논문 설계법 기초 of 기초

논문을 쓰기 전에 반드시 알아야 할 것! - 이창현 박사님 강의 -

논문의 레벨? KCI -> Scopus -> SCI 급

그리고 그 중에서 레벨이 나뉜다

졸업하기 위해선 KCI급의 논문과 학위논문을 제출하면 되지만... 사람 욕심이란게 끝이 없다

암튼 논문 설계법 빌드업을 시전해보겠다.

청자는 우리의 말을 하나도 믿지 않는다
1. 그렇기 때문에 빌드업을 무진장 해야 한다. 뒤에서 나오겠지만, 내가 어떤 주장을 펼치기 전에 전제로 깔아두는 말들은 전부 어떠한 근거가 있어야 한다. 그런데 그런 근거 없이 말을 맘대로 써놓으면 그 논문 자체는 인정받지 못한다.
2. 그렇기에 논문을 쓰면서 끊임없이 스스로에게 물어봐야 한다. "내가 헛소리가 아닌가?"
논리는 글쓴이와 읽는이가 "참"이라고 전제할 수 있는 논거에서 시작해야 한다
1. 되도록이면 저명한 저널에서 인정받은 내용을 바탕으로 글을 써야 한다

논문의 구조

1. 서론

연구 주제, 연구 필요성 , 연구 배경("참"으로 전제해야 하는 내용들)

예를 들어서 연구 주제가 맛있는 대추차를 만드는 방법에 대해서 쓴다고 해보자

그러면 연구 필요성은 최근 대추차가 대추캔음료에 밀려서 시장에 잃었다

연구 배경은 대추차와 대추캔음료의 차이

연구 문제는 맛있는 대추차를 만들기 위해서 어떻게 해야하나?

이렇게 된다

연구 문제(가설들), 논문의 구성 등도 같이 쓰면 좋다.

2. 선행연구 Literature Review

선행연구에서 필요한 것은 내가 서술한 것들에 관한 근거

그리고 내가 서술할 것에 대한 근거가 필요하다

대추차와 대추캔음료에 대한 선행연구

맛있는 대추차의 요건 (맛 등)

1과 2에서 논거가 없으면 모조리 뇌피셜이다.

그렇기 때문에 되도록이면 모든 문장에 출처를 적는 것이 유리하다. 태클을 당하지 않을 가능성이 높다

일단, 내가 주장할 것에 대한 주장을 펼쳐야 할 땐 의견을 써도 된다

그리고 중요한 점이 있는데, 새로나온 개념이나 이론이 있으면 이론가들끼리 치열하게 싸운다는 점이다

예를 들어서 DT Digital Transformation 디지털 전환 이라는 화두가 나오면

모든 연구가들이 이에 대한 논문을 써 재낀다

왜? 제대로 된 연구가 아직 나오지 않았기 때문이다. 그리고 이에 대해서 치열하게 싸우고...

결국에는 가장 인용이 많이 된 논문이 승리자가 되는 것이다

3. 가설 제시 Hypotheses Development

연구 가설: O/X로 대답이 가능해야 하며, 가급적이면 비교급을 이용한 가설이 더 매력적이다.

가설을 읽었을 때, 결과를 예측하기 힘들거나 일반적인 상식에서 벗어나는 아이디어가 나왔을 때 매력적이다

H1 예시. 대추차는 대추맛이 더 많이 날수록 평가가 좋을 것이다

H2 더 좋은 예: 대추차는 대추캔음료에 비해서 대추 맛이 많이 나야 평가가 좋을 것이다

H3 아주 좋은 예 : 대추차는 대추캔음료에 비해서 대추 맛이 나지 않아야 평가가 좋을 것이다

이론

귀무 가설: 일반적인 상식을 따르는 가설

대립 가설: 일반적인 상식을따르지 않는 가설

위의 대추차 예시에서 H2를 귀무가설, H3을 대립 가설로 하면 딱 좋다

짧은 예시. AI가 채용에 미치는 영향

AI가 원래 초벌채점 정도는 해줄 수 있다.

아마존에서 2018년에 채용시스템을 냈다. 경력직 백인 남자만 뽑는다. 왜 그러느냐? AI가 학습한 데이터 자체가 백인 남자가 유리한 것이기 때문이다. 이를 계승해서 한 것뿐이다. AI는 인간의 생각을 계승하기 때문에 어쩔 수 없다

인간의 고정관점은 심리학적 요인이다. 경험에 의해서 고정관념이 심해진다.

인간의 편향은 심리학으로 설명. AI는 수학으로 설명해야 한다. 결과론적으로는 한 쪽으론 심리학적, 한 쪽은 수학적.

차이점을 발견했다.

블라인드 채용에서 자기소개서를 읽어 보면 명백하게 성별이 나오는 것이 있다.

