openai-fde-prep

AI 에이전트를 활용한 역사학 논문 연구 가이드

AI는 논문을 대신 쓰는 저자가 아니라, 사료를 정리하고 주장을 반증하며 연구자가 스스로 판단하도록 돕는 연구 보조자다.

이 가이드는 역사학 석사논문 준비 과정에서 Claude Code와 Gemini Antigravity를 함께 사용해 본 지도 사례를 일반화한 것이다. 목표는 빠른 본문 생성이 아니라 사료에 근거한 질문 형성, 주장 검증, 연구자의 자립이다.

1. 먼저 정할 원칙

1. 학생이 연구자다. 제목·해석·결론·인용의 최종 책임은 학생에게 있다.
2. AI가 만든 문장을 그대로 제출하지 않는다. AI는 조사표와 반론을 만들고, 학생은 원문을 읽고 자기 문장으로 쓴다.
3. 검색 결과와 원문 확인을 구분한다. 서지정보를 찾았다는 것과 본문·쪽수를 확인했다는 것은 다르다.
4. 당대 사료와 후대 회고를 구분한다. 기관사·기업 사사는 중요한 자료이지만, 후대에 구성된 자기서술이다.
5. 두 에이전트가 같은 파일을 동시에 편집하지 않는다. 작성자와 검토자의 역할을 분리한다.
6. 공개 저장소에 저작권 원문·개인정보·인증정보를 올리지 않는다. 허용된 서지, 공개 링크, 연구자의 요약과 메모만 관리한다.

2. 권장 도구 역할

Claude Code — 저장소 기반 연구 관리자

• 저장소 구조와 기존 메모 파악
• 사료대장·연표·읽기노트 정리
• 주장을 검증 가능한 단위로 분해
• 주장과 사료 연결
• Quarto 문서 구성과 재현 가능한 빌드

Gemini Antigravity — 독립 반론 검토자

• Claude의 결론을 보지 않은 블라인드 검토
• 인과관계 과장, 시대착오, 범위 과잉 지적
• 대체 설명과 반증 사료 제안
• 확인된 사실·확인 필요·해석·입증 곤란 구분

학생 — 원문 판독자이자 최종 저자

• 원문과 쪽수 직접 확인
• 생산주체·생산시점·문서 목적 비판
• 경쟁가설 중 어떤 설명이 살아남는지 판단
• 지도교수와 범위·방법 결정
• 최종 문장과 각주 작성

3. 저장소 기본 구조

thesis-project/
├── README.md
├── docs/
│   ├── research_proposal.md
│   └── outline.md
├── research/
│   ├── claim_audit.md
│   ├── timeline.md
│   ├── source_cards/
│   └── reading_notes/
├── sources/
│   ├── primary_sources.md
│   ├── secondary_sources.md
│   └── bibliography.bib
└── manuscript/
    └── thesis.qmd

원문 PDF를 공개할 권한이 없다면 저장소에 넣지 않는다. 로컬 원문 경로와 공개 열람 URL을 분리해 관리한다.

4. 단계별 연구 워크플로우

단계 1 — 넓은 관심을 역사적 질문으로 좁힌다

나쁜 출발점:

1980년대 전자산업 정책과 기업의 대응을 살펴본다.

더 나은 질문:

특정 사업에서 정부·공공연구기관·참여기업의 역할과 연구성과 활용 규칙은 어떻게 설계됐으며, 실제 운영 과정에서 어떻게 실행되거나 변형됐는가?

시기·사건·행위자 중 최소 두 축을 고정한다. 제목에 전환, 재편, 안보화 같은 결론형 개념을 먼저 넣지 않는다.

단계 2 — 주장을 원자 단위로 분해한다

장문의 주장을 다음처럼 분류한다.

• F — 확인된 사실: 원문과 쪽수를 직접 확인
• V — 확인 필요: 출처 후보는 있으나 원문 미확인
• C — 인과 주장: 선후관계 외에 연결 사료가 필요
• H — 해석·작업가설: 경쟁 설명과 반증 가능성 필요
• A — 시대착오 위험: 후대 개념을 당대에 투사할 가능성
• X — 현재 사료로 입증 곤란: 범위 축소 또는 문장 삭제 후보

인과 주장이 사실보다 지나치게 많다면 본문을 쓰기 전에 범위를 줄인다.

