체계적 문헌고찰 하는 법.'꼼꼼한 문헌고찰'과의 차이는 설계에 있다

일반적인 고찰은 읽어 가면서 방침을 조정해도 됩니다. 체계적 문헌고찰은 반대로, 질문·검색 방법·선별 기준·평가 방법을 먼저 정하고, 정한 대로 실행하며, 그 과정을 전부 기록합니다.

왜일까요? 나중에 기준을 바꾸면 '유리한 논문만 모은 리뷰'와 구별할 수 없게 되기 때문입니다. 재현성과 투명성이 이 리뷰 형식의 생명선입니다.

먼저 고찰의 질문을 PICO(대상, 중재, 비교, 결과)로, 관찰연구 중심이라면 PECO(노출)로 구조화합니다.

여기가 모호한 채 진행되면 이후의 모든 공정에서 판단이 흔들립니다. 이 질문 한 문장이 이후 수백 건의 채택 여부 판단의 잣대가 됩니다.

질문, 검색식, 선정·제외 기준, 평가 방법을 실행 전에 프로토콜로 문서화합니다. 레지스트리 사전 등록이 권장되는 영역도 많습니다.

사전 등록의 필요 여부와 양식은 분야·투고처에 따라 다르므로, 지도교수와 투고 저널의 가이드라인을 확인해 주세요.

여러 데이터베이스를, 기록을 남기면서 검색합니다. 데이터베이스 이름, 검색식, 검색 날짜, 건수는 나중에 PRISMA 흐름도에 들어가는 숫자입니다.

여러 데이터베이스의 결과에는 반드시 중복이 포함되므로, 통합과 중복 제거도 이 단계에서 수행하고 건수를 기록합니다.

제목·초록에서 명백히 대상 밖인 것을 제외하고, 남은 논문은 전문(full text)으로 적격성을 확인합니다. 제외에는 이유를 붙여 기록합니다.

이 공정의 실무는 스크리닝 방법을 다룬 글에서 자세히 다루므로, 여기서는 전체에서의 위치만 짚어 둡니다.

채택한 연구에서 정해진 항목을 같은 형식으로 추출하고(데이터 추출), 각 연구의 결과가 왜곡되었을 가능성을 평가합니다(Risk of bias).

둘 다 AI 요약이 아니라 원문 PDF의 Methods와 도표에 근거해 진행하는 공정입니다. 자세한 내용은 데이터 추출과 Risk of bias 평가를 다룬 각각의 글에서 다룹니다.

마지막으로 결과를 정성적 또는 정량적(메타분석)으로 통합하고, PRISMA에 따라 보고합니다. 흐름도는 여기까지 기록해 온 숫자들의 집대성입니다.

메타분석을 할지 말지는 연구의 동질성과 데이터의 정리 방식에 따라 달라집니다. 통계 전문가나 연구팀 차원의 판단이 필요한 영역입니다.

이 긴 공정에서 AI는 훑어 읽기, 분류 후보 제시, 초안 만들기에 도움이 됩니다. 다만 설계·채택 여부·평가의 판단은 사람과 팀에게 남습니다.

Paperfy 같은 도구도 마찬가지로, 대량의 PDF를 논문 1편당 페이지 하나로 관리하고, AI 요약에서 원문으로 돌아가며, 판단 메모를 남기는 '작업의 발판'으로 쓰는 것이 올바른 자리매김입니다. 리뷰 전용 판정 관리 도구나 서지관리 도구와는 역할이 달라 병행이 전제입니다.