0-0. 아웃라인
논문은 일반적으로 우리가 접하게 되는 특정한 문제에 대한 해결 방법을 제시하는 형태만 있는 것은 아닙니다.
수집한 데이터나 구현한 프레임워크의 설계, 통계적 분석 결과, 문헌 조사 결과 등을 출판하는 경우도 있습니다.
이에 따라, 논문의 아웃라인도 본인의 연구의 형태에 맞게 바뀌어야 합니다.
하지만, 주의하셔야 할 점은 본인이 제안하고 있는 연구와 비슷한 포맷의 연구들은 기존에 얼마든지 있다는 것이고,
여러분의 논문을 심사할 지도교수/심사위원/리뷰어/에디터 등은 거기에 익숙하다는 사실입니다.
본인의 연구와 비슷한 접근법을 채용하는 기존의 연구들을 충분히 찾아보시고, 잘 씌어진 논문들의 아웃라인을 차용하시는 것이 도움이 됩니다.
0-1. 제목
논문의 제목은 해당 논문에서 (1) 해결하고자 하는 문제와 (2) 그 문제를 해결하는 방법을 명징하게 드러낼 필요가 있습니다.
이에 따라, 제목에 사용되는 단어들과 어구들은 되도록 같은 연구 분야의 연구자들이 봤을 때 그 의미나 의도를 예상할 수 있어야 합니다.
종종 제안하는 방법들에 새로운 이름을 붙이기는 하지만, 콜론 등을 이용해서 그것이 새로운 이름임을 명확히 해주는 것이 좋습니다.
하지만, 이와 동시에 논문의 제목은 동일 분야 다른 연구자들에게 매력적으로 보여야 할 필요도 있습니다.
따라서 관련 연구 서베이를 통해 찾으신 다른 논문들의 제목을 충분히 확인하시고 본인의 논문에도 고려하는 것도 좋은 방법입니다.
0-2. Abstract
연구의 요약은 요약만을 바탕으로도 해당 논문의 내용을 어느 정도 예상할 수 있도록 하는 것을 목표로 합니다.
대부분의 연구자들이 요약의 작성에서 실수하는 부분은 해당 문제의 배경과 해결 필요성을 설명하기 위하여, 절반 이상의 분량을 할애하는 것입니다.
여러분이 해결하고자 하시는 문제가 특이하거나 생소한 문제라고 하더라도, 그 연구 동기는 다른 이들도 쉽게 이해할 수 있는 경우가 많습니다.
따라서, 저는 요약의 작성시에 연구의 목적을 1문장 정도로 명확히 언급하시고, 해당 목적을 성취함으로써 얻을 수 있는 이점을 다음 1 문장 정도로 정리하신 후,
제안하고 있는 방법론을 설명하시는데 지면을 할애하시는게 좋다고 생각합니다.
또한, 요약에서 실험을 언급할 때, 그 내용이 굳이 자세해질 필요는 없습니다.
특히, 우리 연구실의 논문들은 대체로 개념적 모델을 제안하고 그것이 실제 데이터에 부합한지 확인하는 정도에 그치는 경우가 많기 때문에 더더욱 그러합니다.
- Introduction
서론은 연구의 동기와 목적, 방향성, 기여 등을 설명하는 것을 목적으로 합니다.
기술적인 내용이 크게 포함되지 않는 부분이지만 그렇기 때문에 작문이 더더욱 난해하기도 합니다.
아래와 같은 구성을 참고하시면 조금은 도움이 되실 것으로 보입니다.
1-1. Motivation
앞서 언급한 바와 같이 연구의 필요성은 대개는 자명한 경우가 많습니다.
이 부분이 지나치게 길어질 경우, 논문이 명확한 기여를 갖고 있기 보다 말로 떼우려 한다는 인상을 줄 수 있습니다.
선행 연구가 많은 분야의 경우에는 기존에 이러한 연구들이 있었으며, 이런 한계가 있으니 이런 부분을 해결하고자 한다 정도에 그쳐도 무방합니다.
