안과학 논문에서 인공지능 보조 저술 공개 여부와 어휘 확산의 언어적 특성
Inooka et al.
- AI 공시 논문의 토론 섹션이 더 복잡한 어휘(FKGL 17.15 vs 16.00)와 AI 특화 용어 밀도(22.38 vs 15.71/천 단어)를 보여 생성형 AI 스타일의 언어적 지문을 실제로 감지할 수 있음을 입증했다.
- 633개 중 AI 공시가 4.4%에 불과해 비공시 논문의 실제 AI 사용 여부를 알 수 없으며, 용어 밀도 증가가 AI 확산이 아닌 학문적 관례 변화일 가능성도 배제하지 못했다.
- 현재로선 공시 관행이 불완전해 편집자와 독자가 실제 AI 사용을 파악하기 어렵지만, 공시된 원고의 언어 검토 기준 수립에는 이 지표들이 유용할 수 있다
일차적 의견
• 2024년 1월부터 2026년 5월까지 Ophthalmology Science에 발표된 633개 원저 중 28편(4.4%)이 generative AI 보조 저술을 공개함.
• AI 공개 논문은 더 낮은 Flesch Reading Ease (11.97 vs 21.59, P<0.001), 더 높은 Flesch-Kincaid Grade Level (17.15 vs 16.00, P=0.013), 더 높은 AI 관련 용어 밀도 (22.38 vs 15.71/1000단어, P=0.003)를 보임.
• 공개 여부가 실제 AI 사용을 입증하지 못하며, 미공개 논문에서 시간에 따른 AI 관련 어휘 증가는 미탐지 AI 영향의 가능성을 시사.
안과 논문의 공개된 AI 보조 저술은 측정 가능한 언어 패턴 차이 및 전문용어 밀도 증가와 연관되어 있으며, 학술출판에서 공개의 광범위성과 표준화된 탐지 방법의 필요성에 대한 의문을 제기한다.
쉽게 풀어 쓴 해설
- AI 도움을 받은 논문은 일반 논문보다 문장이 더 어렵고 복잡했어요.
- 공개하지 않은 논문에서도 AI 특유의 표현이 늘어나고 있어요.
- 안과 학술지에 2024년부터 2026년 초까지 발표된 633편의 원저 중 28편을 분석했어요.
- AI 도움을 받은 논문과 그렇지 않은 논문의 문장 복잡도와 단어 사용 패턴을 비교했어요.
- 의학 논문을 읽고 평가하는 의사나 학술지 편집진에게 해당해요.
- 환자가 건강 정보를 찾을 때 직접 참고하는 자료는 아니에요.
- 복잡한 문장이 논문의 정확도나 신뢰도에 미치는 영향은 아직 몰라요.
- 다음 진료 때 "의학 논문에도 AI가 얼마나 쓰이는데, 그런 논문도 믿을 수 있나요" 여쭤 보세요.