박사학위 논문을 위한 AI 워크플로: 초안부터 제출까지

박사학위 논문을 위한 AI 워크플로는 AI를 얼마나 쓰는지가 아니라, 각 도구가 워크플로 안에서 어디에 위치하는지에 달려 있습니다. 2026년에 제때 마치는 박사과정 학생들은 AI를 가장 많이 쓰는 사람들이 아닙니다. 그들은 1년짜리 워크플로 안에서 소수의 AI 도구를 특정 역할에 배치한 뒤, 방어(심사)에서 중요한 부분에서는 자신의 고유한 목소리를 끝까지 유지한 사람들입니다. McGill의 2026년 5월 대학원 학사 안내와 Princeton의 학술적 성실성 정책은 같은 취지를 서로 다른 말로 강조합니다. AI 사용은 대부분의 기관에서 허용되지만 반드시 공개되어야 하며, 공개는 워크플로가 충분히 구조화되어야만, 무엇을 어떻게 했는지 설명할 수 있을 때에만, 의미가 있습니다.

우리는 2025~2026 학년도 동안 38편의 박사학위 논문(인문, 사회과학, 생명·의학, 컴퓨터과학, 공학)의 편집 대기분을 검토하며 작업했습니다. 어떤 경우에도 심사에서 살아남은 패턴은 동일했습니다. 다섯 도구, 다섯 단계, 챕터 작성부터 인쇄본까지 이어지는 1년(달력 기준)입니다. 워크플로를 6개월로 압축하려 했던 학생들은 글쓰기 단계에서 AI에 과도하게 의존했고, 방어 수정 과정에서 큰 분량을 다시 써야 했습니다. 반대로 12개월에 걸쳐 분산한 학생들은 초반에는 AI를 연구의 배율(멀티플라이어)로 사용하고, 후반에는 AI를 교정 파트너로 활용했으며, 글의 핵심(실질적 서술)은 중간 구간에서 손으로 직접 완성했습니다.

이 글은 박사학위 논문을 위한 1년짜리 AI 워크플로입니다. 다섯 단계, 단계별 도구 1개, 각 단계를 가동하는 개월 수, 제출 시의 공개(Disclosure) 진술문, 그리고 AI에 절대로 위임하지 말아야 할 항목을 정리했습니다. 이 틀은 60,000~100,000단어 분량의 인문학 또는 사회과학 논문을 전제로 합니다. 생명·의학 및 공학 논문도 더 짧은 달력 기간을 따르되, 전체 구조는 동일합니다.

드래프트부터 제출까지, 박사학위 논문 작성을 위한 AI 워크플로는 무엇인가요?

이 워크플로는 1년(달력 기준) 동안 다섯 단계에 걸쳐 다섯 가지 AI 도구를 배치합니다. 14개월에는 NotebookLM으로 문헌 검토(리터러처 리뷰)를 수행하고, 49개월에는 Claude Sonnet으로 챕터 초안을 작성합니다. 911개월에는 Zotero로 참고문헌 관리를, 1012개월에는 ProofreaderPro AI로 언어 편집을 진행합니다. 마지막으로 12개월에는 Turnitin Clarity와 함께 공개 진술문을 제출합니다. 실질적 글쓰기는 지원 대상(응시자)에게 그대로 남아야 하며, 모든 단계는 제출 시 공개됩니다. 이는 McGill의 2026년 5월 안내와 Princeton의 학술적 성실성 정책이 기대하는 바와 같습니다. 즉, 허용되는 AI 사용, 공개되는 AI 사용, 그리고 설명할 수 있을 만큼 구조화된 AI 사용입니다.

다섯 단계와 단계별 도구

아래 워크플로는 저희가 박사학위 의뢰인에게 권하는 방식입니다. 도구는 각 단계에서 가능한 유일한 선택지는 아닙니다. 다만 저희 편집 샘플에서 가장 ‘방어 가능한(thesis-defensible)’ 논문 초안 결과를 만들어낸 도구가 이들입니다.

