facts

의료 연구자들을 대상으로 논문 초안 작성, 체계적 문헌고찰(Systematic Review), 메타 분석 서비스를 제공하는 '리서치 골드(Research Gold)'가 모든 공정을 AI로 처리하면서도 '100% 인간 작성'이라고 허위 광고했다. 해당 서비스는 체계적 문헌고찰의 투명한 보고 지침인 PRISMA 2020과 헬스케어 중재 효과 분석의 표준인 코크란 핸드북(Cochrane Handbook) 방법론을 준수한다고 명시했다.

웹사이트의 '팀' 소개 페이지에는 AI로 생성된 가짜 인물들이 배치됐다. 심장학 및 감염병 분야의 증거 합성 전문가로 소개된 엘레나 바스케스(Elena Vasquez) 박사와 스코핑 리뷰 전문가 메이린 첸(Mei-Lin Chen) 박사를 포함한 8명의 팀원은 온라인상에 출판 기록이나 활동 흔적이 없는 가공의 인물이며, 프로필 사진 역시 AI로 생성된 것으로 확인됐다.

실제 인물의 신원을 도용한 사례도 발견됐다. 증거 합성 과학자인 제니 베리오(Jenny Berrio)를 포함한 일부 방법론 전문가들의 이름과 사진, 약력이 링크드인(LinkedIn)에서 무단으로 가져와 사용됐다. 일부 프로필 사진에는 링크드인의 구직 중 표시인 '#opentowork' 그래픽이 그대로 포함되어 있었다. 고객 응대 역시 '사라(Sarah)'라는 이름의 AI 음성 에이전트와 AI 생성 이메일, 채팅봇이 전담했으며, AI 에이전트는 자신이 인간임을 반복적으로 주장하며 서비스를 판매하려 시도했다.

how-it-works

사용자가 온라인 폼을 통해 연구 주제를 입력하면, AI는 즉시 해당 주제의 '조작적 정의(Operational Definition)'를 설정하고 분석 구조를 제안하는 파이프라인으로 작동한다. 예를 들어 '0~5세 아동에게 블로그가 미치는 영향'이라는 주제를 입력했을 때, AI는 아동이 직접 읽는 독자가 아니라는 점을 지적하며 연구 방향을 두 가지(양육자의 행동 변화 또는 아동의 직접적 결과) 중 하나로 선택하도록 유도했다.

AI가 제시한 구체적인 분석 구조는 PICO(Population, Intervention/Exposure, Comparator, Outcome) 프레임워크를 따른다. 사용자가 '아동의 직접적 결과'를 선택하자 AI는 다음과 같은 설계를 즉시 출력했다.

- Population: 0~5세 아동

- Exposure: 아동에게 사용되거나 보여지는 블로그 스타일 또는 숏폼 디지털 콘텐츠

- Comparator: 노출이 없거나 최소한인 경우, 또는 다른 미디어 형식

- Outcomes: 언어 및 초기 문해력, 인지, 주의력, 사회정서적 발달 측정치

전체 리뷰 서비스의 가격은 1,900달러로 책정됐다. 이 비용에는 등록 가능한 프로토콜 작성, 주요 데이터베이스 검색 및 실행, 제목/초록 및 전체 텍스트 스크리닝(Dual screening), 데이터 추출, 편향 위험 평가(Risk-of-bias appraisal), 서술적 합성 및 타겟 저널 형식의 최종 작성물이 모두 포함된다. 사용자는 AI가 생성한 이 견적서를 받은 후 전용 포털을 통해 결제를 진행하는 구조다.

implementation-impact

학술 연구에서 AI 도입의 가장 큰 제약은 환각(Hallucination) 현상이다. 특히 수백 편의 논문을 정밀하게 읽고 결론을 도출해야 하는 메타 분석에서 AI가 가짜 인용구를 생성하거나 논문의 뉘앙스를 잘못 해석할 경우, 연구 전체의 신뢰성이 붕괴된다. 이미 학계에서는 AI가 생성한 가짜 인용구가 포함된 논문이 투고되거나, 심지어 일부 저널에 게재되는 사례가 보고되고 있으며, 동료 심사(Peer-review) 과정 자체가 AI 생성 텍스트에 의해 오염될 가능성이 제기된다.

연구 실무자가 외부 연구 지원 서비스를 이용할 때는 컨설턴트가 제시한 PICO 프레임워크의 논리적 타당성을 검토하는 것에 그치지 않고, 해당 전문가의 실제 출판 이력(ORCID, PubMed 등)과 소속 기관을 교차 검증하여 AI 대행 여부를 확인해야 한다.