논문 제목·저자·학술지·연도·DOI를 대조하는 일은 기술 절차가 아니라 학술적 책임이다

인용문헌을 확인한다는 것은 무엇을 뜻하는가. 논문 제목을 검색창에 한 번 입력해보는 일일까. DOI가 있는지 확인하는 일일까. 참고문헌 양식이 학회지 규정에 맞는지 보는 일일까. 물론 이 모두가 필요하다. 그러나 그것만으로 충분하지는 않다. 인용문헌을 확인한다는 것은 자신이 근거로 제시한 문헌이 실제로 존재하는지, 서지 정보가 정확한지, 그리고 그 문헌이 자신의 주장을 실제로 뒷받침하는지를 확인하는 일이다.

이 행위는 단순한 기술 절차가 아니다. 학술적 책임의 문제다. 연구자는 자신이 인용한 문헌을 통해 독자에게 하나의 길을 열어준다. 독자는 그 길을 따라가 원문을 확인하고, 저자의 주장이 어떤 근거 위에 세워졌는지 검토할 수 있어야 한다. 인용문헌이 실제로 존재하지 않거나, DOI가 다른 논문을 가리키거나, 저자와 연도와 학술지명이 서로 맞지 않거나, 본문 주장과 무관한 문헌이라면 그 길은 끊어진다. 논문의 검증 가능성은 약해지고, 학술적 신뢰는 손상된다.

생성형 AI 시대에 이 문제는 더 복잡해졌다. AI는 실제 논문처럼 보이는 서지 정보를 만들어낼 수 있다. 제목은 자연스럽고, 저자명은 그럴듯하며, 학술지명과 연도, 권호, 페이지까지 붙어 있을 수 있다. 때로는 DOI 형식의 문자열도 포함된다. 그러나 형식이 갖춰졌다고 해서 문헌이 실제로 존재하는 것은 아니다. DOI처럼 보인다고 해서 실제 DOI인 것도 아니고, 실제 DOI라고 해서 그 DOI가 해당 논문을 가리킨다는 보장도 없다.

따라서 인용문헌 확인은 최소한 세 단계로 나뉘어야 한다. 첫째, 존재 확인이다. 해당 논문이나 책, 보고서가 실제로 존재하는지 확인해야 한다. 둘째, 서지 일치 확인이다. 제목, 저자, 출판연도, 학술지명, 권호, 페이지, DOI 등 핵심 정보가 서로 일치하는지 대조해야 한다. 셋째, 내용 적합성 확인이다. 해당 문헌이 본문에서 인용한 주장이나 자료를 실제로 뒷받침하는지 확인해야 한다.

첫 번째 단계인 존재 확인은 가장 기본적인 절차다. 참고문헌 목록에 적힌 문헌이 실제 학술 데이터베이스, 출판사 홈페이지, 학회 홈페이지, 도서관 목록, 학술 검색 서비스에서 확인되는지 살펴야 한다. 논문 제목이 정확히 검색되는지, 저자가 일치하는지, 해당 학술지나 출판물이 실제로 존재하는지 확인하는 것이다. 여기서 중요한 것은 하나의 검색 결과에만 의존하지 않는 태도다.

하나의 데이터베이스에서 검색되지 않는다고 해서 곧바로 가짜 문헌이라고 단정할 수는 없다. 학술문헌은 여러 경로에 흩어져 있다. 해외 논문은 Crossref, OpenAlex, PubMed, Semantic Scholar, 출판사 홈페이지, 학회 홈페이지 등에서 확인될 수 있다. 국내 논문은 KCI, RISS, DBpia, 국회도서관, ScienceON, 학회 홈페이지 등에 분산되어 있을 수 있다. 학위논문, 보고서, 학술대회 발표자료, 오래된 지역 학술지, 번역 제목이 있는 자료는 검색이 더 어려울 수 있다. 따라서 인용문헌 확인은 단일 검색이 아니라 교차 확인이어야 한다.

광고

두 번째 단계는 서지 일치 확인이다. 어떤 문헌이 검색된다고 해서 곧바로 참고문헌이 정확하다는 뜻은 아니다. 제목은 같지만 저자가 다를 수 있다. 저자는 같지만 출판연도가 다를 수 있다. DOI는 존재하지만 다른 논문을 가리킬 수 있다. 학술지명은 비슷하지만 실제로는 다른 학술지일 수 있다. 권호나 페이지 정보가 틀릴 수도 있다. 이런 경우 문헌은 실제로 존재하더라도 참고문헌으로서는 부정확하다.

