원어민 편집자 없이 학술 영어를 자연스럽게 쓰는 방법
딱딱한 비원어민 학술 문장은 대개 문법 문제 때문이 아니다. 그것은 연어, 잘못된 강도의 완화 표현, 전혀 변하지 않는 문장 길이, 그리고 동사가 맡아야 할 일을 명사가 하는 데서 비롯된다. 여기에는 편집자를 고용하지 않고도 이 다섯 가지를 모두 잡아내는 구체적인 대체 표현과 자기 수정 절차를 제시한다.
방법 섹션은 문법적으로 완벽할 수 있지만, 여전히 여백에 "이건 당신답지 않다"는 평가를 받을 수 있다. 모든 문장은 구문 분석이 가능하다. 모든 동사는 주어와 일치한다. grammar checker가 지적할 만한 것은 아무것도 틀리지 않지만, 문단은 여전히 영어로 생각하는 사람이 쓴 글이라기보다 구문집에서 조립한 글처럼 읽힌다. 영어 학술 글쓰기에서 자연스럽게 들리는 법을 배우는 일은, 그런 인상을 만드는 대부분의 요소가 문법과는 무관하다는 사실을 받아들이는 데서 시작한다.
거의 모든 손해를 일으키는 것은 네 가지다. 기술적으로는 맞지만 원어민 독자가 기대하는 것과는 다른 어휘 결합, 근거에 비해 강도가 맞지 않는 완화 표현, 길이가 전혀 달라지지 않는 문장, 그리고 동사로 쓰는 편이 더 자연스러울 일을 명사가 떠맡는 경우다. 이 네 가지는 spell checker나 grammar checker를 작동시키지 않으며, 작성자가 그것들을 찾아볼 줄 알게 되면 모두 고칠 수 있다.
이 모든 것은 detector를 따돌리는 문제가 아니며, 그렇게 다루면 수정 방향이 거꾸로 된다. TextPulse의 AI detector의 false positive에 관한 근거 정리는 왜 예측 가능하고 교과서적으로 안전한 표현이 실제 작성자가 누구인지와 무관하게 기계가 만든 글처럼 점수화되는지를 설명한다. 아래의 수정은 특정한 사람이 생각하며 쓰는 것처럼 들리게 하는 데 관한 것이며, 바로 그것이 글이 일반적으로 읽히지 않게 만드는 요인이기도 하다.
연어: 연구는 왜 "만들어지는" 것이 아니라 "수행되는"가
대체 표현들이 비문법적인 것은 아니다. 다만 해당 분야의 독자가 그 특정 명사 옆에서 다음에 보기를 기대하는 표현이 아닐 뿐이다. 연어는 어휘 결합으로, 원어민 독자는 이를 고정된 것으로 받아들이지만, 같은 위치에서 동의어를 써도 문법적으로는 맞을 수 있다. 학술 영어에서는 study, experiment, survey, analysis를 수행한다. conclusion, comparison, distinction을 도출한다. question과 challenge를 제기하고, concern을 제기하며, consensus나 decision에 도달한다.
"The study made an analysis of the interview transcripts"는 문법 오류 없이 해석되지만, 여전히 번역투로 읽힌다. "The study conducted an analysis of the interview transcripts," 또는 더 직접적으로는 "the study analyzed the interview transcripts,"가 해당 분야의 독자라면 생각하지 않고 쓸 표현이다.
| Common substitution | Collocation academic readers expect | In context |
|---|---|---|
| made an experiment | conducted an experiment / ran an experiment | We ran a follow-up experiment with a larger sample. |
| give a result | yield a result / produce a result | The regression yielded results consistent with Study 1. |
| make an analysis | conduct an analysis / carry out an analysis | We conducted a sensitivity analysis across three model specifications. |
| put a question | raise a question / pose a question | These findings raise a question the current model cannot answer. |
| arrive to a conclusion | arrive at a conclusion / reach a conclusion | The panel reached a conclusion after reviewing all three datasets. |
이 모든 것은 일반적으로 "make"가 동사로서 틀렸다는 뜻은 아니다. "Make a contribution," "make a distinction" and "make an argument"는 모두 그 자체로 표준적인 학술적 연어이다. 동사 옆에 놓인 구체적인 명사를 확인해야 한다. 영어는 이러한 명사 각각에 대해 작고 고정된 동사 집합을 배정하며, 그 집합 안에서는 거의 대체를 허용하지 않기 때문이다.
