니다. 이는 연구 진실성에 대한 위협이 계속되고 연구 부정행위 사례가 꾸준히 발생하고 있는 오늘날의 연구 및 AI를 사용하는 환경 속에서 특히 중요합니다. 이 전제는 저희가 Akabana Consulting의 설립자이자 CEO인 Matthew Salter 박사와의 최근 인터뷰에서 대두되었습니다.
출판 분야에서 방대한 경험을 쌓았으며 학계 및 업계의 여러 직무에서 근무한 적이 있는 Matthew 박사는 과거에도 저희와 함께 약탈적 학술지 및 위조 학술지라는 문제와 연구라는 맥락에서의 자가표절 및 의도치 않은 표절이라는 문제를 탐구하는 데에 도움을 주신 바 있습니다. 본 기사에서는 기술 보조 연구 활동이라는 주제 안에서 어떻게 기술을 사용해 연구자가 마땅히 다해야 할 책임을 다하는 것을 지원하고 연구 및 출판 결과물이 과학적 기록을 보존하도록 할 수 있는지 Matthew 박사의 통찰을 들어볼 것입니다.
연구 및 출판에서의 기술의 현주소
‘기술 전에 교육이 존재한다’란 철학은 기술을 교육 관행을 대체하는 것이 아닌 보완하는 방식으로 도입하도록 유도하는, 최근 학계에 나타나기 시작한 철학입니다. 이러한 철학이 이 대담과 관련이 있는 이유는 교육학적 목표와 기술적인 결과물을 일치시켜야 한다는 필요를 반영하기 때문입니다. 기술이 순수히 어떤 목표를 달성하기 위한 수단으로 인식이 되던, 그보다 더한 변화의 힘을 가지는 것이라고 인정받건 간에 말입니다. 형성적인 학습의 매개체로서 교육 기술을 보는 이 관점은 2차 및 그 이상의 교육에서 받아들여지고 있지만, 기술을 주로 그 효율성 및 편의성의 가치로 판단하는 경향이 있는 더 고차원적인 연구의 맥락에서는 그 정도가 덜합니다.
기술 덕분에 물리적인 이동에 제한이 있었던 팬데믹 기간 동안 연구 및 데이터 수집을 원격, 비동기화적인 방식으로 할 수 있게 하여 연구를 이어나갈 수 있게 해 준 사례는 분명 수도 없이 많습니다. 또한, 2020년 이전에는 기술은 점차 글로벌화된 세상에서 학제간 연구 노력 및 연구 결과물을 더 빠르게, 더 많이 만들 수 있도록 워크플로우를 간략화하는 과정에 매우 중요한 존재로 각인되었습니다. 출판업계에서, Matthew 박사는 연구 및 연구의 상업화, 그리고 기술이 검토 및 승인 과정에 미친 영향을 직접 목격해 왔습니다.
매년 약 180만 개에서 200만 개의 논문이 출판되는 현재의 맥락을 설명하기 위해 Matthew 박사는 게재가 거절되거나 다른 저널에 다시 제출되는 논문을 고려한 ‘제출 사례’의 양은 적어도 두 배 이상이라고 설명합니다. 이러한 제출 사례를 할당받으면 편집자는 각 제출물을 분석해 동료 리뷰로 진행할지 아니면 데스크에서 거절할지의 장단점을 분석하는 업무를 맡게 됩니다.
이 업무량을 “최적의 효율성을 가지면서도 최대한의 신경을 써서” 처리할 필요와 이를 완전히 수동으로 하는 것이 얼마나 현실적이지 않은지를 강조하면서, Matthew 박사는 출판인들이 유사성 검사 소프트웨어, 구체적으로는 Turnitin의 ‘iThenticate’를 점점 더 많이 사용하고 있다고 지적합니다. Matthew 박사에 의하면, iThenticate는 임의로 선택된 논문을 1차로 선별할 때 사람이 진행한 검사를 보완하기 위해 사용되며, 잠재적인 표절 및 이미지 조작 문제를 적발하여 부정행위를 놓칠 확률을 줄이는 데에 필수불가결한 존재가 되었습니다. 또한, 새로운 AI 글쓰기 감지 기능을 통해 iThenticate는 이제 출판인과 기관이 AI 생성 텍스트의 사용을 식별하고 규제할 수 있도록 돕고 있습니다.