단계 3 — 사료카드를 작성한다

사료명:
생산기관:
생산일:
관리번호·소장처:
원문 URL:
PDF 쪽수:
원문 인용:
사실 수준의 요약:
입증할 수 있는 주장:
입증할 수 없는 주장:
가능한 반대 해석:
당대 기록 / 후대 회고:
학생 원문 확인: [미확인] / [확인]

AI의 OCR이나 판독이 불확실하면 [판독필요]로 남긴다. 친필, 한자, 표, 금액은 학생이 이미지 원본과 대조한다.

단계 4 — 추상적 대립을 확인 가능한 지표로 바꾼다

다음과 같은 이항대립은 그대로 논지가 되기 어렵다.

• 국가주도 / 민간주도
• 지시자 / 위험분담자
• 협력 / 경쟁

대신 다음을 확인한다.

• 연구비 총액과 주체별 부담 비율
• 출연·융자·기술료 상환 조건
• 목표·참여자·예산 결정권
• 계약·연구관리·제재 조항
• 공동연구와 개별연구의 범위
• 특허·성과소유·제3자 공개 규칙
• 계획과 실제 집행의 차이

변화를 먼저 선언한 뒤 사례를 끼워 맞추지 않는다. 조항과 수치를 비교한 뒤 변화가 있었는지 판단한다.

단계 5 — 경쟁가설과 반증 조건을 만든다

예시:

1. 국가주도 산업육성 방식이 계속됐다는 설명
2. 기업 주도 사업을 정부가 지원했다는 설명
3. 국가가 공동기반과 경쟁 규칙을 함께 설계했다는 설명

각 가설에 대해 다음을 묻는다.

어떤 사료가 발견되면 이 가설이 틀렸다고 판단할 것인가?

모든 현상을 설명하는 혼합형이라는 말도 위험하다. 비용·의사결정권·소유권·제재처럼 관찰 가능한 기준으로 정의해야 한다.

단계 6 — 계획과 운영을 구분한다

정책계획서는 정부가 사업을 어떻게 작동시키고 싶었는지를 보여준다. 실제 작동을 입증하려면 다음이 추가로 필요하다.

• 협약서와 연차별 사업보고서
• 예산·결산·감사 자료
• 공공연구기관의 당대 보고서
• 국회 상임위원회 회의록
• 참여기업의 당대 기록
• 특허·기술료·성과활용 자료
• 후대 기관사·기업 사사

계획서만 확보했다면 제목도 형성과 설계 수준으로 제한한다. 운영자료가 확보된 뒤에만 운영, 변화, 성과를 주장한다.

단계 7 — 독립 검토 후 사람이 범위를 결정한다

Antigravity에는 Claude의 결론을 먼저 보여주지 않는다. 다음을 독립적으로 검토하게 한다.

• 사료 없이 확장된 장과 절
• 상관관계를 인과관계로 쓴 부분
• 당대 용어가 아닌 분석 개념
• 대체 설명과 반례
• 석사논문 분량에서 감당 가능한 범위

검토가 끝나면 AI끼리 토론을 반복하지 않는다. 학생과 지도자가 다음 중 하나를 결정한다.

• 현재 범위 유지
• 시기·사건 축소
• 핵심 사례 하나로 복귀

5. 수업에서 사용할 토론 질문

1. 이 문서는 누가 누구를 설득하기 위해 작성했는가?
2. 문서가 직접 말하는 사실과 연구자의 해석은 무엇인가?
3. 사용된 정책 용어는 당대 용어인가, 후대 분석어인가?
4. 계획서의 규칙은 실제로 집행됐는가?
5. 기관의 후대 성공서사에서 빠진 갈등과 실패는 무엇인가?
6. 어느 사료가 나오면 현재 가설을 수정해야 하는가?

학생이 AI 없이 사료의 생산주체·목적·핵심 조항을 설명하지 못한다면 본문 작성으로 넘어가지 않는다.