DOI 검증은 이 단계에서 중요하다. DOI는 디지털 학술자료를 식별하는 데 널리 쓰이는 고유 식별자다. 그러나 DOI가 있다는 사실만으로 검증이 끝나지는 않는다. DOI가 실제 등록된 식별자인지, 해당 DOI의 메타데이터에 적힌 제목과 저자와 출판연도가 참고문헌의 정보와 일치하는지 확인해야 한다. DOI가 다른 논문을 가리킨다면 그것은 단순 오탈자일 수도 있지만, 심각한 서지 불일치일 수도 있다.

Crossref는 회원과 신뢰 가능한 출처가 등록한 학술 메타데이터를 공개 REST API로 제공한다. 이 메타데이터에는 서지 정보뿐 아니라 기금 정보, 라이선스, 출판 후 업데이트, ORCID, ROR ID, 초록 등 다양한 정보가 포함될 수 있으며, 검색·필터·샘플링 결과는 JSON 형식으로 반환된다.[1] 이런 데이터는 DOI와 논문 제목, 저자, 출판연도, 학술지 정보를 대조하는 데 중요한 기초 자료가 된다. 다만 Crossref에 없다고 해서 곧바로 문헌이 존재하지 않는다고 단정해서는 안 된다. DOI가 없는 문헌도 있고, 모든 학술자료가 Crossref에 동일하게 등록되어 있는 것도 아니다.

OpenAlex 역시 학술문헌 확인에 활용될 수 있는 공개 데이터 기반 인프라다. OpenAlex는 학술 논문, 저자, 출판원 또는 학술지에 해당하는 sources, 기관, 주제 등 학술 생태계의 다양한 엔티티에 접근할 수 있는 API를 제공한다.[2] 특정 논문의 제목, 저자, 출판연도, 출판처, 관련 저자와 기관 정보를 대조하는 데 도움을 줄 수 있다. 그러나 OpenAlex 역시 하나의 데이터베이스일 뿐이다. 데이터의 수록 범위와 메타데이터 품질, 중복·누락 가능성을 고려해야 한다. 어떤 데이터베이스도 학술문헌 전체를 완전하게 대표하지는 않는다.

국내 학술문헌의 경우에는 더 신중한 접근이 필요하다. 한국 학술 생태계는 국문 제목과 영문 제목, 한글 저자명과 로마자 표기, 학술지 국문명과 영문명, 학회명과 발행기관명, 학위논문과 학술논문이 복잡하게 얽혀 있다. KCI는 국내 학술지 정보, 논문 정보와 참고문헌을 DB화하고 논문 간 인용관계를 분석하는 시스템이다.[3] KCI Open API는 KCI에서 서비스되는 논문에 대해 논문명, 출판사, 저자 등 검색 간략 결과를 XML로 제공하며, 제목·저자·저널·발행기관·키워드·초록·발행년월 등의 검색 항목을 제공한다.[4] 국내 학술지 논문을 확인할 때 KCI는 중요한 출발점이 될 수 있다.

RISS 역시 국내 학술문헌 검증에서 빼놓기 어렵다. 공공데이터포털에 등록된 한국교육학술정보원 학술연구정보 OpenAPI는 학술연구정보서비스, 학술논문, 학위논문을 키워드로 하는 XML API로 안내되어 있다.[5] 특히 학위논문은 일반 학술지 논문과 다른 경로로 유통될 수 있으므로, 학위논문을 인용하는 경우 RISS와 도서관 목록을 함께 확인하는 것이 필요하다.

문제는 데이터베이스마다 강점과 한계가 다르다는 점이다. Crossref는 DOI 기반 국제 학술 메타데이터 확인에 강점이 있다. OpenAlex는 논문, 저자, 기관, 학술지, 주제 등 개방형 지식 그래프를 통해 넓은 범위의 학술 정보를 탐색할 수 있다. KCI는 국내 학술지 논문과 인용관계 확인에 중요하다. RISS는 국내 학술논문과 학위논문 탐색에 유용하다. 그러나 어느 하나만으로 모든 문헌을 확인할 수는 없다. 인용문헌 검증은 복수의 데이터베이스를 함께 보는 일이다.

세 번째 단계는 내용 적합성 확인이다. 이 단계가 가장 중요하지만 가장 자주 생략된다. 어떤 문헌이 실제로 존재하고, 서지 정보가 정확하더라도, 그 문헌이 본문 주장을 실제로 뒷받침하지 않는다면 인용은 부실하다. 예를 들어 한 논문이 “AI 활용이 대학생의 학업 성취를 높인다”고 주장하면서 어떤 문헌을 인용했다고 하자. 그 문헌이 실제로 존재하더라도, 원문을 읽어보니 단순히 AI 사용 경험을 조사한 논문이거나, 학업 성취가 아니라 학습 만족도만 다룬 논문이라면 인용은 부정확하다.

