AI로 논문이 "대량 생산"되는 시대: 생산성은 높아졌지만, 품질은 알아볼 수 있을까?

「AI로 논문이 증가한다」는 것이 좋은 소식인가?

2025년 12월, 생성 AI(대규모 언어 모델: LLM)가 학계에 가져온 변화를 상당히 큰 규모로 포착한 연구가 화제가 되었다. Phys.org에 따르면, LLM(예: ChatGPT)을 사용하는 과학자는 사용하지 않는 과학자에 비해 논문 생산량이 눈에 띄게 증가하고 있다고 한다. 게다가 그 증가 폭은 분야와 지역에 따라 편차가 있으며, 특히 "영어가 모국어가 아닌 연구자"에게 강한 순풍이 되고 있다.Phys.org

이 뉴스가 주목받는 이유는, 학술 출판이 원래 가지고 있던 "구조적인 병목"과 생성 AI가 만들어내는 "새로운 병목"이 동시에 드러나기 때문이다. 연구자에게는 "쓰기 시간"이 줄어드는 것이 반가운 소식이다. 하지만 심사자나 편집자, 그리고 연구 성과를 활용하는 사회에 있어서는 "읽기/판별 부담"이 급증한다. 효율화의 혜택이 다른 곳에서 비용으로 되돌아오는 구조가 여기에 있다.

연구는 어떻게 "AI 이용"을 측정했는가

이번 분석의 기반은 프리프린트(심사 전에 공개되는 논문)이다. Cornell 대학과 UC Berkeley의 연구자들은 arXiv, bioRxiv, SSRN이라는 대규모 프리프린트 서버에 제출된 200만 건 이상의 초록(2018년 1월~2024년 6월)을 대상으로 했다.Phys.org

여기서 중요한 것은 "누가 LLM을 사용했는가"를 어떻게 추정했는가이다. Phys.org에 따르면, 연구팀은 GPT-3.5(GPT-3.5 Turbo-0125)에게 2023년 이전의 초록을 바탕으로 "AI스러운 초록"을 생성하게 하여, 인간 문장과의 차이(표현 방식이나 통계적 특성)를 학습하고, 이후의 초록에 그 "지문"이 나타나는지를 감지하는 알고리즘을 만들었다고 한다.Phys.org

더욱이 EurekAlert!의 소개에서는, LLM 도입 전후의 변화를 추적하는 차분의 차분(difference-in-differences)으로, 채용 후 생산성이 어떻게 변했는지를 비교했다고 한다.EurekAlert!

즉, "본인이 신고한 AI 이용"이 아니라, "문장의 특징에서 추정"하고 있다. 여기에는 한계도 있다(예를 들어 문체 템플릿화나 교열 도구의 영향이 섞일 가능성). 그러나 규모가 큰 만큼, 개별 사례에서는 보이지 않는 "전체 경향"을 파악하기 쉽다.

결과 1: 논문의 "생산성"은 정말로 증가했다

숫자는 상당히 강하다. Phys.org는 분야별 증가로 사회과학·인문에서 59.8%, 생물·생명과학에서 52.9%, 물리·수학에서 36.2%의 증가를 소개하고 있다.Phys.org

Cornell Chronicle의 설명도 이에 따라, arXiv에서 약 3분의 1 증가(≒36%), bioRxiv와 SSRN에서는 50% 이상 증가했다고 말한다.코넬 크로니클

여기서 오해하기 쉬운 것은, "AI가 연구 아이디어를 만들어서 증가했다"기보다는, "쓰기·정리·투고 준비에 걸리는 마찰이 줄었다"는 효과가 클 것이라는 점이다. 실험이나 분석에 같은 시간을 사용하더라도, 문서화가 빨라지기만 해도 "출판할 수 있는 수"는 증가한다. 특히 초록이나 도입부, 관련 연구의 정리, 표현의 다듬기는 LLM이 잘하는 영역이다.

결과 2: 비영어권에 대한 "격차 해소"가 보이기 시작했다

이번 연구에서 가장 상징적인 것은 지역 차이다. Phys.org는 "아시아 연구자에서 최대 89% 증가"라고 전하며, 영어가 필수인 톱 저널 문화가 비영어권에 불리했던 역사에도 언급하고 있다.Phys.org

Cornell Chronicle은 더 나아가, 아시아 기관에 소속된 연구자의 투고 증가가 43.0%~89.3%에 달한 반면, 영어권 기관이나 "Caucasian" 이름의 저자에서는 23.7%~46.2%로 소폭이었다고 한다.코넬 크로니클

EurekAlert!도, 생산성의 상승 폭이 23.7%~89.3%로, 언어 장벽이 높은 사람일수록 혜택이 크다고 요약한다.EurekAlert!