이걸 AI로 잡는다. 확정할 수 있는 것[표현 중에서 군대 라는 말이 나오는 것, 봉사활동 사례에서 손녀 라는말이 나오는 것 등]. 확정할 수 없는 것을 구분한다.

이제 실험을 해본다. 똑같은 자기소개서를 가지고 합격 불합격을 판별해보자.

AI가 판단했을 때 편차. 인간이 판단했을 때 편차. 인간은 남자에게 덜 가중치를 주지만, AI는 도덕적 관념(차별을 하지 말아야 한다)이 없기 때문에 과적합되서 결국 백인 남자에게 더 유리하게 판단한다 이게 결론이다.

한계: AI 알고리즘이 잘못되었으면?

4. 방법론

non-experiment

quasi experiment

experiment

실험을 어떻게 진행하느냐에 따라 나뉜다

그리고 SEM 척도 / 델파이법 / 머신러닝 / 통계 등의 방법을 사용한다

방법론은 연구자라면 다 알고 있는 것으로 생각하기 때문에 따로 연구방법에 대해 서술하지 않아도 된다

방법론 자체를 논문으로 학습하기란 어렵다

가설: 인간 판단 매커니즘과 aI 판단 매카니즘은 다를 것이다

드러난 자기소개서 / 드러나지 않는 자기소개서

SEM 설문논문. 누구 설문했는지. 어떤 모델 썼는지

델파이법: 전문가 인터뷰

머신러닝 등

방법론에 따라서 분석 및 결과가 대부분 정해져 있다. SEM[t검정], 델파이법[하나의 주제로 묶는다]. 룰로 정해져 있다. 전공자라면 이해하고 있는 범주이다.

대체 해석 (Alternative): 분석 결과를 다르게 해석할 수 있는 가능성 제시

대체 해석 통제 (Control): 대체 해석을 방지할 수 있는 추가 분석 진행

[Alternative Explanation] 표본 추출을 할 때 우연히 단맛을 좋아하는 사람만 추출된 것은 아닌가

[Control] 단맛을 좋아하지 않는 사람들만 추출해도 비슷한 결과가 나옴을 보여줌 (= t test)

Robustness check 강건성 확인

대체해석: 다른 요인에 대해 해석할 수 있는 가능성이 있다? 그래서 통제를 통해서 이런 이야기를 억제해야 한다

대체 해석 통제: 대체 해석을 방지할 수 있는 추가 분석 진행

예시. 스마트티비

21년 9월17일(오징어게임 공개)~21년 10월 31일. 티비 시청 시간이 엄청 떨어졌다

근데 테클이온다. 추석때문이 아니냐? 여름방학 끝나는 건 아닌가?

지금 우리 학교는 / 우영우

둘 다 비슷하게 나온다.

토의

분석 결과가 시사하는 바

학문적 기여점.

한계점 등

논문 설계전략

논문 하나가 세상을 바꾸기 쉽지 않다

우리는 융합학문이라서 아이디어 싸움이 심하다

수학과나 철학과는 재생산은 쉽다. 하지만 그 경지에 올라가기가 어렵다

그래서 미시적으로 접근하는 것이 좋다. 그래야 유의미한 성과를 낼 수 있다

시드 페이퍼 – 아이디어를 공유하는 논문

트랜드 페이퍼 – 현재에도 통용되고 있음을 입증 ; 요즘에도 유효한지

핵심중의 핵심

결합하기: 둘 이상의 Seed Paper 혹은 Trend Paper 를 결합하기

반박하기 : Seed Paper 에서 언급된 내용 중 일부가 Trend Paper 에서 다르게 사용되는 경향성을 지적하기

충돌시키기 : 양쪽 모두 타당하지만 , 양립하지는 않는 두개의 Seed Paper 를 대립시키기

제안하기 : 새로이 대두되는 내용에 핵심적인 요인들을 제안하기

치환하기 : A 분야의 Seed Paper 를 B 분야에 적용하기

Approach

• 가설은 가급적 비교급 으로 설계합니다 대조군 을 설정합니다

• 일반적인 통념에서 벗어나거나 , 의견이 반반으로 갈리는 주제 가 매력적입니다 . 여기서 일반적인 통념은 , 모두가 공감할 수 있는 참 이어야 합니다

• 가설은 O/X 로 구분할 수 있는 명제 여야 하며 , 구체적 일수록 좋습니다

그 밖에 팁

구글 스칼라

https://s2journal-bwise-kr.access.hanyang.ac.kr:8443/jcr/jcrCategoryRankingPage.do

sci급만 검색 가능

q1 sci 저널 중에서 q1으로 가야 한다

effect factor 가지고 순위를 메긴다. Q1~q4 까지 나뉜다. Q1~q2 사이에서 마무리 해야 한다

https://www.scimagojr.com/journalrank.php?area=1400&category=1404

탑티어

MIS Quarterly: Management Information Systems