표에서 확인되는 세 가지 패턴이 있습니다. 첫째, 단계마다 도구가 달라집니다. ‘다 해주는(one general-purpose)’ 단일 도구 하나로 해결하려는 접근은, 순차적으로 사용되는 다섯 목적 특화 도구를 쓰는 워크플로보다 결과가 떨어집니다. 둘째, 작성 개월(4~9개월)에는 Claude를 ‘초안 엔진’이라기보다 구조적 어시스턴트로 사용합니다. 핵심 산문은 본인(응시자) 것입니다. 셋째, 제출 개월(12개월)은 Turnitin 자체 점검과 공개 진술문을 위해 반드시 지켜야 합니다. 이전에 AI를 얼마나 썼는지와 무관하게, 12개월의 절차는 양보할 수 없습니다.

NotebookLM으로 박사 논문의 AI 문헌 검토를 실행하려면 어떻게 해야 하나요?

처음 4개월은 코퍼스 구축, 읽기, 종합(시너지) 단계입니다. 여기서 NotebookLM이 적합한 이유는, 글쓰기 모델이 약한 ‘단 하나의 일’을 정확히 하기 때문입니다. 업로드된 PDF에서 각 요약 문장을 검증 가능한 소스 구간(span)에 고정(앵커링)해 줍니다.

코퍼스를 구성하세요. Zotero에서 마스터 읽기 목록을 만드세요. PDF를 하나 또는 여러 NotebookLM 노트북으로 내보냅니다(무료 티어는 노트북당 50개 소스, Plus 티어는 300개). 연대기적이기보다는 주제별로 묶으세요. 박사 논문의 문헌 검토는 출판 날짜가 아니라 주장(argument)에 의해 구조화됩니다.

종합 프롬프트를 실행하세요. 주제별 노트북마다 NotebookLM에 세 가지 질문으로 프롬프트를 실행합니다. 지배적인 발견은 무엇인가요? 방법론적 불일치는 무엇인가요? 문헌이 인정하는 공백(gaps)은 무엇인가요? NotebookLM은 두 번의 클릭으로 검증 가능한 ‘소스에 고정된’ 답을 생성합니다. 이 종합 결과가 문헌 검토 챕터에 대한 입력값이 되며, 글쓰기는 여러분의 몫입니다.

논문별 구조화된 발견을 추출하세요. 관련도가 높은 논문의 경우, 네 가지 프롬프트로 IMRaD 추출을 실행(저희의 AI 가이드와 함께 연구 논문에서 핵심 발견 추출하기 참고)한 뒤, 구조화된 출력물을 Zotero 항목의 Notes 필드에 붙여 넣으세요. 이것이 문헌 검토에서 작성하는 모든 각주(footnote)의 기반이 됩니다.

절대 하지 말아야 할 것. NotebookLM의 요약을 초안에 그대로 붙여 넣지 마세요. 종합(synthesis)은 연구 보조 도구이며, 글쓰기는 여전히 여러분의 몫입니다. 네 가지 프롬프트 검증 단계(숫자 기반 스팟체크, 헤지 보존, 한계(limitation) 완결성, 인용 체인(citation chain) 확인)는 논문당 10분이 걸리지만, Cochrane 2025 연구가 지적한 ‘환각된 10%’를 잡아냅니다. 이 검증을 한 번이라도 건너뛰면, 방어 단계로 이어지는 하류 어딘가에서 인용 체인이 깨져 버립니다.

문헌 검토 챕터는 여러분이 처음 초안을 작성하는 챕터이지만, 최종 확정하는 챕터는 마지막입니다. 세 번 수정하게 될 것을 예상하세요. 방법론 챕터 뒤에 한 번, 결과 뒤에 한 번, 방어 수정 과정에서 한 번입니다.

Claude로 박사 과정 학생이 논문 챕터를 작성할 때 AI는 어떻게 써야 하나요?

초안 작성 개월은 워크플로에서 가장 긴 구간이며, AI 사용이 가장 논쟁적인 시기이기도 합니다. 방어에서 살아남는 패턴은 Claude를 초안 엔진이 아니라 구조적 어시스턴트이자 아웃라이닝 협업자로 쓰는 것입니다.