연구가 기술 덕분에 더 빠르게 움직일 수 있다는 사실에는 의심의 여지가 없습니다. 하지만, 기술이 더 책임감 있는 연구에 영향을 줄 수 있을까요?
연구 글쓰기의 형성에 중요한 도구로서의 기술
소위 말하는 학문적 및 연구 부정행위를 방지하기 위한 표절 방지 소프트웨어의 형태를 한 기술은 굉장히 바람직한 목적으로 사용되지만, 이 기술을 순전히 처벌을 위한 사후적인 조치로서 과도하게 의존하는 것은 그 가치를 폄훼하는 것이며, 이를 사용하는 학자 및 고등교육을 받는 학생들에게 피해를 주는 일입니다. 이러한 유사성 검사 소프트웨어의 신뢰성은 기관 및 출판업체가 표절을 기반으로 해 만들어진 연구 결과를 탈락시킬 수 있는 중요한 규제의 역할을 하지만, 과연 연구 분야는 부정행위를 방지하는 데에 이 기술의 완전한 역량을 이용하고 있는 것일까요?
이 문제에 답하기 위해서는 진실성을 위한 조치의 긍정적인 가치 기반 적용 사례와 사후 감지를 기반으로 한 진실성의 강제 사이의 더 광범위한 갈등을 다루어야 합니다. 이 갈등은 사우스 오스트레일리아 대학교의 McCulloch et al.이 Turnitin이 제공하는 연구 진실성 소프트웨어 iThenticate의 박사 과정에서의 사용에 대한 2022년 연구에서 다룬 바 있습니다. 사우스 오스트레일리아 대학교는 직원 및 HDR 학생이 자체 보고한 세계 유수의 연구자, 출판인 및 학자들이 자신감을 가지고 고유한 작업물을 출간할 수 있도록 신뢰성 있는 표절 검사기인 iThenticate의 학위 논문, 연구제안서 및 컨퍼런스 논문 또는 기사에의 사용을 더 잘 이해하고자 하였습니다
대학교에서 iThenticate의 주된 가치가 부정행위를 감시하기 위한 것인지 학문적 글쓰기를 개선하기 위한 것인지 궁금해했던 연구자들은 “종합적으로 후보자 및 직원들은 iThenticate를 출판을 돕고, 글쓰기에 상당한 수준의 수정을 가할 수 있도록 돕고, 요약 능력을 배우고 자신의 아이디어를 더 잘 표현할 수 있는 방법을 배울 수 있는 도구로 평가하였다”는 사실을 발견했습니다. 이는 연구 진실성 소프트웨어가 연구원이 책임을 질 수 있도록 유의미하게 지원하고 이는 특히 관리자 또는 강의 지침의 일부로 포함되어 있을 때 특히 그렇다는 Matthew 박사의 관점과 동일합니다.
위 언급된 연구를 조금 더 자세히 들여다 보면, ‘iThenticate를 사용하는 것이 표절을 방지하는 데에 도움이 되었습니까?’라는 질문에 HDR 응답자의 89%가 ‘예’라고 답했습니다. 보다 폭넓은 후속 질문인 ‘iThenticate를 사용하는 것이 글쓰기 도중 어디를 수정해야 하는지 식별하는 데에 도움이 되었습니까?’에도 유사한 수준으로 높은 86%가 긍정적으로 답했습니다. 마지막으로, “iThenticate의 사용 덕분에 내 글쓰기가 개선되었다”라는 주장에 대해서는 총 83%가 ‘동의’ 또는 ‘강하게 동의’하였습니다.
이러한 결과는 특히 해당 언어가 모국어가 아닌 화자에게 있어 연구적 글쓰기 능력에 격차가 있으며, 기술을 통해 최적의 인용 방법, 아이디어의 구조 및 결합 방식 등에 대한 연구자의 이해를 글을 쓰면서 실시간으로 보조할 수 있다는 Matthew 박사의 믿음을 뒷받침합니다. Matthew 박사는 기술은 단순한 문법 알림을 넘어서 독창성을 유지하면서도 요약과 같은 어려움을 극복해야 한다고 부연합니다. “기관이 연구 진실성 기술을 지원하고 이용 가능하게 할 수 있는 방법이 있다면 크게 도움이 될 것입니다.”
