목록으로
교육·학습을 위한 AI 활용
작성 AI 하나, 검토 AI 셋: 첫 통계 논문에서 AI의 검토 의견을 원자료와 코드로 다시 확인한 자기주도 학습법
논문을 처음 써 보는 공대생이 공공통계 분석과 원고 작성은 AI와 함께 하고, 완성된 원고는 다른 AI 세 곳에 검토받은 뒤 그 지적이 맞는지 다시 계산해 고치는 '교차 검수' 방식으로 원고를 12차례 고쳐 논문을 완성한 사례입니다.
🤖 활용 AI 도구
Claude(Anthropic), ChatGPT(OpenAI), Gemini(Google), DeepSeek
① 어떤 상황에서 AI를 활용했나요?
저는 강원대학교 전자·AI시스템공학과 2학년이고 국제무역학과를 복수전공하고 있습니다. 2026년 10월, 산업연구원이 주관하는 「ISTANS 논문경진대회」에 처음으로 논문을 내 보기로 했습니다. 주제는 2025년 미국 관세 강화 전후로 한국 제조업의 수출시장이 산업별로 어떻게 달라졌는지였습니다. 문제는 제가 통계 분석도, 논문 쓰기도 처음이라는 점이었습니다. 73개국 × 40개 제조업의 월별 수출액을 내려받아 정리하고, 이중차분법(Difference-in-Differences) 같은 분석 방법을 쓰고, A4 36쪽 분량의 논문 형식을 맞추는 일까지, 어디서부터 시작해야 할지 막막했습니다. 그렇다고 AI가 써 준 글을 그대로 내면 제가 이해하지 못한 내용에 이름을 거는 셈이 됩니다. 그래서 "AI와 함께 쓰되, 모든 숫자와 주장은 내가 확인할 수 있게 만든다"를 원칙으로 정했습니다.
② 어떤 AI를 어떻게 활용했나요?
역할을 나눠 AI 네 곳을 썼습니다.
- 작성 담당(Claude): 산업통계분석시스템(ISTANS)에서 관세청 수출입무역통계를 내려받아 정리하고, 분석 코드를 짜서 실행하고, 표·그림과 원고 초안을 만들었습니다. 저는 주제를 고르고, 결과를 읽으며 이해가 안 되는 부분을 질문했습니다.
- 검토 담당(ChatGPT, Gemini, DeepSeek): 원고가 한 판 완성될 때마다 다른 AI에 "심사위원처럼 문제점을 찾아 달라"고 요청했습니다. 예를 들어 인과관계를 단정하는 표현, 관세 시행 달(3월)이 비교 기간에 섞인 문제, 표 합계가 맞지 않는 곳 같은 지적을 받았습니다.
- 확인 단계: 받은 검토 의견을 다시 작성 담당 AI에 전달해, 숫자에 관한 지적은 원자료와 코드로 다시 계산하고, 명칭·제도에 관한 지적은 법령 등 공식 자료로 확인하게 했습니다. 확인 결과를 보고 반영할지는 제가 정했습니다. 맞는 지적만 고치고, 틀린 지적은 근거를 붙여 기각했습니다.
③ 활용 결과 어떤 변화가 있었나요?
원고는 초안 뒤로 12차례 고쳐 2026년 10월 17일에 냈습니다. 검토를 거치며 "관세 때문에 수출이 옮겨 갔다"는 단정은 "관세 전후로 이런 변화가 관찰되었다"로 바뀌었고, 관세 전 기간에도 비슷한 변화가 있었는지 보는 검정이 추가되었으며, 표에서 빠진 국가 행이 채워졌습니다. 반대로 검토 AI가 틀린 경우도 있었습니다. 한 검토는 부처 이름을 '산업통상자원부'로 고치라고 했지만, 2025년 10월 1일 정부조직 개편 이후 공식 명칭이 '산업통상부'여서 고치지 않았습니다. 다른 검토는 어떤 비율 계산이 틀렸다고 했지만 다시 계산해 보니 원래 값이 맞았습니다. 마지막에는 분석 코드와 검증 코드를 한 번에 다시 돌리는 자료 묶음을 만들어, 분석 코드와 따로 짠 검증 코드가 원자료에서 같은 값을 다시 계산해 논문의 표·본문 수치와 맞춰 보는 검사 663개를 돌려, 불일치가 하나도 없다는 것을 확인했습니다. 마지막 점검에서는 표 차례에 적힌 쪽 번호 하나가 실제와 다르다는 것도 찾아 고쳤습니다. 이 과정에서 저는 '관찰된 변화'와 '인과관계'를 구분해 써야 한다는 점, 관세 전에도 비슷한 변화가 있었는지 먼저 확인해야 한다는 점, 그리고 AI의 지적도 근거를 대조해 판단해야 한다는 점을 배웠습니다. 무엇보다 논문의 숫자 하나하나가 어디서 나왔는지 설명할 수 있게 되었습니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
AI 하나에게 묻고 끝내지 않고, 쓰는 AI와 검토하는 AI를 나눈 뒤 "검토 의견도 틀릴 수 있다"는 전제로 다시 계산해 확인한 것입니다. AI끼리 서로의 답을 그대로 믿으면 틀린 지적까지 반영해 원고가 오히려 나빠질 수 있습니다. 그래서 의견마다 받아들일지, 근거를 들어 기각할지를 하나씩 정리했고, 숫자와 관련된 지적은 반드시 코드로 다시 계산했습니다. 또 하나는 투명성입니다. 논문 첫 장에 생성형 AI를 어디에 썼는지 밝혔고, 대회 측이 요구하면 그대로 보여 줄 수 있도록 분석 자료와 코드를 남겼습니다. 분석에는 누구나 내려받을 수 있는 공공통계만 썼고, 인용한 자료는 모두 출처를 밝혔습니다.
