Academic Writing

방법론 섹션을 인간적으로 보이게 하는 방법

방법 섹션은 의도적으로 공식적이므로, 바로 그 이유 때문에 AI가 작성한 문장은 기계가 쓴 것처럼 읽힌다. 무엇을 그대로 두어야 하는지, 무엇을 실제로 바꿀 수 있는지, 그리고 두 가지를 절별로 어떻게 구분할 수 있는지 여기에서 살펴본다.

5 min
Table showing what to leave fixed and where you have room when you humanize AI methodology section drafts

감독자는 방법 섹션에 동그라미를 치고 여백에 한 가지 의견을 적는다. 이것은 템플릿처럼 읽힌다. 이는 우연이 아니다. 방법 섹션은 다른 연구자가 단계를 추측하지 않고도 사용자가 수행한 일을 반복할 수 있도록 존재한다. 모든 무작위 배정 시험은 무작위 배정을 같은 방식으로 설명하고, 모든 설문 연구는 표집 틀을 같은 방식으로 설명한다.

AI 탐지기는 전혀 다른 이유로 그 같은 반복에 반응한다. 문장 다양성이 낮으면 누가 썼는지와 무관하게 기계 생성처럼 읽히기 때문이다. AI 방법론 섹션 초안을 인간적으로 다듬는 방법을 배우는 일은 무엇이 관례이고 무엇이 실제로 사용자가 바꿀 수 있는 것인지 구분하는 데서 시작한다. 두 가지를 같은 것으로 취급하면 섹션을 고치는 것이 아니라 망가뜨리게 되기 때문이다.

방법 섹션에서의 두 가지 동일성

동일성에는 한 가지 종류만 있는 것이 아니다. 수천 건의 시험이 무작위 배정을 같은 방식으로 설명하는 이유는 아무도 다르게 쓸 창의성이 없어서가 아니라, 우리의 설명을 기준 집합과 대조하여 확인할 수 있어야 하기 때문이다. 방법을 훑어보는 검토자는 문체를 찾는 것이 아니다. 그들은 연구가 적절하게 수행되었는지 판단할 수 있게 해 주는 몇 가지 세부 사항을 찾고 있다.

다른 종류의 동일성은 전혀 필요하지 않으며, 언어 모델이 관례 위에 덧붙여 실제로 만들어 내는 것이 바로 그 종류다. 문단의 모든 문장은 같은 통사적 위치에서 출발하고, 단계 사이의 모든 전환은 동일한 연결어를 사용하며, 그 문단만 대상으로 burstiness checker를 돌리면 신중한 독자가 이미 짐작한 바를 확인하게 된다. 첫 줄부터 마지막 줄까지 문장 길이의 변이가 거의 없다는 사실이다.

페이지에서 그 차이는 다음과 같다. 필수적 동일성을 지닌 문장, "Participants completed the survey online, using a platform hosted by the university." 그 옆에 놓인 평탄화된 문장, "Data was collected through a systematic process designed to ensure accuracy and reliability." 첫 번째 문장은 누구도 꾸며 낼 필요가 없는 사실을 보고한다. 두 번째 문장은 특정 독자가 행동으로 옮길 수 있는 어떤 것도 말하지 않으며, 섹션을 드러내는 것은 첫 번째가 아니라 바로 두 번째 종류다.

이미 공식화된 그대로 정확히 두어야 할 것

절차적 용어는 가장 먼저 그대로 두어야 할 대상이다. 대조 조건, 집단 간 설계, 포함 기준은 같은 분야의 독자가 의미를 추측하지 않아도 되도록 존재하는 용어이다. 표시된 문장을 피하려고 더 완곡한 유의어로 바꾸면 대개 방법을 식별하기 더 어려워질 뿐이며, 이는 누구도 이의 제기하지 않는 높은 점수보다 더 나쁜 결과이다.

절차 자체를 둘러싼 수동태 구성도 같은 범주에 속한다. "Participants were randomly assigned to one condition"은 해당 학문 분야가 기대하는 표현이며, 검토자는 능동형 대안인 "we randomly assigned participants"를 개선이라기보다 문체상의 흔들림으로 읽는다. 만약 검사기가 그 문장을 표시한다면, 문제는 그 문장이 아니며, 이를 formality checker에 통과시키는 것은 해당 문체가 방법론 절에서 기대되는 만큼 정확히 격식적이라는 점만 확인해 줄 뿐이다.