먼저 챕터 아웃라인을 작성하세요. 어떤 산문도 쓰기 전에, 챕터 아웃라인을 손으로 한 페이지 분량으로 먼저 작성합니다. 주장, 하위 주장, 각 항목을 지지하는 근거, 그리고 여러분이 다룰 공백을 정리하세요. 그 아웃라인을 Claude에 붙여 넣고 두 가지를 요청합니다. 첫째, 주장이 자연스럽게 이어지는지에 대한 구조 피드백, 둘째, Zotero 라이브러리에서 아직 인용하지 않았지만 아마도 인용해야 할 레퍼런스 목록입니다. Claude는 두 가지 모두에 강합니다.

챕터 단위가 아니라 섹션 단위로 초안을 작성하세요. 각 섹션의 산문은 여러분이 직접 먼저 작성한 뒤, Claude에 프롬프트 "tighten the academic register without changing meaning." 를 붙여 넣습니다. Claude는 짧은 구간(500~1,000단어)에서는 신뢰할 수 있지만, 전체 챕터를 다시 쓰는 수준의 작업에서는 신뢰도가 떨어집니다. 전공 특화 어휘는 여러분의 것이 그대로 유지됩니다. Claude가 도움을 주는 부분은 문장 단위의 정리(cleanup)입니다.

헤지 보존 프롬프트를 사용하세요. Claude에게 특정 구절을 편집해 달라고 요청할 때, 다음을 덧붙이세요. "preserve every hedging word from the source ('may,' 'suggests,' 'consistent with,' 'preliminary')." 이는 학술 산문에서 가장 중요한 프롬프트 습관 하나입니다. 이것이 없으면 AI 편집기는 헤지를 제거하고, 동료 심사에서 살아남지 못할 방식으로 확신을 과도하게 키워 버립니다.

Claude가 인용문을 생성하도록 절대 두지 마세요. Claude는 존재하지 않는 ‘그럴듯한’ 참고문헌을 만들 수 있습니다. 논문에 포함되는 모든 인용은 Zotero에서 가져와야 하며, 모든 레퍼런스는 원문 소스에서 검증되어야 합니다. Zotero에 근거한 인용 없이 논문을 언급하는 Claude 생성 텍스트는 초안에서 빠져나가기 전에 삭제해야 합니다. 저희의 hallucinated-citation audit에는 실패 양상이 어떤 식으로 나타나는지 포함되어 있습니다.

AI 사용을 진행하면서 추적하세요. 사이드카 파일에 누적 로그를 유지하세요. 어떤 섹션이 Claude로 편집되었는지, 어떤 프롬프트를 사용했는지, 어떤 섹션은 전부 여러분의 것인지 기록합니다. 이 로그가 12개월의 공개 진술문을 채우는 입력이 됩니다. 마지막에 기억에만 의존해 재구성하려고 하면, 공개 내용이 틀어질 가능성이 큽니다.

초안 작성 개월은 1년 중 가장 지저분한 초안을 만들게 됩니다. 이것이 맞습니다. 정리는 10~12개월에 이뤄집니다.

9~11개월: 참고문헌 관리 및 인용 서식

인용 작업은 지속적으로 진행되지만, 챕터 통합(컨솔리데이션) 단계에서 피크에 도달합니다. 여기서 Zotero는 정전(정본) 도구(canonical tool)이며, 워크플로 중에서도 ‘논문 중간에 도구를 바꾸는 것이 실제로 가장 고통스러운’ 지점이 바로 이곳입니다.

한 라이브러리, 하나의 공유 컬렉션. 논문용 Zotero 라이브러리를 하나만 두고, 챕터별로 컬렉션을 나누세요. 그리고 모든 것을 모아 주는 마스터 "all references" 컬렉션을 추가합니다. 클라우드에는 매일 동기화하세요. 이 워크플로에서 가장 최악의 실패 양상은 논문 관련 데이터의 손실입니다.

인용 스타일은 일찍 고정하세요. 기관이 요구하는 스타일(APA 7, Chicago 17 author-date, Vancouver, 또는 학문 분야별 변형)을 선택하고, Zotero의 워드프로세서 플러그인에서 고정합니다. 11개월에 스타일을 바꾸면 서식 오류가 생겨 며칠이 걸려 정리해야 합니다. 저희의 인용 서식 가이드에는 가장 흔한 네 가지 스타일이 포함되어 있습니다.

