(AI 활용 일러스트)
지난 글에서는 생성형 AI를 내비게이션이 없는 성능 좋은 자율주행자동차에 비유했다. 문장을 만들고 다듬는 것은 잘하지만, 어떤 방향으로 논문을 쓸지는 연구자가 정해줘야 한다는 뜻이었다. 이번에 다룰 고찰(Discussion)은 이러한 연구자의 판단이 특히 많이 필요한 부분이다. 연구 결과를 정리하는 것까지는 그럭저럭 해냈는데, 막상 고찰을 쓰려니 무슨 말을 해야 할지 몰라 관련 논문부터 다시 찾아본 경험이 있을 것이다. 요즘은 이 단계에서 AI에게 도움을 청하는 경우도 있을 텐데, 그 전에 고찰에서 무엇을 논의해야 할지부터 생각해볼 필요가 있다.
고찰을 쓸 때 흔히 하는 실수가 본 연구 결과를 나열하면서 비슷한 선행연구를 단순히 덧붙이기만 하는 것이다. “우리 연구에서 A가 감소했다. 이전 연구에서도 A가 감소했다. B도 개선되었는데, 다른 연구에서도 비슷한 결과가 있었다.” 이렇게 비교만 나열하면 관련 문헌은 많이 소개했지만, 정작 우리 결과가 무엇을 의미하는지는 충분히 논의하지 못하게 된다. 또한 연구의 중요성을 강조하려다 서론에서 다룬 배경 지식을 길게 반복하는 경우도 있는데, 고찰에서는 본 연구 결과의 기전과 의미를 논의하는 데 초점을 맞추는 것이 좋다.
고찰 부분에 무엇을 써야 할지 막막하다면 우선 첫 문단에 주요 결과들을 정리해보자. 모든 결과를 다시 나열하기보다는 독자가 기억했으면 하는 결과를 골라 필요한 핵심 수치와 함께 소개하면 된다. 이 문단에서는 결과를 정리하는 것에 초점을 맞추고, 이에 대한 자세한 해석이나 적용 등은 이후 문단부터 풀어가는 것이 적절하다.
이어서 쓸 본문은 논의하려는 내용에 따라 크게 해석형, 비교형, 심층형으로 나뉜다. 해석형은 우리 연구에서 이러한 결과가 나온 이유를 설명하는 방식이다. 특히 변수 간 통계적 연관성은 확인했지만 그 기전을 직접 검증하지 않는 임상연구에서 유용하다. 예를 들어 불만족스러운 결혼 생활이 급성심장사의 위험을 증가시킨다는 것이 우리 연구의 결론이라면, 해석형 고찰 문단에서는 결혼생활이 불행하면 혈압이 올라가게 되며 건강에 안 좋은 행동들(ex. 음주, 흡연)이 유발되기 때문에 급성심장사의 위험이 올라갈 수 있다는 내용을 열거하게 된다. 이때 다소 특이한 기전을 가져오기보다는 대부분의 독자가 쉽게 이해할 수 있는 무난하고 탄탄한 기전으로 본 연구 결과를 설명하는 것이 바람직하다.
비교형에서는 선행연구와의 비교를 통해 기존 지식에 우리 연구가 무엇을 더했는지 논한다. 선행연구와 우리 연구의 결과가 다르다면, 연구 대상이나 추적 기간, 약제 사용을 정의한 기준, 분석 방법 등의 차이가 그 이유를 설명할 수 있는지 살펴보자. 단순히 기존 연구보다 우리 연구가 더 우수하다고 주장하기보다는 이러한 차이가 결과에 어떤 영향을 주었을지 설명하는 것이 도움이 된다. 우리 연구가 기존 연구의 한계를 보완한 부분이 있다면 이를 함께 제시함으로써 이번 연구의 기여를 구체적으로 보여줄 수 있다.
심층형에서는 주요 결과 외에 추가로 살펴볼 만한 결과를 자세히 다룬다. 결과 섹션에서 간략히 보고했던 부가 분석이나 세부 소견을 바탕으로, 그것이 주요 결과를 어떻게 보완하는지, 어떤 의미나 적용 가능성이 있는지를 논의하면 된다. 이 세 유형을 반드시 모두 쓸 필요는 없으며, 결과 섹션의 소제목들을 보면서 각 항목에 어떤 설명이 더 필요한지 생각해보면 고찰 본문을 구성하기가 한결 수월해진다.
연구의 한계(limitations)를 쓸 때도 좀 더 공을 들여보자. “후향적 연구이다”, “표본 수가 적다”는 단순한 문구만 나열하기보다는 연구 과정에서 이를 보완하기 위해 어떤 노력을 했는지 함께 적어주면 좋다. 이러한 노력에도 불구하고 남아 있는 한계가 결과의 해석이나 일반화에 어떤 영향을 주는지도 설명해야 한다. 연구의 한계점에도 불구하고 이번 연구를 통해 알 수 있는 것은 무엇인지 짚어주고, 후속 연구에서 확인해야 할 내용을 연결해서 쓰면 보다 자연스럽게 읽힌다.
마지막 결론(conclusion) 문단은 핵심 결과 한두 문장과 적용 가능성 또는 해석 한두 문장으로만 구성해보자. 결과만 반복하면 앞서 고찰한 내용이 충분히 반영되지 않고, 적용 가능성만 강조하면 실제로 무엇을 발견하였는지 짚어주기 힘들어진다. 특히 “A large-scale prospective study is needed”와 같은 막연한 후속 연구 제안으로 끝내는 것은 피하는 것이 좋다. 독자가 마지막으로 읽는 문장에는 이번 연구에서 무엇을 확인했고, 그 결과를 어디까지 해석하고 적용할 수 있는지가 남도록 하자.

임상의학연구소
임준서 박사
서울아산병원 임상의학연구소에서 근무하며 원내 연구진의 논문 작성과 교정을 지원하고 있습니다. 논문 작성과 게재 및 AI 활용에 대한 풍부한 경험을 바탕으로 연구자들이 보다 효과적으로 연구 결과를 정리하고 발표할 수 있도록 돕고 있습니다. 이번 뉴스룸 칼럼을 통해 최신 기술을 접목해 논문의 질을 높이는 방법과 의료 연구에서 AI의 활용 가능성 등을 소개할 예정입니다.