선행 연구가 부족한 분야일 경우에는 제기하고 있는 문제를 단적으로 보여줄 수 있는 예시를 추가하시는 것을 추천드립니다.
보통은 그림으로 넣는 것이 좋겠지요.
1-2. Research purpose
일반적으로 연구의 목적과 목표를 가장 많이 헤깔려 하는 것 같습니다.
연구의 목적은 문제 해결을 위하여, 어떤 특정한 방향으로 나아가겠다는 방향성에서의 이야기입니다.
Bibliography Network 분석에서는 "연구자들의 협업 관계를 바탕으로 향후 높은 성과가 기대되는 협업 관계를 높은 정확도로 추천해 주겠다"는 것 정도가 될 수 있겠습니다.
1-3. Research goal
연구의 목적과 달리 목표는 이 논문 내에서 해결하고 있는 특정한 문제가 될 수 있겠습니다.
이 논문에서 실질적으로 다루고 있는 문제의 영역이 어떤 것인가 하는 것입니다.
이를 언급하기 위해서는 앞선 연구 목적을 다루는 다른 연구들의 상황이 어떠하고 한계점이 어떠하다는 이야기가 먼저 언급될 필요가 있습니다.
Bibliography Network 분석에서는 "기존의 다른 연구들은 협업관계 추천을 위해 단순히 현재의 연구 성과만을 다루는데, 이는 연구자 개개인의 본질적인 연구 역량을 반영하지 못한다.
따라서, 본 연구에서는 연구자 개개인의 연구 역량을 측정하고, 시간에 따른 역량 변화를 예측하며, 이 것이 협업 관계를 더욱 정확히 추천하는데 활용될 수 있음을 보인다." 정도가 될 수 있겠습니다.
1-4. Contribution
앞서, 연구의 목적과 목표는 해결하고자 하는 문제를 주로 다뤘다면, 이제 그 문제를 어떤 접근법으로 해결할 것인지를 대략적으로 설명할 필요가 있습니다.
서론에서 문제의 해결 방법을 구체적으로 다룰 필요가 없으며, 그 상세함이나 추상성의 정도는 요약 등에서 언급된 정도이면 충분합니다.
하지만, 논문의 주요 키워드들이 언급될 필요는 있겠습니다.
또, 해당 논문의 기여를 어느정도 분류하여 Noteform으로 기술해 주는 것은 해당 논문의 기여의 범위를 명확히 하는데 도움이 됩니다.
기여의 범위가 모호하다는 것이 리뷰어들이 많이 하는 코멘트 내용이기도 합니다.
1-5. Research question
또한, 해당 연구에서 제기하고 있는 근본 가설들을 정리해 주는 것도 연구를 보다 가치있게 하는데 도움이 됩니다.
Bibliography Network 분석에서는 "RQ 1: 연구 성과가 높은 협업 집단들의 경우, 특정한 그래프 구조의 패턴을 가지고 있을 것이다."와 같은 가설이 있을 수 있겠습니다.
그리고, 향후 Evaluation 영역은 이 근본 가설들과 맞물려 있어야 합니다.
1-6. Organization
논문의 구조를 기술하는데, 단순히 여기는 서론, 여기는 본론과 같은 방식으로 열거하게 되면, 논문에 성의가 없다는 인상을 줍니다.
보다 유기적인 문장들로 논문의 구조를 설명하는 것이 좋습니다.
2-1. Related work
관련 연구는 해당 논문과 밀접한 관련을 가진 기존 연구들을 말합니다.
이에 따라, 지나치게 많은 연구들이 제시될 필요도 없지만, 관련 연구들이 해당 논문을 지탱해 주지 못해도 곤란합니다.
기존의 연구의 방향성과 문제점들을 해결하기 위해서 제시되고 있는 것이 현재의 연구이기 때문입니다.
따라서, 본인이 제기하고 있는 논지를 뒷받침하기에 적합한 기존 연구들을 위주로 취합할 필요성이 있습니다.
