문헌 검토 자동화하기: 실용적인 AI 접근 방식

요약

본 기사는 방대한 양의 논문 검색 결과에서 포함 기준(inclusion criteria)에 맞는 문헌을 선별하는 수동 작업을 AI를 활용하여 자동화하는 방법을 제시합니다. 핵심 원칙으로 '능동 학습(Active Learning)'을 제안하며, 이는 대규모 레이블링 데이터 없이도 소수의 초기 샘플과 사용자의 지속적인 피드백을 통해 모델이 점진적으로 성능을 개선하도록 합니다. 이 접근 방식은 연구자가 자신의 전문 지식을 대체하는 것이 아니라 증폭시켜, 비효율적이고 반복적인 선별 과정을 빠르고 효율적인 프로세스로 전환할 수 있게 돕습니다.

핵심 포인트

• 능동 학습(Active Learning) 프레임워크를 활용하여 문헌 검토의 효율성을 극대화합니다.
• 초기에는 무작위 샘플링으로 '시드' 예시를 만들고, 사용자의 지속적인 피드백을 통해 AI 모델을 반복적으로 재훈련시킵니다.
• AI는 가장 불확실한 기록들을 지능적으로 선택하여 검토해야 할 항목에 집중하도록 돕습니다.
• 이 과정은 연구자가 수작업 노력을 줄이고 데이터 추출과 같은 다음 단계의 실제 연구 작업으로 더 빨리 돌아가게 합니다.