연구자들에게 힘을 주고 보호하는 기술 및 진실성 소프트웨어
연구계가 연구 부정행위를 뿌리뽑는다는 것은 현실적이지 않지만, 기술은 연구의 책임감 있는 관행을 의도적으로 어기는 연구자, 또는 부주의로 인해 이를 어기는 연구자가 발생하는 것을 방지하고 다른 방향으로 유도하는 추가적인 장치를 제공할 수 있습니다. 기술이 습관의 형성을 촉진한다는 사실을 부정할 사람은 몇 없을 것입니다. 기술을 책임감 있는 방식으로, 연구 표준 및 정책과 함께 사용했을 때 연구 진실성에 긍정적인 영향을 줄 수 있는 힘은 바로 이것을 기반으로 합니다. 물론, 긍정적인 연구 습관을 형성하는 것은 이를수록 좋습니다. 그렇기 때문에 고등교육 제공자 및 기관은 학생 및 연구자들을 학술적 경력을 쌓는 초반에 지원할 수 있도록 전문 기술에 투자하여야 합니다.
Matthew 박사는 연구에서의 가장 좋은 의도조차도 오류가 있을 수 있으며, 정밀한 조사를 기꺼이 받으려 하는 그 마음가짐은 연구자로서의 자신을 보호하는 데에 매우 큰 역할을 한다는 점을 상기시킵니다. Matthew 박사는 잠재적인 표절 또는 인용 누락을 검사하는 연구 진실성 소프트웨어를 개별적인 연구자들이 다른 사람들이 실수를 발견하여 명성에 흠집을 내기 전에 스스로 고칠 수 있는 힘을 주는 도구라고 여깁니다.
“연구 진실성을 위한 소프트웨어를 사용하는 데에 있어 정말 중요한 점은 이 소프트웨어가 여러분들이 솔직할 수 있도록 돕는다는 것이라고 생각합니다. 이러한 소프트웨어를 사용하는 것이 자신이 무언가 잘못한 것이 있다는 것을 의미한다고 생각하는 사람을 만난 적이 있습니다. 즉, 이 소프트웨어를 사용하면 사람들이 자신이 무언가 좋지 않은 일을 숨기고자 한다고 생각할 것이라는 것인데, 실제로는 완전히 반대라고 할 수 있습니다. 이러한 표절 검사 소프트웨어를 사용함으로써 여러분은 사실 책임감 있는 연구자가 되려 하는 것이며, 올바른 일을 하고 의도치 않게 선을 넘지 않도록 확실히 하고 있는 것입니다.”
Matthew Salter 박사
이러한 기술을 피하지 않고 받아들여야 할 또 하나의 중요한 이유는 출판인들의 검토 과정과의 친숙성에 있습니다. 이들의 대다수는 iThenticate 혹은 다른 학술 및 연구 진실성 소프트웨어를 사용해 제출물을 검토합니다. “제가 아는 모든 명성 있는 출판인들은 내부 업무 과정을 보조할 목적으로 iThenticate나 그와 유사한 소프트웨어를 사용한다”고 Matthew 박사는 말합니다. 하지만, 자기 자신을 연구 부정행위를 발견할 수 있는 사람으로 신뢰할 수 있는지에 의문을 제기하는 편집진으로부터의 반발 또는 관련 질문을 받을 때가 있습니다. 그에 대한 Matthew 박사의 대답은 어땠을까요? “네, 저희는 여러분들을 믿습니다. 하지만 여러분들은 할 수 있는 것들이 제한되어 있는 인간이니, 믿을 수 있는 고품질의 시스템의 보조를 받을 필요가 있습니다. 이는 전문가들의 자리를 빼앗는 것이 아니라, 단순히 중요한 보조를 제공하는 것입니다.” 따라서, Matthew 박사의 메시지는 기술을 어떤 연구 이해당사자의 부족을 의미하는 것이 아닌, 당연히 해야 하는 점검을 촉진하는 매체로서 생각하라는 것입니다.