또한, 논문에 익숙하지 않으실 경우 관련 연구 파트에 기존의 연구들을 단순 열거하시는 경우가 있습니다.
이는 해당 연구의 논거를 뒷받침하는데 그리 도움이 되지 못합니다.
되도록, 기존 연구들의 문제점과 본 연구의 필요성이 부각될 수 있도록 유기적으로 구성해야 합니다.
2-2. Background
연구 배경은 일반적으로 다루고 있는 연구 분야가 다른 연구자들에게 생소하거나, 기존 연구들이 장단점을 논박할 만큼 충분치 못할 경우에 많이 쓰입니다.
따라서, 해당 연구 분야의 역사와 발전 방향 그래서 어떻게 본 연구에 까지 이르게 되었는지를 설명하시는 것이 좋습니다.
위와 마찬가지로 기존 연구들의 단순 열거는 지양해야 합니다.
2-3. Problem Description
문제의 기술은 해당 논문에서 해결하고자 하는 문제를 전산학적으로 명확히 정의하여, 문제의 범위를 제약/축소하거나 독자들의 오해의 소지를 줄이는데 목적이 있습니다.
따라서, 논문에서 사용하실 정의들과 기본적인 개념들 Notation들이 제시되어야 하는 부분입니다.
우리 연구실에서는 대체로 데이터의 표현과 특징의 추출을 많이 다루게 됨으로, 데이터 자체를 어떻게 표현할지를 정의하는 것이 우선시 될 필요가 있습니다.
Bibliography Network에 있어서는 해당 네트워크 자체가 어떠한 형태의 그래프로 모델링 되어 있는지를 먼저 정의해야 하겠고,
SEO에서는 해당 연구에서 이야기하는 웹 문서와 쿼리, term, tag 등에 대한 정의가 선행되어야 하겠습니다.
이 부분에서는 단순히 수학적인 모델링도 좋지만, 실제 데이터의 형태와 그것이 모델링된 결과의 예시를 보여줄 수 있으면 논문의 질을 높이는데 도움이 됩니다.
이후에는, 해당 데이터의 표현으로 부터 추출될 Semantic Relevancy나 Research Capacity와 같은 특징들의 정의가 제시될 필요가 있습니다.
물론, 이 둘 사이를 이어주는 세부적 개념들에 대한 정의와 정의들 간의 연관 관계도 제시되어야 하겠죠.
이러한 정의들은 개념적인 요소들을 전산학적으로 처리 가능하도록 제한하는데 목적을 두고 있으므로, 되도록이면 수학적인 formulation이 동반될 수 있다면 좋습니다.
- 본론
논문의 본론에 있어서 드릴 말씀은 크게 없지만, 아래 세 가지 점을 염두에 두시면 도움이 되리라 봅니다.
1) 논문의 본론은 1개의 section일 필요는 없습니다.
논문에서 제시하고 있는 내용이 크게 2파트로 나뉠 수 있다면 본론을 2개 section으로 구성하시는 편이 읽는 쪽에는 도움이 되리라 봅니다.
특히, 우리 연구실에서는 어떤 특징의 정의와 그 활용을 목적으로 하는 만큼,
- Semantic Relevancy 측정방법/ Semantic Relevancy기반 SEO를 위한 Metatag 구성
- Research Capacity 측정 방법/ Research Capacity를 활용한 협업 관계 추천
등과 같이 2파트로 쪼개지는 경우가 많습니다.
2) 본론의 세부 section을 구성하는데는 실험/구현하는 입장에서 보다는 제안하는 방법론의 기술적 구성을 고려하셔야 합니다.
저도 논문을 작성하면서, 세부 section들의 구성을 지속적으로 수정하지만,
하나의 section안에는 논리적으로 연결된 그리고 기술적으로 동질적인 내용들이 언급될 필요가 있습니다.
또한, 하나의 section 안에서 언급되는 내용들은 그 자체로 어느정도 완결성을 띄고 있어야 합니다.