11개월에 참고문헌 목록 감사를 실행하세요. 참고문헌 목록을 출력(인쇄)하세요. 본문 내 인용 챕터와 챕터별로 대조합니다. 목록의 모든 레퍼런스는 본문에 최소 1번은 등장해야 합니다. 또한 모든 본문 내 인용은 목록의 레퍼런스로 확인되어야 합니다. 제출 전 인용 감사는 감사 가이드에서 다루는 별도 워크플로입니다. 요약하면, 이 단계에서 저희가 심사(스크리닝)하는 논문 중 4~7%는 고아 인용 또는 미인용 소스가 발견됩니다.

LLM 인용을 처리하세요. Claude, NotebookLM 또는 기타 AI 도구를 ‘편집’뿐 아니라 실질적인 도움(서브스턴티브 어시스트)으로 사용했다면, 해당 도구 자체가 기관의 정책에 따라 ‘인용 가능한(citable) 소스’가 됩니다. McGill의 2026년 안내와 Princeton의 정책은 실질적인 AI 사용을 참고문헌에 인용해야 할 대상이라기보다, 별도 성명에서 공개해야 하는 것으로 간주합니다. AI 공개 진술 템플릿은 출판사별(퍼블리셔별) 문구를 다룹니다.

제출 전에 학위논문용(디서테이션) AI 교정을 어떻게 활용하나요?

교정(Proofreading) 개월은 원고가 ‘초안’에서 ‘방어 가능한’ 논문으로 전환되는 구간입니다. 창(타임윈도우)은 짧고, 작업량은 촘촘합니다.

1라운드: 구조 및 실질적 편집(여러분의 작업). 논문 전체를 한 번에 처음부터 끝까지 읽으세요. 주장 흐름, 챕터 간 전환, 그리고 논증이 얇아지는 지점이 어디인지에 대한 메모를 남깁니다. 이 라운드는 오직 여러분만이 할 수 있습니다. 어떤 AI 도구도 80,000단어 규모의 논증 전체를 하나의 단위로 평가할 만큼 충분히 온전한 ‘전체 논증’을 잡아낼 수는 없습니다.

2라운드: 언어 편집(AI 보조). 각 챕터를 학술 레지스터 편집기(academic-register editor)를 통해 통과시키세요. 목표는 음성(voice)의 일관성, 문단 수준의 흐름, 그리고 1년짜리 초안으로부터 자연스럽게 스며드는 말버릇(언어적 틱)의 제거입니다. 이 도구는 헤지 보존, 학술 어휘, 인용에 안전한 편집을 모두 처리할 수 있어야 합니다. Grammarly 같은 소비자 도구는 이를 위해 설계되지 않았습니다. 저희 AI 교정기는 이러한 박사학위 논문 워크플로의 특정 단계에 맞춰 설계되었습니다.

3라운드: 복사 편집(copyediting) (마지막 패스). 페이지 단위 교정(오탈자), 서식 일관성, 표/그림 참조, 쪽 나눔(page breaks) 확인. 이 라운드는 실질적 편집에서 놓친 부분을 잡아냅니다. 최소 2주를 확보하세요. 이 라운드를 서두르는 것이 방어 이후 수정의 가장 흔한 원인입니다.

AI 성실성 점검을 실행하세요. 제출 전에 다음 세 가지를 확인합니다. 모든 본문 내 인용이 참고문헌 목록으로 연결(resolves)되는지, 모든 참고문헌 목록 항목이 본문에 등장하는지, 그리고 AI 공개 로그가 공개 진술문을 채울 만큼 충분히 완결되어 있는지. process-is-the-new-proof라는 프레이밍은 방어 과정에서 누군가 AI 사용을 문제 삼을 때 논문을 방어(정당화)해 줍니다. 추적 변경(tracked changes)과 프로세스 기록(process records)이 ‘증거’이지, AI를 사용하지 않았다는 부재의 논리가 아닙니다.