⑤ 다른 사람도 따라 할 수 있나요?
네. 과제나 보고서를 쓰는 학생이라면 누구나 아래 순서로 따라 할 수 있습니다.
1) AI 한 곳과 함께 초안을 만들되, 숫자는 반드시 공개 자료와 계산 과정을 남긴다.
2) 다른 AI 두세 곳에 "심사위원처럼 문제점을 찾아 달라"고 요청한다.
3) 받은 의견을 표로 모아, 사실·숫자 관련 의견은 원자료로 다시 확인하고 맞는 것만 반영한다.
4) 고친 판을 다시 검토받는 과정을 반복하고, 마지막에 AI를 어디에 썼는지 원고에 밝힌다.
이 방법은 특별한 프로그램 없이 AI 서비스만으로 시작할 수 있고, 혼자 공부하는 학생에게 '여러 명의 조교와 심사위원'을 붙여 주는 효과가 있습니다. 다만 AI는 틀릴 수 있으므로, 최종 판단과 책임은 사람이 져야 한다는 점을 꼭 지켜야 합니다.
※ 생성형 AI 활용 내용: 이 응모 글의 사례 정리와 그림 작성에 생성형 AI(Anthropic Claude)를, 응모 글 검수에 ChatGPT·Gemini·DeepSeek를 활용하였다. 필자는 주제를 고르고, 글 작성, 직접 겪은 논문 준비 경험을 제공하였으며, 최종 원고를 검토하고 그 내용에 책임을 진다. (논문 준비 과정의 AI 활용 내용은 본문 ②에 적었다.)
저는 강원대학교 전자·AI시스템공학과 2학년이고 국제무역학과를 복수전공하고 있습니다. 2026년 10월, 산업연구원이 주관하는 「ISTANS 논문경진대회」에 처음으로 논문을 내 보기로 했습니다. 주제는 2025년 미국 관세 강화 전후로 한국 제조업의 수출시장이 산업별로 어떻게 달라졌는지였습니다. 문제는 제가 통계 분석도, 논문 쓰기도 처음이라는 점이었습니다. 73개국 × 40개 제조업의 월별 수출액을 내려받아 정리하고, 이중차분법(Difference-in-Differences) 같은 분석 방법을 쓰고, A4 36쪽 분량의 논문 형식을 맞추는 일까지, 어디서부터 시작해야 할지 막막했습니다. 그렇다고 AI가 써 준 글을 그대로 내면 제가 이해하지 못한 내용에 이름을 거는 셈이 됩니다. 그래서 "AI와 함께 쓰되, 모든 숫자와 주장은 내가 확인할 수 있게 만든다"를 원칙으로 정했습니다.
② 어떤 AI를 어떻게 활용했나요?
역할을 나눠 AI 네 곳을 썼습니다.
- 작성 담당(Claude): 산업통계분석시스템(ISTANS)에서 관세청 수출입무역통계를 내려받아 정리하고, 분석 코드를 짜서 실행하고, 표·그림과 원고 초안을 만들었습니다. 저는 주제를 고르고, 결과를 읽으며 이해가 안 되는 부분을 질문했습니다.
- 검토 담당(ChatGPT, Gemini, DeepSeek): 원고가 한 판 완성될 때마다 다른 AI에 "심사위원처럼 문제점을 찾아 달라"고 요청했습니다. 예를 들어 인과관계를 단정하는 표현, 관세 시행 달(3월)이 비교 기간에 섞인 문제, 표 합계가 맞지 않는 곳 같은 지적을 받았습니다.
