용어집

낯선 말이 나오면 여기로 오시면 됩니다. 기본 과정의 자동화 용어와 선택 자료의 AI 용어를 함께 모았습니다.

연구 자동화

연구자가 정한 업무의 반복 부분을 프로그램으로 수행하는 것입니다. 문헌 수집, 자료 정리, 원고 점검처럼 입력과 산출물을 정하고, 연구 질문과 해석·최종 결정은 연구자가 맡습니다. 자율 연구실을 만드는 것과는 범위가 다릅니다.

완성형 프로그램

이미 개발된 앱이나 서비스의 기능을 설정해 쓰는 접근입니다. 이 과정에서는 PubMed와 Zotero의 문헌 피드와 서지 관리 기능으로 시작합니다. AI가 들어 있어야 하는 것은 아닙니다.

노코드 · 워크플로

프로그램 코드를 직접 작성하는 대신 작업 상자를 연결해 흐름을 설정하는 접근입니다. n8n에서 상자 하나를 노드, 그 사이를 오가는 자료 한 건을 아이템, 시작 조건을 트리거라고 부릅니다. 자료의 칸과 실패할 때의 처리는 연구자가 정해야 합니다.

RSS · 피드

새로 등록되거나 갱신된 항목을 일정한 형식으로 읽을 수 있는 주소입니다. Zotero나 n8n이 주소를 확인하도록 설정합니다. 피드가 보여 주는 항목 수에는 한계가 있으므로 완전한 문헌 검색을 보장하지 않습니다.

Upsert · 중복 확인

기준에 맞는 행이 있으면 갱신하고 없으면 새로 넣는 저장 방식입니다. n8n 실습은 출처 주소로 같은 행을 찾습니다. 입력 안의 중복 제거와 이미 저장된 표의 중복 방지는 서로 다른 작업입니다.

큰 언어 모델 (LLM, large language model)

ChatGPT, Claude, Gemini 같은 것들의 본체입니다. 방대한 글을 학습해, 주어진 글 다음에 올 말을 확률적으로 이어 붙이는 장치입니다. 이 성질에서 두 가지가 따라 나옵니다. 그럴듯한 문장을 아주 잘 만들고, 그럴듯함과 사실 여부를 스스로 구분하지 못합니다. 조작된 인용이 생기는 이유가 여기 있습니다.

환각 / 조작된 인용 (hallucination)

모델이 실재하지 않는 사실이나 참고문헌을 만들어 내는 현상입니다. 연구에서 위험한 것은 엉뚱한 출력이 아니라 형식이 완벽한 출력입니다. 저자명, 학술지, 연도, DOI 형식까지 맞아 보이는데 그런 논문이 없는 경우가 있습니다. → 모듈 1

프롬프트 (prompt)

모델에게 건네는 입력 전체입니다. "요약해 줘" 한 줄도 프롬프트이고, 자료와 조건과 형식을 함께 건넨 한 페이지도 프롬프트입니다. 이 코스는 프롬프트를 주문이 아니라 재료와 제약으로 다룹니다.

컨텍스트 (context)

모델이 한 번에 볼 수 있는 글의 양입니다. 대화가 길어지면 앞부분이 시야에서 밀려나기 때문에, 중요한 자료는 대화에 흘려 두지 않고 파일로 두었다가 필요할 때 다시 건네는 편이 안전합니다.