12개월: 제출, Turnitin 자체 점검, 공개 진술문

마지막 달은 절차적이지만, 위험도가 높은 구간입니다. 세 단계를 순서대로 수행하며 압축하지 마세요.

1단계: 제출 전에 Turnitin을 직접 실행하세요. 기관은 제출 시 Turnitin을 돌릴 것입니다. 먼저 여러분이 직접 실행하면, 공식 제출 전에 의도치 않은 유사성(소스를 너무 가깝게 바꾼 의역, 누락된 인용, 출판 챕터에서 비롯된 자기표절 등)을 수정할 기회를 얻습니다. Turnitin의 2026 Clarity 기능도 AI 콘텐츠 백분율을 산출해 줍니다. 점수는 ‘권위 있는’ 기준은 아니지만, 제출 전에 이를 검토하면 방어에서 제기될 가능성이 있는 질문을 미리 예상할 수 있습니다.

2단계: 공개 진술문을 작성하세요. 2026년에는 대부분의 대학과 저널이 제출 시 짧은 AI 사용 진술문을 요구합니다. McGill, Princeton, Johns Hopkins, Imperial College, 그리고 대부분의 미국 R1 기관이 충족하는 구조는 다음과 같습니다. 도구를 나열하고, 단계(어떤 구간에서 무엇을 했는지)를 적고, 목적을 적고, 여러분이 수행한 검증 단계를 적는 것입니다. 공개 진술은 기관의 선호에 따라 서문, 감사(acknowledgements), 또는 별도의 방법론(methods) 하위 섹션에 들어갑니다.

생성형 AI 사용에 대한 공개:

문헌 검토 및 소스 종합: 문헌 검토 챕터에 통합하기 전, 읽기 코퍼스의 187편 논문에 대한 소스-기반 요약을 생성하기 위해 NotebookLM을 사용했습니다. 모든 요약은 문헌 검토 챕터에 포함하기 전에 원문 소스로 검증했습니다.

챕터 작성: Claude Sonnet은 챕터 아웃라인에 대한 구조적 피드백과 완성된 산문에 대한 문장 수준의 학술-
레지스터 편집에 사용했습니다. 논문의 어떠한 섹션도 1차적으로 Claude가 생성하지 않았으며, 모든 실질적 산문은 응시자(후보자)가 작성했습니다.

언어 편집 및 교정: [Tool name]은 최종 초안에 대해 언어 편집에 사용했습니다. 모든 편집은 응시자에 의해 검토되었고, 수락 또는 거절되었습니다.

참고문헌 관리: Zotero (본문 내 인용 플러그인 외에는 AI 기능을 사용하지 않음).

AI 도구는 실질적 콘텐츠를 생성하거나,
데이터를 분석하거나, 인용문을 생성하는 데 사용하지 않았습니다.

기관의 용어(문구)로 표현을 조정하세요. 구조(도구 + 단계 + 목적 + 검증)는 기관 간 차이를 넘어 공통으로 유지되는 핵심입니다.

3단계: 방어 리허설에는 AI 공개가 포함됩니다. 방어에서 두 가지 질문에 답할 준비를 하세요. 어느 단계에서 어떤 도구를 사용했는지, 그리고 결과물을 어떻게 검증했는지입니다. 저희 샘플에서 두 질문 모두 자신 있게 답한 학생들은 후속 질문 없이 통과했습니다. 도구나 검증 단계를 말하지 못한 학생들은 방어 이후 후속 문서 요청을 받았습니다.

특히 AI 성실성 점검과 관련해서는, 저희 AI 교정기가 이 섹션에서 설명하는 검증 워크플로를 기반으로 구축되어 있습니다. 즉, 인용 체인 검증, 환각된 레퍼런스 탐지, 헤지 보존, 그리고 공개 진술문에 첨부할 수 있는 AI 성실성 리포트입니다.

자주 묻는 질문(FAQ)

Q: 2026년에 박사 논문에 AI를 사용하는 것은 윤리적인가요?

