문헌 고찰

문헌 고찰(literature review) 또는 문헌 검토는 특정 주제에 대해 이전에 발표된 연구에 대한 개요이다. 이 용어는 완전한 학술 논문이나 책 또는 논문과 같은 학술 작업의 한 섹션을 의미할 수 있다. 어느 쪽이든 문헌 고찰은 연구자/저자와 독자들에게 특정 주제에 대한 기존 지식에 대한 일반적인 정보를 제공한다. 좋은 문헌 고찰은 적절한 연구 질문, 적절한 이론적 틀 및 선택된 연구 방법론을 갖는다. 이는 관련 문헌 내에서 현재 연구를 위치시키고 독자에게 맥락을 제공하는 역할을 한다. 이러한 경우, 고찰은 일반적으로 작업의 방법론 및 결과 섹션 앞에 온다.

문헌 고찰 작성은 종종 학위논문, 논문, 또는 학술지 논문 준비에 포함되는 대학원 및 박사 후 과정 요건의 일부이다. 문헌 고찰은 연구 계획서나 사업 계획서(학생이 공식적으로 논문이나 학위논문을 시작하기 전에 승인되는 문서)에서도 흔히 볼 수 있다.^[1]

문헌 고찰은 고찰 논문의 한 유형일 수 있다. 이 의미에서, 이는 특정 주제에 대한 이론적 및 방법론적 기여뿐만 아니라 실질적인 연구 결과들을 포함하는 현재의 지식을 제시하는 학술 논문이다. 문헌 고찰은 2차 자료이며 새로운 또는 독창적인 실험 작업을 보고하지 않는다. 대부분 학술 지향적인 문헌과 관련이 있는 이러한 고찰은 학술지에서 발견되며, 동일한 출판물에 나타날 수도 있는 책 고찰과 혼동되어서는 안 된다. 문헌 고찰은 거의 모든 학술 분야에서 연구의 기초가 된다.

유형

체계적 고찰의 개념이 1970년대에 공식화된 이래로, 고찰 유형의 기본 구분은 서술적 고찰과 체계적 고찰이라는 이분법이다.^{[확인 필요]} 서술적 고찰의 주요 유형은 평가적, 탐색적, 도구적이다.^[2]

네 번째 유형의 문헌(즉, 과학 문헌) 고찰은 체계적 고찰이지만, 이는 문헌 고찰이라고 불리지 않는다. 이는 추가적인 명세가 없는 한 통상적으로 서술적 고찰을 의미한다. 체계적 고찰은 특정 연구 질문에 초점을 맞춰 해당 질문과 관련된 모든 고품질 연구 증거와 주장을 식별, 평가, 선택 및 종합한다. 메타분석은 일반적으로 통계적 방법을 사용하여 모든 선택된 연구에 사용된 데이터를 효과적으로 결합하여 더 신뢰할 수 있는 결과를 도출하는 체계적 고찰이다.^[3]

토라코 (Torraco, 2016)^[4]는 통합적 문헌 고찰에 대해 설명한다. 통합적 문헌 고찰의 목적은 조사 중인 문헌의 고찰, 비판 및 종합 과정을 통해 주제에 대한 새로운 지식을 생성하는 것이다.

조지 등 (George et al, 2023)^[5]은 고찰 접근 방식에 대한 광범위한 개요를 제공한다. 또한 그들은 고찰의 목적, 대상, 주체, 공동체 및 관행을 고려하여 접근 방식을 선택하는 모델을 제안한다. 그들은 각각 고유한 목적을 가진 여섯 가지 유형의 고찰을 설명한다.

1. 탐색적 또는 범위 고찰은 깊이보다 폭에 중점을 둔다.
2. 체계적 또는 통합적 고찰은 주제에 대한 실증적 연구를 통합한다.
3. 메타 서사적 고찰은 질적이며 문헌을 사용하여 연구 또는 실천 공동체를 비교한다.
4. 문제화 또는 비판적 고찰은 다른 문헌과의 연관성을 통해 개념에 대한 새로운 관점을 제안한다.
5. 메타 분석 및 메타 회귀는 양적 연구를 통합하고 조절 변수를 식별한다.
6. 혼합 연구 종합은 동일한 논문에서 다른 고찰 접근 방식을 결합한다.

과정 및 결과물

실즈(Shields)와 란가라잔(Rangarajan) (2013)은 문헌 고찰 과정과 문헌 고찰로 알려진 완성된 작업 또는 결과물을 구분한다.^{[6](pp.  193–229 )} 문헌 고찰 과정은 종종 지속적으로 진행되며 실증적 연구 프로젝트의 여러 측면에 영향을 미친다.

문헌 고찰 과정은 다양한 종류의 활동과 사고방식을 필요로 한다.^[7] 실즈(Shields)와 란가라잔(Rangarajan) (2013) 및 그라넬로(Granello) (2001)는 문헌 고찰 활동을 벤저민 블룸의 인지 영역 개정 분류(사고방식: 기억하기, 이해하기, 적용하기, 분석하기, 평가하기, 창조하기)와 연결한다.^[6][8]

문헌 고찰에서의 인공지능 활용

인공지능 (AI)은 다양한 학문 분야에 걸쳐 전통적인 문헌 고찰을 재편하고 있다.^[9] GPT (언어 모델)는 챗GPT와 같이 학생들^[10]과 학자들이 고찰 목적으로 자주 사용한다.^[11] 2023년 이후, 대규모 언어 모델 및 기타 인공지능 기술로 구동되는 수많은 도구들이 문헌 고찰을 돕고, 자동화하며, 생성하기 위해 개발되었다.^[12] 그럼에도 불구하고, 챗GPT를 학술 고찰에 사용하는 것은 챗GPT가 "환각"을 일으키는 경향 때문에 문제가 있다.^[13] 이에 대응하여, 플러그인 통합을 통해 이러한 환각을 완화하려는 노력이 진행 중이다. 예를 들어, 라드 등 (Rad et al., 2023)은 심장 흉부 외과에서의 고찰을 위해 스콜라AI(ScholarAI)를 사용했다.^[14]

같이 보기

• 문학의 실증적 연구
• 리빙 리뷰
• 미디어 모니터링
• 리뷰 저널