에이전트 (agent)

물어보면 답하는 챗봇과 달리, 시키면 스스로 여러 단계를 밟고 와서 결과를 보고하는 프로그램 입니다. 검색을 하고, 파일을 열고, 결과를 정리하는 일을 사람 대신 순서대로 수행합니다. 대신 무엇을 할 수 있게 허락했는지가 그대로 위험의 크기가 됩니다. → 모듈 3

스킬 (skill)

에이전트가 따라 하도록 "이 일은 이런 순서로 한다"고 적어 둔 문서입니다. 매번 프롬프트를 새로 쓰는 대신, 검증된 절차를 파일로 고정해 두고 재사용합니다. 절차가 파일이므로 남고, 공유되고, 고칠 수 있습니다. → 모듈 4

플러그인 (plugin)

여러 스킬과 필요한 실행 프로그램, 연결 설정 등을 묶어 설치하는 단위입니다. proof는 저자의 원고를 점검하는 절차를 Claude Code와 Codex에서 사용하도록 묶은 플러그인입니다. 에이전트나 모델 자체가 아니며, 호스트마다 설치 방법이 다릅니다. → 스킬과 플러그인, proof 실습

지식 그래프 (knowledge graph)

개념을 점으로, 개념 사이의 관계를 선으로 그린 지도입니다. 폴더와 태그로는 "이 논문이 저 논문의 어떤 주장을 반박한다" 같은 관계를 담을 수 없지만, 그래프는 담습니다. 논문의 목차를 짤 때 특히 쓸모가 있습니다. → 모듈 5

LLM 위키 (LLM wiki)

모은 자료를 AI가 정리해 만든 위키 형태의 요약인데, 모든 문장에 출처가 붙어 있는 것이 핵심입니다. 출처가 붙어 있으면 요약을 다시 검증할 수 있고, 검증할 수 있으면 인용할 수 있습니다.

터미널 (terminal, 명령 프롬프트)

글자로 명령을 입력하는 검은 창입니다. macOS에서는 '터미널', Windows에서는 'PowerShell' 또는 '명령 프롬프트'입니다. 이 코스에서는 모듈 4에서 몇 줄만 만납니다. 대부분의 명령은 성공하면 아무 말도 하지 않습니다. → 모듈 4

uvx

파이썬으로 만든 도구를 설치 없이 그때그때 내려받아 실행해 주는 명령입니다. 서버가 계속 떠 있지 않고, 쓰고 나면 남지 않습니다. 이 코스의 스킬들이 이 방식으로 작동합니다.

API 키 (API key)

내 계정을 대신하는 긴 비밀번호 문자열입니다. 프로그램이 AI 서비스에 접속할 때 씁니다. 비밀번호와 똑같이 다뤄야 합니다 — 화면 공유나 게시판에 그대로 붙여 넣지 마십시오. 대개 여기서 처음 막힙니다.

PICO / PCC

연구 질문을 검색 가능한 형태로 쪼개는 틀입니다. PICO는 대상(Patient)·중재(Intervention)· 비교(Comparison)·결과(Outcome), PCC는 대상(Population)·개념(Concept)·맥락(Context)으로 나눕니다. 주제범위 문헌고찰에는 PCC를 씁니다. → 모듈 2

감사 추적 (audit trail)

무엇을 어떤 순서로 했는지 나중에 되짚을 수 있게 남은 기록입니다. 검색식, 검색 시각, 데이터베이스별 결과 수, 제외한 이유가 파일로 남아 있으면 감사 추적이 있는 것이고, 채팅 기록만 있으면 없는 것입니다. 이 코스 전체가 이 한 가지를 위해 짜여 있습니다.

합성 데이터 (synthetic data)

실제 사람의 자료가 아니라, 통계적 성질을 흉내 내 만들어 낸 자료입니다. 개인정보 문제 없이 설계와 분석 절차를 연습할 수 있지만, 실제 자료를 대신해 결론을 내릴 수는 없습니다. → 모듈 10

EQUATOR 보고지침

연구 유형별로 "논문에 이건 반드시 적어야 한다"를 정리해 둔 점검표 모음입니다. 무작위 임상시험은 CONSORT, 관찰연구는 STROBE, 체계적 문헌고찰은 PRISMA를 씁니다. 이 코스에서는 점검표를 AI에게 맡기는 대상이 아니라 AI를 묶어 두는 틀로 씁니다. → 모듈 7