무료 AI 인용 검사기 제출 전에 환각 인용 잡기

허구의 인용문은 얼마나 흔합니까?

전체 문헌 규모에서 측정할 수 있을 만큼 흔하며, 증가하고 있습니다. 2026년 5월 하루 차이로 발표된 두 건의 감사는 처음으로 그 수치를 제시했고, 둘 다 같은 방향의 추세를 확인했습니다.

이 차트는 The Lancet에 발표된 감사에서 가져온 것으로, PubMed Central Open Access의 약 2.5 million편의 생의학 논문 전반에 걸쳐 참고문헌을 검토했습니다. 평가할 수 있었던 참고문헌 가운데 수천 건은 존재하지 않는 연구를 가리켰고, 이는 2,800편이 넘는 출판 논문에 걸쳐 분포했습니다. 그 비율은 2023년과 2025년 사이에 대략 3배로 증가한 뒤, 2026년 초반 몇 주에 다시 상승했습니다.

보완 연구인 존재하지 않는 인용문에 관한 Zhao와 동료들은 arXiv, bioRxiv, SSRN, PubMed Central 전반의 1억 1100만 개 참고문헌으로 범위를 넓혔고, 2025년 한 해에만 최소 146,932건의 허구 인용문이 있었다고 보수적으로 추정했습니다. 어떤 집단이 영향을 받는지에 대한 이 연구의 결과는 실무 연구자에게 더 유용합니다. 조작된 참고문헌은 AI 도입이 빠른 분야와 소규모 또는 초기 경력 저자 팀에 집중되어 있었는데, 이는 곧 이를 걸러낼 제도적 지원이 가장 부족한 사람들에게 집중되어 있다는 뜻입니다.

읽기만으로는 조작된 참고문헌을 알아보기 어려운 이유

허구의 인용문은 뒤죽박죽인 인용문이 아닙니다. 유창한 산문을 쓰는 것과 같은 과정에서 생성되므로, 실제 인용문이 갖는 모든 요소를 갖추고 나타납니다. 해당 분야에서 논문을 발표하는 그럴듯한 저자들, 연결된 논지에 맞는 제목, 실제 학술지, 올바른 형식의 권호와 페이지 범위, 그리고 유효한 형식의 DOI가 그것입니다. 페이지에서 보기에는 잘못된 점이 전혀 드러나지 않습니다.

가장 흔한 실패는 더 미묘합니다. 논문을 아예 날조하는 대신, 모델이 여러 실제 논문의 단편을 하나의 항목으로 섞어 넣어 어느 것에도 해당하지 않는 경우입니다. 이 저자, 저 제목, 세 번째 논문의 DOI가 그렇게 결합됩니다. 각 개별 구성 요소가 모두 실제이므로, 더 주의 깊게 읽는다고 해서 그것을 진짜 참고문헌과 구별할 수는 없습니다. 항목을 기록과 대조하여 확인해야만 합니다.

인용 검사기가 할 수 있는 일과 할 수 없는 일

5개의 환각 인용 탐지기를 평가한 2026년 연구에서 Badalova and Mayr는 이러한 도구가 유용한 초기 경고를 제공하지만 여전히 제약이 있다고 결론지었고, 이 범주에 속하는 모든 검사기에 적용되는 4가지 한계를 제시했으며, 여기에는 이 도구도 포함됩니다.

• 참고문헌 추출. 문서에서 항목을 깔끔하게 분리해 내는 것 자체가 하나의 문제입니다. 이 검사기는 PDF를 파싱하는 대신 붙여넣은 목록을 받아 항목 경계에서 분리하므로, 목록을 붙여넣어야 한다는 대가를 치르는 대신 그 실패를 제거합니다.
• 불완전한 메타데이터. DOI가 없거나, 연도가 없거나, 제목이 잘린 항목은 대조할 대상이 거의 없으며, 약한 일치는 판정으로 승격되지 않고 단지 하나의 일치로 보고됩니다.
• 데이터베이스 범위. 도서, 장, 학위논문, 학술대회 논문집, 매우 최근의 연구, 비영어권 학술지는 어디서나 색인이 얕습니다. 이것이 발견되지 않은 항목이 조작된 것으로가 아니라 발견되지 않은 것으로 보고되는 이유입니다. 이 둘은 서로 다른 결과이며, 그중 하나만이 증거입니다.
• 일관되지 않은 결과. 레지스트리는 서로 다르게 판단합니다. Crossref, OpenAlex, Semantic Scholar를 각각 따로 확인하는 것보다 함께 확인하는 것이 그 차이를 줄이며, 불일치는 조용히 해소되지 않고 표면화됩니다.

실무적 결과는 분명히 말할 가치가 있습니다. 이런 종류의 검사기는 가장 중요한 점, 즉 항목이 주장하는 논문과 다른 논문으로 해석되는 DOI를 찾아내는 데 가장 강하고, 공개 레지스트리가 보유하지 않은 자료에는 가장 약합니다. 이는 주목할 만한 항목을 찾아내는 첫 번째 점검일 뿐, 참고문헌에 대한 승인 증명서는 아닙니다.