교과서가 아니라 증거에 맞게 조정된 완화 표현
헤징은 주장의 강도를 실제 증거가 뒷받침하는 수준에 맞추기 위한 것이며, 양쪽 방향에서 모두 실패할 수 있다. 과도한 주장은 지지할 수 없는 연구 설계에서 인과적이거나 단정적인 결과를 말한다. 예를 들어, 단일 상관 연구에 "증명한다", "결정적으로 입증한다", "X가 Y를 유발함을 보여준다"와 같은 표현을 붙이는 경우이다. 반대로 과소한 주장은 이미 충분히 뒷받침된 결과에 여러 개의 헤지를 겹겹이 덧붙여, 문장이 그 결과에 대한 적절한 신중함이 아니라 헤지 자체에 대한 의심을 드러내게 만든다.
단일 횡단면 설문조사는 "화면 사용 시간이 청소년 불안과 관련이 있다" 또는 "이 결과는 두 변수 사이의 연관성과 일치한다"는 주장을 뒷받침한다. 그러나 "이 결과는 화면 사용 시간이 청소년의 불안을 유발함을 증명한다"는 주장은 뒷받침하지 못한다. 횡단면 설계로는 어느 변수가 먼저였는지, 더 나아가 한 변수가 다른 변수를 유발했는지조차 확립할 수 없기 때문이다. 조정된 주장은 과도하게 주장된 것보다 더 확신에 차 보이는데, 신중한 독자는 이를 더 신뢰하고 나서야 문장 하나하나를 사실 확인하기 시작하기 때문이다.
과소한 주장 사례도 못지않게 두드러진다. 학생들은 "항상 헤지하라"는 교육을 받았지만, 어느 정도까지 해야 하는지는 배우지 못했다. "그 개입은 어쩌면 어느 정도 효과가 있을 수도 있다고 제안될 수 있다." 이 문장에는 네 개의 헤지가 있다. "그 개입은 효과가 있는 것으로 보인다." 여기에는 헤지가 하나뿐이며, 단일 연구의 실제 강도에 적절하다. 덜 말하기 때문에 더 많은 것을 말한다.
문장 리듬, 독자가 이름 붙이기 전에 먼저 느끼는 신호
문장 길이가 모두 비슷하면 문법 검사기는 거의 문제를 잡아내지 못하지만, 모든 문장이 몇 단어 차이만으로 같은 길이 안에 들어가는 문단은 각 문장이 개별적으로 얼마나 정확한지와 무관하게 평면적으로 읽힌다. TextPulse의 학술 글쓰기에서 문장 길이를 다양하게 하는 방법에 대한 전체 안내는 전후 문단을 포함해 재구성 과정을 자세히 다룬다. 간단히 말하면, 문단을 다시 읽고, 비슷한 길이의 문장 세 개 이상이 연속되는 모든 구간에 표시한 뒤, 그중 하나를 끊으면 된다.
자신의 논문을 인간적으로 다듬기
중요한 단어나 인용은 건드리지 않고, AI 보조로 작성한 텍스트를 자연스럽고 사람처럼 들리게 바꾸세요.
과도한 명사화, 동사가 일을 하게 하라
명사화는 동사를 추상 명사로 바꾼다. investigate는 investigation이 되고, analyze는 analysis가 되며, improve는 improvement가 된다. 영어는 이를 매우 흔하게 허용하고, 학술 글쓰기는 다른 문체보다 이를 더 많이 의존하지만, 명사화만으로 이루어진 문단은 모든 문장을 동작이 필요로 하는 것보다 더 무거운 틀 안으로 밀어 넣으며, 그 무거움은 모든 단어가 정확하더라도 번역투로 읽히게 한다.
"The implementation of the revised protocol resulted in a reduction in contamination events"는 동사가 직접 전달할 수 있는 내용을 설명하는 데 열여섯 단어를 쓴다. "Implementing the revised protocol reduced contamination events"는 원문 문장의 모든 사실을 유지하면서 그 주변의 골조만 제거한다.
"This study aims to undertake an investigation into the relationship between diet and cognitive performance"는 문장의 실제 주어가 도착하기 전에 열세 단어를 소비한다. "This study investigates the relationship between diet and cognitive performance"는 같은 내용을 아홉 단어로 말하며, 독자는 그 지점에 세 단어 더 빨리 도달한다.
잘못된 문체의 연결어
교과서는 비교적 형식적인 연결어의 작은 집합을 초기에 강하게 가르친다. furthermore, moreover, thus, hence, consequently가 그것이다. 이를 학술 문장을 시작하는 올바른 방식으로 배운 글쓴이는 실제로 논리적 관계를 표시할 필요가 있든 없든 몇 줄마다 하나씩 문장을 시작하는 경향이 있다. 모국어 학술 산문은 같은 단어를 훨씬 더 절제해서 사용하며, 연결을 알리는 표지어 대신 하나의 주장 뒤에 그 증거를 바로 이어 놓는 단순한 인접성에 자주 의존한다.