관례가 정하는 그대로 두어야 할 다른 몇 가지는 다음과 같다:

  • 해당 분야가 이미 사용하는 방식 그대로의 표준 단위와 측정 형식
  • 명명된 도구와 척도, 원 논문이 제시한 그대로 인용하고 표현한 것
  • 학문 분야가 기대하는 순서, 설계, 그다음 참여자, 그다음 자료, 그다음 절차, 그다음 분석
  • 검정 통계량과 유의값의 형식을 포함한 통계 보고 관례

자신의 논문을 인간적으로 다듬기

중요한 단어나 인용은 건드리지 않고, AI 보조로 작성한 텍스트를 자연스럽고 사람처럼 들리게 바꾸세요.

무료로 시작하기

정확성을 잃지 않으면서 AI 방법론 절 초안을 인간적으로 다듬는 방법

변화를 줄 수 있는 범위는 고정된 절차적 핵심 바깥에 있으며, 그 안이 아니다. 왜 이 설계를 대안보다 선택했는지를 설명하는 근거 문장은 작성자의 몫이다. 다음 소절로 이어 주는 전환 문장도 마찬가지이며, 특정 세부 분야의 독자라면 자명하게 여길 단계와 그렇지 않을 단계에 대해 어느 정도의 세부 정보를 줄지도 마찬가지이다.

문장 수준에서 시작하지 말고, 그보다 앞선 단계에서 시작하십시오. 방법론을 처음부터 끝까지 읽고, 수사적 역할을 하는 모든 문장을 표시하십시오. 즉, 고정된 절차를 보고하는 것이 아니라 설명하고, 정당화하고, 연결하는 문장들입니다. 이러한 문장들은 언어 모델이 한 섹션 전체에서 같은 세네 가지 구조로 평탄화하기 쉬운 문장들이며, AI humanizer는 오직 그 층위에만 적용해야 하고, 그 아래에 있는 명명된 절차에는 절대로 적용해서는 안 됩니다.

구조적 조치 하나가 단어 수준의 수정보다 더 큰 도움이 됩니다. 바로 근거가 단계와 어떤 위치 관계에 놓이는지를 바꾸는 것입니다. 평탄화된 초안은 각 단계를 항상 같은 방식으로, 즉 그것을 진술한 직후에 정당화합니다. 적어도 하나의 정당화를 그것이 설명하는 단계보다 앞에 두거나, 별도의 줄에서 같은 틀을 반복하는 대신 더 넓은 설계에 관한 문장 속에 포함시키십시오. 이 한 가지 변화만으로도, 개별 단어 열 개를 바꾸는 것보다 표시된 문단을 훨씬 더 잘 분절할 수 있습니다.

전환 표현도 같은 주의를 기울일 만합니다. 템플릿은 "Following data collection, analysis was conducted using the following procedure."라고 씁니다. 이 문장은 두 단계 사이에 시간이 흘렀다는 사실 외에는 아무것도 말하지 않습니다. 같은 전환은 다음과 같이 보고할 수도 있습니다. "Once all responses were in, the dataset was screened for incomplete entries before any test was run." 이 문장은 독자가 실제로 활용할 수 있는 세부사항을 더합니다.

하위 섹션 점검표: 무엇이 고정되고, 어디에 여지가 있는가

균형은 모든 하위 섹션에서 같지 않습니다. 참여자 단락과 데이터 분석 단락은 고정된 관례와 실제 선택 사이의 비율이 서로 다르며, 모든 하위 섹션을 같은 방식으로 다루는 것이 편집이 지나치게 소극적이거나 지나치게 공격적으로 끝나는 이유입니다.