초점을 보다 전반적인 연구 관리로 돌려 보면, 기본적인 기술은 모호성을 줄이기 위해 연구 프로젝트의 중요 시점에 데이터를 저장, 불러오기 및 큐레이션하는 데에 중요한 역할을 할 수도 있습니다. Matthew 박사에 의하면 “견실한 데이터 큐레이션은 비유하자면 잘 정리된 주방과 냉장고를 갖추어서 언제 고기를 냉장고에 넣었는지 알 수 있고 이를 어림짐작하지 않아도 되는 경우와 같습니다. 기술은 연구를 정리하는 데에 도움을 줄 수 있습니다.” 예를 들어, Matthew 박사는 문서의 ‘버저닝’ 및 기술을 통해 더 직관적으로, 정확하게 만들어진 데이터를 열렬히 옹호하며, 이러한 데이터와 문서의 가치를 동료 리뷰 및 협력적 연구를 위해 정직하고 조직화된 데이터 공유를 지원한다는 점에 있다고 강조합니다.
왜 iThenticate인가요?
업계 상위 출판인의 워크플로우 및 업무 과정에 통합되어 있는 iThenticate는 연구라는 여정 상의 장애물을 없애 주고 협업과 효율성을 촉진합니다. 이 도구는 연구자 및 기관이 자신의 데이터를 제어할 수 있게 해 주며, 연구 진실성을 능동적으로 촉구합니다. AI 글쓰기 감지 기능을 통해 기관, 연구자 및 출판인은 생성형 AI가 계속하여 연구 윤리를 훼손하는 현재 제출된 작업물의 학문적인 가치에 대한 자신감을 얻을 수 있게 해 줍니다.
- 상위 학문적 콘텐츠와의 유사성을 검사: 470억 개 이상의 최신 및 아카이브된 웹페이지와 모든 주요 분야 및 수십 개의 언어로 된 출판사의 프리미엄 콘텐츠와 작업물을 비교합니다.
- 연구 부정행위의 새로 등장하는 추세에 대한 조치: 고가치 콘텐츠의 고유성을 확보하기 위해 가장 발전된 최신 도구를 사용해 AI 생성 콘텐츠를 식별합니다.
- 명성을 보호: 학술적 출판 과정 초기에 텍스트 유사성 및 AI 생성 콘텐츠를 식별해 명성을 훼손하는 표절 및 저작권 침해 주장으로부터 명성을 보호합니다.
연구 내의 기술의 사용을 위한 다음 단계
기관에 연구 진실성을 다루기 위한 더 명확한 계획 및 절차를 도입하려는 움직임이 보이는 현재, 기술이 어떻게 이를 실용적이고 모범적인 방식으로 도움을 줄 수 있을까요? ‘연구 진실성: 논의에서 실천으로 이행하기 위한 9가지 방법’이라는 제목의 Nature 기사에서, 저자들은 더 책임감 있는 연구 관행을 위한 9가지 주제를 검토하였습니다. 그리고 지원 및 조직화라는 큰 틀 아래 저자들은 박사들에 대한 관리, 교육 및 멘토링, 인센티브, 그리고 공정한 데이터를 큐레이트하고 공유할 인프라를 꼽았습니다. 그러한 중요성과 함께 Matthew 박사는 기술에 기관이 이러한 가이드라인을 직접적으로 다루는 연구 문화를 만들어 나갈 책임을 지고 지원하는 가능성이 있음을 제기합니다.
부정행위의 감지 및 방지를 추구하는 과정에서 그는 연구자들을 너무 성급하게 규탄하지 않을 것을 주의하며, 대학이 연구 진실성 소프트웨어를 “규제 또는 감시 기능의 일부가 아닌 교육적인 기능의 일부”로 간주할 더 많은 기회가 있다는 McCulloch et al의 제안을 지지합니다. 이러한 생각의 변화가 가지는 잠재력을 기대하고 있는 Matthew 박사는 기관 수준에서 더 높은 채용을 볼 수 있기를 기대하고 있습니다. “저는 이러한 도구가 저희를 위해 할 수 있는 것이 무엇인지 알고 이를 연구 관리의 추가된 덤이 아닌 핵심적이고 중요한 한 부분으로 통합하는 것이 굉장히 중요하다고 생각합니다.”
연구 글쓰기 과정에서 연구 진실성을 보존할 방법을 찾고 있나요?