"Furthermore, the sample size was small. Participants were not randomly assigned. The results may not generalize. Future research should use a larger sample"는 네 문장에서 네 개의 연결어를 사용하며, 정확히 하나만 필요하다. "The sample size was small, and participants were not randomly assigned, so the results may not generalize to a broader population"는 같은 논리를 하나의 문장에 담고, 하나의 연결어가 네 개의 역할을 수행한다.
관련된 불일치는 문장 전체가 아니라 단일 단어에서도 나타난다. "Besides"를 문장 첫머리에 두어 "in addition"의 뜻으로 쓰는 것은 구어와 일부 번역된 학술 산문에서는 흔하지만, 주변의 문체에 비해 지나치게 구어적으로 읽힌다. "in addition"이나, 연결어 없이 새 문장으로 시작하는 방식이 모두 방법론 절이나 논의 절에는 더 잘 맞는다.
영어 학술 글쓰기에서 자연스럽게 들리는 방법: 자기 편집 루틴
한 장 전체에 대해 이 다섯 가지 점검을 모두 손으로 수행하면 실제로는 한나절이 걸리는데, 바로 그 비용을 편집자에게 지불하지 않기 위해 이 루틴이 존재한다. ESL 학술 작가를 위해 만들어진 TextPulse의 humanizer built for ESL academic writers는 위의 패턴을 바탕으로, 일반적인 일괄 처리 대신 초안에 같은 점검의 한 버전을 직접 적용한다.
- 초안에서 "make," "do," "give"가 명사 옆에 놓인 경우를 찾아, 그 결합이 해당 분야의 독자가 기대하는 것과 맞는지 확인한다. conducted가 맞고, made는 아니다. yielded가 맞고, given은 아니다.
- 모든 완화 표현을 소리 내어 읽고, 그 강도가 실제로 증거에 의해 뒷받침되는지 묻는다. 단일 상관 연구로는 prove, show 또는 demonstrate를 정당화하는 경우가 드물다.
- 각 문단에서 모든 문장의 첫 세 단어를 표시한다. 같은 시작이 세 번 연속 반복되면, 한 문장을 다른 구조로 다시 구성한다.
- -tion, -ment, -ance로 끝나는 단어를 찾아, 그 명사가 핵심 동사가 되면 문장이 더 직접적으로 읽히는지 묻는다.
- furthermore, moreover, thus, consequently를 모두 삭제한 뒤, 그것들 없이 문단을 읽어 본다. 논리가 실제로 필요로 하는 것만 다시 넣는다.
이 다섯 가지 점검은 습관이 되고 책상 위에 붙여 둔 목록이 아니게 되면 오래 걸리지 않는다. free academic tone converter는 같은 점검의 한 버전을 자동으로 실행하여, 구어적 구조와 과도한 완화 표현을 해당 절이 실제로 필요로 하는 문체와 대조해 표시하고, 단순한 수정만이 아니라 그 이유까지 함께 제시한다.
이미 탐지기가 여러분의 글을 표시했다면, AI를 사용했다는 혐의를 받았을 때 어떻게 해야 하는지와 AI를 사용하지 않았음을 입증하는 방법은 별도로 다루고 있다.
실제로 중요한 시험은 탐지기가 문단을 표시하는지 여부와는 아무 관련이 없다. 그것은 해당 분야의 독자가 자신이 번역문을 읽고 있다는 사실을 아예 잊게 되는지 여부이며, 이는 깔끔한 문법보다 더 높은 기준이면서도 대부분의 글쓴이가 가정하는 것보다는 낮은 기준이다. 적절하게 조정된 완곡 표현 하나, 몇 개의 올바른 연어, 그리고 문장 길이의 불규칙한 패턴이면 대개 그 수준에 도달한다.
자주 묻는 질문
문법은 대개 핵심 징후가 아니다. 네 가지 패턴이 대부분을 좌우한다. 기술적으로는 맞지만 원어민 독자가 기대하지 않는 단어 결합, 예를 들어 made가 아니라 conducted를 쓰는 경우, 근거에 비해 강도가 맞지 않는 완화 표현, 전혀 변하지 않는 문장 길이, 그리고 동사가 더 직접적으로 할 일을 명사가 대신하는 경우이다. 이 네 가지는 문법 검사기를 거의 작동시키지 않는다.
PhD in natural language processing, with years spent building NLP applications end to end. Moe works on text analysis: lexical and syntactic structure, and what separates machine-generated prose from human prose statistically. He has been experimenting with computational linguistics since the early days of NLTK, spaCy and WordNet, and still writes most of his tooling in Python.