하위 섹션고정되는 내용실제로 여지가 있는 부분
참여자와 표집포함 기준, 표본 크기, 그리고 모집 출처를 정확히 명시함이 모집단이 연구 질문에 적합한 이유를 설명하는 문장
재료와 도구도구 이름, 검증된 척도 인용, 그리고 정확한 문항 문구이 도구가 대안보다 선택된 이유를 소개하는 문장
절차단계 순서, 무작위 배정과 눈가림에 관한 표현, 윤리 승인 진술단계 사이의 전환과 각 단계에 부여되는 세부 수준
자료 분석명시된 통계 검정, 소프트웨어와 버전, 유의수준선택한 검정을 실제로 답하는 질문과 연결하는 문장

그러므로 중간 열에서 빠진 것이 무엇인지 주목해야 한다. 중간 열에는 더 자연스럽게 들리게 하는 것에 대한 내용이 전혀 없다. 그것은 결과에 관한 논문에서 해야 할 올바른 일이지만, 이 중간 열의 핵심은 아니다. 이 중간 열은 독자가 해당 분야에서 방법을 신뢰하고 재사용하는 데 필요한 것에 관한 것이다. 오른쪽 열의 모든 내용은, 초안이 언어 모델로 시작했는지 여부와 무관하게, 처음부터 언제나 자신의 추론이어야 했다.

방법론 섹션에서 높은 AI 점수가 실제로 중요한가?

TextPulse의 학술 글쓰기의 인간화에 관한 더 넓은 안내서는 이미 방법론 점수가 학문 분야 전반에서 높은 것이 왜 정상인지 다루고 있다. 여기서 덧붙일 만한 것은 자신의 높은 점수를 어떻게 구분할지이다. 그것이 전혀 수정이 필요 없는, 모든 방법 섹션이 공유하는 고정된 관습에서 비롯된 것인지, 아니면 다시 살펴볼 가치가 있는 그 아래의 근거 문장에서 비롯된 것인지 판단해야 한다.

고정된 관례 문장과 분리하여 근거 문장만 따로 떼어, 그것들만 연달아 다시 읽어 보십시오. 만약 서로 다른 연구들 사이에서 아무도 알아차리지 못한 채 바꿔 넣을 수 있다면, 표본 크기를 설명하는 문장이 명칭만 바꾼 채 분석 선택을 설명하는 문장처럼 읽힌다면, 바로 그 부분이 실제로 수정할 가치가 있는 부분입니다. 그 주변에 놓인 수동태는 애초에 문제의 핵심이 아니었습니다.

지도교수나 심사자가 그 숫자 자체를 문제 삼는다면, 유용한 답변은 방어적이기보다 구체적이어야 합니다. 어떤 문장이 관례이고 어떤 문장이 추론인지 짚어 주고, 추론 문장들이 다른 연구의 방법 절에서는 말할 수 없는 내용을 말하고 있음을 보여 주어야 합니다. 그런 답변은 어떤 점수보다도 더 설득력이 있으며, 실제로도 그렇습니다.

더 좁은 범주의 방법 관련 질문이 늘 제기됩니다. 표절로 넘어가지 않으면서 방법 절을 바꾸어 쓰는 것이 하나이고, 그 절을 수동태로 써야 하는지 여부가 다른 하나입니다.

신중하게 읽히는 방법 절과 기계적으로 작성된 것처럼 읽히는 방법 절은 정확히 같은 절차에 대해 정확히 같은 수동 구문을 사용할 수 있습니다. 둘을 가르는 것은 그 사이에 놓인 두세 개의 추론 문장이, 빈칸을 채워 넣는 템플릿이 아니라 실제로 연구를 수행한 사람에게서 나온 것처럼 여전히 들리는지 여부입니다.

XLinkedInFacebook

자주 묻는 질문

아니다. 'participants were randomly assigned to one condition'과 같이 고정된 절차를 설명하는 수동적 구문은 해당 학문 분야가 기대하는 관례이며, 섹션이 표절 탐지에 걸리는 이유가 아니다. 대신 이유를 설명하는 문장, 즉 어떤 단계가 왜 수행되었는지를 밝히는 문장에 집중해야 한다. 언어 모델은 이러한 문장을 매번 같은 형태로 평탄화하는 경향이 있기 때문이다.

Sara

Content planner and copywriter at TextPulse. Sara runs the blog day to day, from planning and drafting through to publishing. She writes the practical guides: clear explanations of academic writing problems, aimed at the person who actually has to hand something in.

AI 휴머니제이션 소식을 받아보세요

학술 글쓰기, AI 탐지, 휴머니제이션에 대한 팁을 받은편지함으로 받아보세요.

스팸은 없습니다. 언제든지 구독을 취소할 수 있습니다.