이 지점에서 인용의 윤리가 드러난다. 문헌의 실재 확인은 출발점일 뿐이다. 연구자는 해당 문헌이 어떤 연구문제를 다루었는지, 어떤 방법을 사용했는지, 어떤 결과를 제시했는지, 자신의 주장과 어떤 관계가 있는지 이해해야 한다. 원문을 읽지 않고 제목과 초록만으로 문헌의 의미를 추정하는 것은 위험하다. 특히 논쟁적인 주장이나 핵심 근거를 제시할 때는 원문 확인이 필수다.

내용 적합성 확인은 ‘내재화’의 문제이기도 하다. 문헌을 인용한다는 것은 그 문헌을 자신의 논지 안으로 가져오는 일이다. 단순히 참고문헌 목록에 추가하는 것이 아니라, 그 문헌의 문제의식과 주장, 한계와 맥락을 이해하고 자신의 연구와 연결하는 일이다. 저자가 자신이 인용한 문헌에 대해 설명할 수 없다면, 그 인용은 학술적 근거라기보다 외형적 장식에 가까워진다.

그렇다면 실제 연구자는 인용문헌을 어떻게 확인해야 할까. 우선 핵심 문헌과 주변 문헌을 구분해야 한다. 모든 참고문헌을 같은 깊이로 검토하기는 어렵다. 그러나 본문의 핵심 주장, 이론적 토대, 연구방법, 분석틀, 중요한 수치나 정책 판단에 연결되는 문헌은 반드시 직접 확인해야 한다. 이 문헌들이 실제로 존재하는지, 서지 정보가 정확한지, 본문 주장과 맞는지 검토해야 한다.

다음으로 AI가 제시한 문헌은 별도 검증 대상으로 삼아야 한다. AI가 만들어준 문헌 목록은 참고자료 후보일 수 있지만, 검증된 참고문헌은 아니다. AI가 어떤 문헌을 제시했다면 그 제목을 검색하고, 저자를 확인하고, 학술지명과 연도를 대조하고, DOI가 있다면 실제 DOI인지 확인해야 한다. 검색되지 않거나 정보가 불일치하면 그대로 사용해서는 안 된다. “AI가 알려준 문헌”은 원고에 들어가기 전 반드시 “내가 확인한 문헌”으로 전환되어야 한다.

또한 2차 인용을 조심해야 한다. 어떤 논문이 다른 문헌을 인용하고 있을 때, 그 문헌을 직접 확인하지 않고 다시 인용하는 경우가 있다. 이런 관행은 학술문헌 안의 오류를 반복시킬 수 있다. 원문을 확인하지 못했다면 2차 인용임을 분명히 밝혀야 한다. 직접 읽은 것처럼 참고문헌에 올리는 것은 학술적으로 정직하지 않다. 원문 확인이 어렵다면 인용을 보류하거나, 해당 내용을 직접 확인 가능한 다른 문헌으로 대체하는 것이 더 성실한 태도다.

학술지명과 출판처 확인도 필요하다. 가짜 참고문헌은 실제와 유사한 학술지명을 활용할 수 있다. 학술지명이 실제로 존재하는지, 해당 연도에 해당 권호가 발행되었는지, 그 학술지에 해당 논문이 실렸는지 확인해야 한다. 약탈적 학술지나 위장 학술지 문제까지 고려하면, 문헌의 존재 확인은 단순 검색보다 더 넓은 출판 맥락의 확인을 요구한다.

국내 문헌에서는 표기 차이를 고려해야 한다. 같은 논문이 국문 제목과 영문 제목으로 다르게 검색될 수 있다. 저자명은 한글과 영문 표기가 다를 수 있고, 학술지명은 약칭과 정식 명칭이 혼용될 수 있다. 따라서 국내 논문이 검색되지 않을 때는 제목 일부, 저자명, 발행기관명, 학술지명, 발행연도 등을 조합해 검색해야 한다. 한글 제목으로 안 나오면 영문 제목을, 영문 저자명으로 안 나오면 한글 저자명을 확인하는 식의 교차 탐색이 필요하다.