네, 공개와 검증이 전제된다면 가능합니다. 대부분의 대학(McGill, Princeton, Johns Hopkins, Imperial College, 그리고 2026년 중반 기준 미국의 대부분 R1 기관)은 제출 시 공개하는 한, 그리고 실질적 지적 기여가 후보자(응시자)의 몫으로 유지되는 한 박사 논문 작업에 AI 사용을 명시적으로 허용합니다. 비윤리적인 패턴은 실질적 산문을 ‘비공개’로 AI가 생성하는 것입니다. 반대로 윤리적인 패턴은 문헌 종합, 작성 지원, 교정에 걸쳐 구조화된 AI 사용을 수행하되, 제출 시 명확한 공개 진술문을 포함하는 것입니다. 위의 다섯 도구 워크플로는 이러한 윤리적 패턴을 위해 설계되었습니다.

Q: 제 박사 논문에서 AI로 얼마나까지 작성할 수 있나요?

실질적 지적 기여는 반드시 여러분의 몫으로 남아야 합니다. AI는 연구 보조, 편집 파트너, 구조적 협업자로 허용되지만 저자는 될 수 없습니다. 실무적으로 저희 박사 샘플 전반에서 보면 다음과 같습니다. 문헌 종합 프롬프트는 AI가 생성하되 검증됩니다. 챕터 아웃라인은 AI 피드백을 바탕으로 사람이 초안을 작성합니다. 챕터 산문은 AI의 라인 편집으로 다듬되 사람이 작성합니다. 인용은 전적으로 Zotero에서 가져오며 AI 생성은 없습니다. 위 워크플로를 사용한 방어 가능한 논문에서 Turnitin Clarity의 AI 콘텐츠 점수는 통상 15% 미만입니다.

Q: 박사 논문 챕터 작성에 가장 좋은 AI 도구는 무엇인가요?

Claude Sonnet은 완성된 산문에 대한 구조적 피드백과 학술 레지스터 편집에 적합합니다. Claude의 긴 컨텍스트(200K 토큰)는 전체 챕터 편집을 처리할 수 있고, 헤지 보존은 현재 LLM들 가운데 가장 신뢰할 만한 편입니다. 챕터를 이끄는 문헌-종합 프롬프트에는 NotebookLM을 사용하세요. 두 도구 모두 1차적으로 챕터를 생성해서는 안 됩니다. 방어에서 살아남는 것은 결국 사람이 작성한 글입니다. 저희 연구 논문용 최고의 AI 요약기 2026 벤치마크에서 도구 비교를 자세히 다룹니다.

Q: 박사 논문에 AI 사용을 공개해야 하나요?

네. 2026년 기준 대부분의 기관에서 요구됩니다. McGill의 대학원 학사 안내(2026년 5월), Princeton의 학술적 성실성 정책, Johns Hopkins의 책임 있는 사용 가이드라인, 그리고 Imperial College의 원칙 모두, 논문 작업에서 AI를 실질적으로 사용했을 때 공개 진술문을 요구합니다. 대부분의 기관을 충족하는 공개 구조는 도구를 나열하고, 사용 단계(어떤 단계에서 무엇을 했는지)와 목적을 적으며, 검증 단계를 명시하는 것입니다. 위 제출 섹션의 템플릿은 시작점입니다. 제출 전 기관이 선호하는 문구를 확인하세요.

Q: AI 교정(감지) 도구는 제가 편집에 Claude나 ChatGPT를 사용했는지 알 수 있나요?

감지 도구(Turnitin Clarity, GPTZero, Originality.ai)는 도구별 시그니처가 아니라 AI 콘텐츠 ‘확률 점수’를 보고하며, 2026년 학술적 의사결정에서 권위 있게 사용하기에는 점수의 신뢰도가 충분하지 않습니다. 방어 가능한 워크플로는 감지를 회피하는 것이 아니라, 사용을 공개하고 결과물을 검증하며, 실질적 작업이 여러분의 것임을 증명하는 프로세스 기록(추적 변경, 사이드카 AI 사용 로그, 인용 체인 검증)에 의존하는 것입니다. process-is-the-new-proof 프레이밍은 이를 자세히 다룹니다. 요약하면, 이제는 감지 점수보다 프로세스 기록이 더 강력한 증거가 됩니다.