객체지향 프로그래밍에서 모듈 설계와 분할 과정을 생각해 보신다면, 어떤 말씀을 드리고자 하는지 쉬이 이해하시리라 생각합니다.
3) 실험이나 데이터 수집등과 관련된 이야기는 본론에 기술하지 않으셔야 합니다.
작성하시는 논문이 데이터 분석 자체를 목적으로 하시는게 아니라면, 보통 전산학 분야에서의 논문들은 같은 종류의 데이터라면 어디에나 적용될 수 있는 general한 방법론을 제시하는 것을 목적으로 합니다.
이때, general한 방법일 수록 연구의 가치와 범위는 넓어지겠죠.
이에 따라, 실험이나 데이터 수집 등의 내용이 본론에서 높은 비중으로 언급되는 것은 적절하지 못합니다.
4) 본론은 기술적으로 자명하면서도 이해가 용이해야 합니다.
이를 위해서는 저의 경우에는 본론의 내용은 대체적으로 어떤 결과를 얻어가는 과정을 순차적으로 기술하지만,
과정의 기술에 앞서, (1) 해당 과정이 몇개의 단계들로 이뤄지며, (2) 각 단계들의 기술적 의미가 무엇인지,
(3) 실제 데이터(예시)를 바탕으로 봤을 때는 어떤 의미를 갖는지를 설명하고자 하는 편입니다.
- 실험 및 평가
실험 파트에서 많이들 실수하는 부분은 (1) 논문의 논지와 관계 없는 불필요한 실험들을 수행하거나 (2) 실험 환경에 대하여 불필요한 정보들을 열거하거나 (3) 실험 결과에 대하여 단순한 성능 향상을 보이는데 그친다는 점입니다.
실험은 단순히 성능이 증가 되었음으로 보이는데 목적을 두는 것이 아니라, 논문에서 제시하고 있는 논지와 가설을 검증하는 것입니다.
따라서, 만약 연구자 협업 관계를 보다 정확히 추천하는 것이 목적이라면, 해당 논문에서는 시간 복잡도나 running time 등의 실험 결과를 제시할 필요는 없으며, 실험에 사용된 PC의 성능과 같은 불필요한 정보들도 제시될 필요가 없습니다.
또, 앞선 예시와 같이 "RQ 1: 연구 성과가 높은 협업 집단들의 경우, 특정한 그래프 구조의 패턴을 가지고 있을 것이다."와 같은 가설을 세우셨다면, 해당 가설의 검증을 위한 실험이 제시되어야 하며,
실험 결과를 바탕으로 해당 가설이 검증되었는지에 대한 충분한 논박이 제시되어야 합니다.
간단한 이야기로, 논문에서 진행되는 실험은 단순히 구현과 구현된 시스템에 대한 테스팅이 아리나,
논문에서 제시한 논지들과 가설들에 대한 검증이 되어야 합니다.
4-1. 실험 절차/데이터/성능 평가 방법
실험 절차와 데이터, 데이터 수집 방법, 성능 평가 방법은 제시하는 연구 결과의 재생산성 (Reproducibility)를 판가름하게 됩니다.
따라서, 리뷰어들은 해당 절차들과 방법들이 (1) 기존 연구들에서 널리 사용되는지, (2) 제안하는 가설 검정에 적합한지를 까다롭게 확인합니다.
만약, 해당 연구 분야에서 잘 사용되지 않는 방법들을 사용하게 되신다면, 그 이유를 합리적으로 설명하실 필요가 있습니다.
- 결론
결론의 작성에 있어서 가장 많이 하는 실수는 연구의 내용을 전반적으로 재요약한다는 것입니다.
하지만, 이러한 내용은 결론 전체 분량의 1/5 정도에 그치는 것이 적합하다고 생각합니다.
일반적으로 연구자들이 결론에서 기대하는 내용은 해당 연구의 한계점들과 향후 개선 방향입니다.
만약, 해당 연구 분야에서 향후 연구의 방향성 또한 제시하실 수 있다면, 보다 좋은 논문을 쓰시는데 도움이 되실 것입니다.