6. 최소 프롬프트 패턴

Claude: 사료 추출

목표: 지정한 1차 사료의 검증 가능한 내용을 사료카드로 만든다.
입력: 원문 PDF 1건과 주장 목록.
출력: 쪽수·원문·사실 요약·반대 해석을 포함한 Markdown 1개.
제약: 논문 본문을 쓰지 말고, 불확실한 판독은 [판독필요]로 표시한다.
단계: 원문 확인 → 항목 추출 → 주장 연결 → 입증 불가능한 주장 표시.
종료조건: 학생이 원문과 대조할 항목이 모두 식별되면 종료한다.

Antigravity: 독립 반론 검토

목표: 연구계획의 인과 과장과 사료 공백을 독립적으로 검토한다.
입력: 연구계획, 목차, 사료대장. 다른 AI의 평가문은 제외한다.
출력: 사실/확인필요/인과/가설/시대착오/입증곤란 판정.
제약: 파일을 수정하거나 존재하지 않는 문헌·인용·쪽수를 만들지 않는다.
단계: 주장 원자화 → 현재 근거 → 반대 설명 → 범위 권고.
종료조건: 유지·축소·복귀 중 사료상 안전한 선택을 제시하면 종료한다.

7. 지도 종료와 학생 인계

지도자는 다음 산출물까지만 함께 만든다.

• 잠정 연구질문 1개
• 경쟁가설과 반증 조건
• 핵심 사료카드 예시 1개
• 주장–사료 감사표
• 다음에 읽을 사료의 우선순위

이후에는 학생이 직접 다음 사이클을 반복한다.

원문 읽기 → 사료카드 → 주장 수정 → 반례 탐색 → 지도교수 확인

성공 기준은 AI가 많은 글을 만드는 것이 아니다. 학생이 다음 두 문장을 자기 말로 답할 수 있는 상태다.

내가 확인하려는 역사적 문제는 무엇인가?

어떤 사료가 나오면 현재 설명을 수정할 것인가?

8. 현장 피드백과 인계 결과

2026년 8월, 역사학 석사논문 준비를 위한 일대일 지도에서 이 워크플로우를 적용했다. 학생은 공공데이터포털·국가기록원·대통령기록관·국회 등 여러 공공 기록원을 에이전트 워크플로우로 연결하고, 수집과 반론 검토를 분리하는 연구 방식이 새롭고 놀랍다는 반응을 보였다.

이 반응은 단순한 도구 만족도가 아니라 다음과 같은 초기 adoption 신호로 기록한다.

• 학생이 AI를 본문 대필자가 아니라 사료 탐색·정리·검증 보조자로 이해했다.
• 서로 다른 에이전트에 조사와 반론 검토 역할을 나누는 이유를 이해했다.
• 사료카드 한 건을 함께 완성한 뒤 다음 연구 사이클은 학생이 스스로 진행하기로 했다.

지도자에게도 의미가 있었다. 성공을 많은 결과물 생성이 아니라 학습자가 스스로 연구를 이어갈 수 있게 된 순간으로 정의하면서, 전문지식을 다른 사람의 실행 능력으로 전환하는 일의 보람을 확인했다.

9. FDE 관점에서 얻은 교훈

이 사례는 특정 모델을 사용하는 법보다 전문가의 판단을 보존하는 AI 워크플로우 설계에 가깝다.

• 모호한 요구를 검증 가능한 연구 단위로 재구성했다.
• Claude와 Gemini의 역할을 작성자·독립검토자로 분리했다.
• 사료카드와 주장 감사표를 재사용 가능한 도구로 만들었다.
• 환각 방지를 위해 원문·쪽수·생산주체 확인 게이트를 두었다.
• AI가 결론을 대신하지 않고 학생에게 판단권을 돌려주는 인계 기준을 만들었다.

법률·제조·품질·역사학처럼 도메인은 달라도 패턴은 같다.

도메인 전문가의 암묵적 검증 규칙을 명시적인 에이전트 워크플로우와 사람의 승인 게이트로 전환한다.