논문 데이터 추출에 AI를 쓰는 법.초안은 AI, 수치 검증은 원문으로

첫 작업은 읽기가 아니라 표 설계입니다. 열(column)부터 정합니다.

기본형은 저자·연도·국가, 연구 설계, 대상(인원과 특성), 중재 또는 노출, 비교, 결과와 그 정의, 주요 결과(효과크기와 신뢰구간), 추적 기간, 결측, 제한점. 고찰 질문에 답하려면 무엇이 필요한지 역산해서 열을 확정한 다음, 첫 논문을 여세요.

표가 만들어졌다고 바로 전체에 들어가지 말고 2~3편으로 시험해 봅니다. 열의 정의가 모호한 곳, 논문마다 표기 방식이 다른 곳이 여기서 드러납니다.

이 시점에 표 설계를 손봐 두면 전체를 다시 하는 사고를 막을 수 있습니다. 팀으로 진행한다면 이 시험 추출로 기입 규칙을 통일하세요.

열이 확정되면 AI가 강력해집니다. 논문마다 "이 항목들을 이 형식으로 추출해 줘"라고 요청하면 추출표 초안이 몇 분 만에 만들어집니다.

빈칸을 맨손으로 채우는 것과 초안을 검증하며 고치는 것은 체감 부담이 전혀 다릅니다. AI의 역할은 '칸을 채우는 첫수'이지 '칸 내용의 보증인'이 아닙니다.

초안 검증에서 특히 살펴야 할 것은 수치를 둘러싼 세 가지입니다.

단위(%인지 건수인지, 개월인지 연 단위인지). 분모(ITT 집단인지, 분석 대상자인지, 탈락을 제외한 수인지). 방향(그 효과크기는 중재군과 대조군 중 어느 쪽이 좋다는 뜻인지). AI 초안은 바로 이 세 지점에서 잘 틀리고, 이 세 가지의 오류는 고찰의 결론을 뒤집을 수 있는 종류의 것입니다. 반드시 원문의 본문과 도표, 필요하면 보충 자료까지 확인하세요.

추출한 수치를 메타분석에 올릴 경우에는 확인 수준을 한 단계 높입니다. 효과크기의 종류, 시점, 분석 집단의 정의가 연구 간에 대응하는가? 그림에서 읽어 낸 값인가, 본문의 수치인가?

통합 여부와 변환 방법에는 통계적 판단이 들어가므로 망설여지면 통계 전문가·지도교수·팀에 확인하세요. 여기는 AI도, 이 글도 대신할 수 없는 영역입니다.

실무에서 효과가 큰 작은 습관 하나. 추출표의 각 셀이나 행에 출처 위치(Table 2, p.6, Supplement 등)를 함께 적어 두는 것입니다.

검증과 팀 교차 확인 때 같은 곳을 다시 뒤지는 시간이 사라집니다. 논문 수십 편 × 항목 수십 개의 추출에서는 이 작은 습관이 쌓여 며칠 치 차이를 만듭니다.

Paperfy에서는 선정 논문마다 AI 요약과 도표가 PDF와 한 페이지에 놓여, 추출할 때 '원문 어디에 적혀 있는지'까지 도달이 빨라집니다.

검증하면서 확인한 내용("분모는 ITT, Table 2에서 확인")을 요약에 적어 두면 추출의 근거가 논문 페이지에 남아, 이후 재검토나 비뚤림 위험 평가에서 그대로 다시 쓸 수 있습니다.