검증 결과는 단순히 진짜와 가짜로 나누기 어렵다. 제목, 저자, 연도, 학술지명, DOI가 모두 일치하면 확인된 문헌으로 볼 수 있다. 제목과 저자는 맞지만 권호나 페이지가 다르면 서지 오류 또는 부분 확인으로 볼 수 있다. DOI가 존재하지만 다른 제목의 논문을 가리키면 서지 불일치다. 복수의 데이터베이스에서 확인되지 않는 문헌은 미확인으로 두고 추가 검토해야 한다. 제목, 저자, 학술지명, DOI가 복합적으로 맞지 않으면 의심 문헌으로 분류할 수 있다.

이런 등급화가 필요한 이유는 두 가지다. 하나는 허위 인용을 방치하지 않기 위해서다. 다른 하나는 미확인 문헌을 곧바로 연구부정으로 단정하지 않기 위해서다. 학술자료는 불완전하게 기록되거나 제한된 데이터베이스에만 존재할 수 있다. 오래된 학술지, 지역 학술지, 비영어권 문헌, 학위논문, 보고서 자료는 찾기 어려울 수 있다. 따라서 검증은 성급한 처벌이 아니라 신중한 확인이어야 한다.

인용문헌 확인은 연구자의 시간을 요구한다. 그러나 그것은 불필요한 행정 부담이 아니다. 논문을 쓰는 사람이 자신의 근거를 확인하는 것은 연구의 일부다. 자료를 수집하고 분석하는 것만 연구가 아니다. 선행연구를 읽고, 그 문헌이 자신의 논지와 어떤 관계가 있는지 판단하고, 정확한 서지 정보를 제공하는 일 역시 연구의 핵심 과정이다.

대학원생에게 이 과정은 더욱 중요하다. AI는 문헌 검토의 출발점을 제공할 수 있지만, 그 출발점이 곧 연구의 토대가 되는 것은 아니다. AI가 제시한 참고문헌을 그대로 믿는 것은 위험하다. 연구자는 AI가 제시한 목록에서 실제 문헌을 찾아내고, 부정확한 문헌을 걸러내고, 자신의 논문에 필요한 문헌을 다시 읽고 정리해야 한다. AI가 제시한 문헌을 확인하는 과정 자체가 연구훈련의 일부가 되어야 한다.

학술지와 대학도 이 문제를 제도적으로 고민해야 한다. 표절검사는 문장 유사도 점검의 기본 절차가 되었지만, 참고문헌 확인은 아직 개인의 성실성에 많이 의존한다. 그러나 AI가 가짜 참고문헌을 대량으로 그럴듯하게 만들어낼 수 있는 환경에서는 개인의 주의만으로 충분하지 않을 수 있다. 학위논문 제출, 학술지 투고, 연구보고서 제출 과정에서 핵심 참고문헌의 실재성과 적합성을 확인하는 절차가 논의될 필요가 있다.

그렇다고 모든 것을 자동화된 도구에 맡길 수는 없다. 데이터베이스는 불완전하고, 검색 결과는 해석이 필요하며, 문헌의 내용 적합성은 결국 사람이 판단해야 한다. 어떤 문헌이 실제로 존재하는지 확인하는 데는 기술이 도움을 줄 수 있다. 그러나 그 문헌이 본문 주장을 정말 뒷받침하는지, 저자가 원문을 제대로 이해했는지는 사람이 읽고 판단해야 한다. 인용문헌 확인은 기술과 양심이 만나는 지점이다.

AI 시대의 인용 윤리는 결국 오래된 원칙으로 돌아간다. 읽지 않은 문헌을 읽은 것처럼 인용하지 말 것. 존재 여부를 확인하지 않은 문헌을 근거로 제시하지 말 것. 원문을 보지 않았다면 2차 인용임을 밝힐 것. 본문 주장을 뒷받침하지 않는 문헌을 권위처럼 붙이지 말 것. DOI나 학술지명 같은 외형에 기대어 검증을 생략하지 말 것. 인용은 논문의 장식이 아니라 독자에게 내미는 검증의 약속이라는 점을 잊지 말 것.

허위 인용의 시대에 인용문헌을 확인한다는 것은 단순한 서지 정리 작업이 아니다. 그것은 학술의 신뢰를 유지하기 위한 최소한의 윤리다. 논문은 주장을 쓰는 글이지만, 그 주장은 확인 가능한 근거 위에 서야 한다. 인용문헌의 실재를 확인하고, 서지 정보를 대조하고, 내용을 읽고, 자신의 논지 안에서 책임 있게 사용하는 것. 이것이 AI 시대에도 변하지 않는 연구자의 기본 책무다.

#인용문헌확인 #DOI검증 #참고문헌실재성 #허위인용 #AI유령인용 #Crossref #OpenAlex #KCI #RISS #연구윤리 #학술신뢰