- 확인 단계: 받은 검토 의견을 다시 작성 담당 AI에 전달해, 숫자에 관한 지적은 원자료와 코드로 다시 계산하고, 명칭·제도에 관한 지적은 법령 등 공식 자료로 확인하게 했습니다. 확인 결과를 보고 반영할지는 제가 정했습니다. 맞는 지적만 고치고, 틀린 지적은 근거를 붙여 기각했습니다.
③ 활용 결과 어떤 변화가 있었나요?
원고는 초안 뒤로 12차례 고쳐 2026년 10월 17일에 냈습니다. 검토를 거치며 "관세 때문에 수출이 옮겨 갔다"는 단정은 "관세 전후로 이런 변화가 관찰되었다"로 바뀌었고, 관세 전 기간에도 비슷한 변화가 있었는지 보는 검정이 추가되었으며, 표에서 빠진 국가 행이 채워졌습니다. 반대로 검토 AI가 틀린 경우도 있었습니다. 한 검토는 부처 이름을 '산업통상자원부'로 고치라고 했지만, 2025년 10월 1일 정부조직 개편 이후 공식 명칭이 '산업통상부'여서 고치지 않았습니다. 다른 검토는 어떤 비율 계산이 틀렸다고 했지만 다시 계산해 보니 원래 값이 맞았습니다. 마지막에는 분석 코드와 검증 코드를 한 번에 다시 돌리는 자료 묶음을 만들어, 분석 코드와 따로 짠 검증 코드가 원자료에서 같은 값을 다시 계산해 논문의 표·본문 수치와 맞춰 보는 검사 663개를 돌려, 불일치가 하나도 없다는 것을 확인했습니다. 마지막 점검에서는 표 차례에 적힌 쪽 번호 하나가 실제와 다르다는 것도 찾아 고쳤습니다. 이 과정에서 저는 '관찰된 변화'와 '인과관계'를 구분해 써야 한다는 점, 관세 전에도 비슷한 변화가 있었는지 먼저 확인해야 한다는 점, 그리고 AI의 지적도 근거를 대조해 판단해야 한다는 점을 배웠습니다. 무엇보다 논문의 숫자 하나하나가 어디서 나왔는지 설명할 수 있게 되었습니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
AI 하나에게 묻고 끝내지 않고, 쓰는 AI와 검토하는 AI를 나눈 뒤 "검토 의견도 틀릴 수 있다"는 전제로 다시 계산해 확인한 것입니다. AI끼리 서로의 답을 그대로 믿으면 틀린 지적까지 반영해 원고가 오히려 나빠질 수 있습니다. 그래서 의견마다 받아들일지, 근거를 들어 기각할지를 하나씩 정리했고, 숫자와 관련된 지적은 반드시 코드로 다시 계산했습니다. 또 하나는 투명성입니다. 논문 첫 장에 생성형 AI를 어디에 썼는지 밝혔고, 대회 측이 요구하면 그대로 보여 줄 수 있도록 분석 자료와 코드를 남겼습니다. 분석에는 누구나 내려받을 수 있는 공공통계만 썼고, 인용한 자료는 모두 출처를 밝혔습니다.
⑤ 다른 사람도 따라 할 수 있나요?
네. 과제나 보고서를 쓰는 학생이라면 누구나 아래 순서로 따라 할 수 있습니다.
1) AI 한 곳과 함께 초안을 만들되, 숫자는 반드시 공개 자료와 계산 과정을 남긴다.
2) 다른 AI 두세 곳에 "심사위원처럼 문제점을 찾아 달라"고 요청한다.
3) 받은 의견을 표로 모아, 사실·숫자 관련 의견은 원자료로 다시 확인하고 맞는 것만 반영한다.
4) 고친 판을 다시 검토받는 과정을 반복하고, 마지막에 AI를 어디에 썼는지 원고에 밝힌다.
이 방법은 특별한 프로그램 없이 AI 서비스만으로 시작할 수 있고, 혼자 공부하는 학생에게 '여러 명의 조교와 심사위원'을 붙여 주는 효과가 있습니다. 다만 AI는 틀릴 수 있으므로, 최종 판단과 책임은 사람이 져야 한다는 점을 꼭 지켜야 합니다.
※ 생성형 AI 활용 내용: 이 응모 글의 사례 정리와 그림 작성에 생성형 AI(Anthropic Claude)를, 응모 글 검수에 ChatGPT·Gemini·DeepSeek를 활용하였다. 필자는 주제를 고르고, 글 작성, 직접 겪은 논문 준비 경험을 제공하였으며, 최종 원고를 검토하고 그 내용에 책임을 진다. (논문 준비 과정의 AI 활용 내용은 본문 ②에 적었다.)