이는 학계에 오래 존재해 온 "영어 유창성의 프리미엄"이 약화될 가능성을 시사한다. 연구의 내용에 비해 "영어로 정리하는 능력"이 과도하게 평가되어 왔다면, 그 왜곡이 시정되는 면은 확실히 있다.

한편, 이는 "경쟁의 규칙 변경"이기도 하다. 지금까지 영어 실력으로 이기던 사람은 우위가 줄어들고, 다른 신호(소속·지도교수·브랜드)에 평가가 쏠릴 우려가 있다. Phys.org는, 문장에 의한 판별이 무너지면 "저자의 경력이나 소속과 같은 상태 지표에 의존할 수 있다"고 경고하고 있다.Phys.org

결과 3: 문장은 "고도화"되는데, 질의 기준이 역전된다

여기가 이 연구의 가장 무서운 포인트다. 기존에는 읽기 쉽고, 또한 전문적으로 논리 정연한 문장을 쓸 수 있는 것이 연구의 질과 상관관계가 높았다. 심사자도 편집자도, 바쁜 중에 "빠르게 보기"로 문장의 완성도를 의지해 온 부분이 있다.

그러나 Cornell Chronicle에 따르면, 인간이 쓴 논문에서는 "문장의 복잡성이 높을수록 채택되기 쉬운" 경향이 있었지만, LLM이 관여했을 가능성이 높은 논문에서는 그 관계가 역전되어, "복잡한 문장일수록 채택되기 어려운" 경향이 나타났다고 한다.코넬 크로니클

TechXplore(The Conversation의 재게시)도 마찬가지로, AI 지원 하에서는 "복잡한 언어"가 약한 내용을 덮는 형태로 사용될 수 있다고 요점을 정리하고 있다.테크엑스플로러

이를 쉽게 말하면, "문장이 잘 쓰여진다 = 좋은 연구"라는 지름길이 깨졌다. 아니, 더 정확히 말하면 "문장이 잘 쓰여지는 것이 이전보다 저렴하게 얻을 수 있게 되었다". 그래서 문장만 보고 "당첨"을 뽑을 확률이 낮아진다.

결과 4: 인용이나 탐색의 "다양화"라는 의외의 플러스

어두운 이야기만 있는 것은 아니다. Cornell Chronicle은 AI 활용이 관련 연구의 탐색에도 영향을 미치며, AI 검색(예: Bing Chat)이 새로운 문헌이나 서적에 접근하기 쉬워지고, 기존 검색이 잡기 쉬운 "오래되고 인용이 많은 정석"에 대한 편향을 상대적으로 약화시킬 가능성을 소개하고 있다.코넬 크로니클

EurekAlert!도, LLM 채택자는 더 다양한 문헌(서적, 더 새로운 연구, 인용이 적은 문헌)을 읽고 인용하는 경향이 있다고 요약한다.EurekAlert!

이는 연구의 "발상의 폭"이 넓어질 가능성이 있는 한편, 다른 우려도 낳는다. 인용이 증가하고 다양화될수록, 참조의 정확성 체크의 부담도 증가한다. 생성 AI의 환각(그럴듯한 오류)이 섞이면, 잘못된 인용 연쇄의 온상이 될 수도 있다.

"논문 홍수"와 심사의 미래: 무엇이 막히는가

여기까지를 하나의 그림으로 만들면 이렇게 된다.

• 연구자: 쓰기 과정이 단축 → 투고 수가 증가

• 저널/심사자: 읽기 수가 증가 + 문장의 완성도로 "거르기" 어려워짐

• 연구 평가(채용·승진·지원): 수량 지표가 더 왜곡됨(양이 너무 많아짐)

• 사회: 신뢰할 수 있는 지식을 얻는 비용이 증가

Phys.org는 대책으로 "더 깊은 체크"나 "AI 기반의 심사 지원 에이전트"를 제안하고 있다.Phys.org

TechXplore(The Conversation)는, 논문 투고 수의 증가와 편집 부담을 감안하여, "불에는 불로" AI 리뷰 지원을 사용할 수밖에 없는 상황도 나올 수 있다고 시사한다.테크엑스플로러

그러나 AI로 AI를 심판하는 구조는 새로운 위험도 내포한다. 검출기의 편향, 오판, 도구 경쟁(검출 회피의 문장 최적화) 등, "쫓고 쫓기는 게임"이 일어날 가능성이 있다. 중요한 것은 "AI스러움을 단속하는" 것보다, "연구로서의 견고함을 검증하는" 방향으로 평가 축을 옮기는 것이다.

SNS의 반응(경향): 찬반이 갈리는 포인트는 여기

※이하는, 개별 게시물을 망라적으로 집계한 것이 아니라, 기사화·재게시·논의에서 반복적으로 나타나는 논점(=SNS에서 확산되기 쉬운 "반응의 유형")을 정리한 것이다.

##