학술 문헌 고찰(Literature Review)을 작성할 때 연구자가 겪는 가장 큰 어려움은 개별 논문을 단순히 요약하는 것이 아니라, 수십 내지 수백 편의 논문을 횡단 비교하여 연구 간 공통점, 상충되는 결과, 그리고 아직 밝혀지지 않은 연구 공백(Research Gap)을 체계적으로 도출하는 것입니다. 학술 리서치 도구인 Lateral에서는 이러한 교차 분석 작업이 **Table View(테이블 뷰)**를 중심으로 이루어집니다. 업로드한 논문들이 행(Rows)을 구성하고, 분석 기준인 **Concepts(개념)**가 열(Columns)을 이루며, 교차하는 셀에 추출된 텍스트 발췌본(Snippets), 연구자 메모, 평가 플래그가 누적되어 대화형 종합 매트릭스(Synthesis Matrix)가 완성됩니다.
본 가이드에서는 학술 연구자가 Lateral에서 종합 매트릭스를 구조화하고, 의미론적 추천 및 다중 문서 검색을 통해 분석 셀을 채우며, 문헌 고찰 집필과 서지 관리에 적합한 형식으로 데이터를 내보내는 전 과정을 상세히 설명합니다.
1. 문헌 고찰 프로젝트 생성 및 논문 등록
종합 매트릭스를 구축하기 위한 첫 단계는 연구 논문을 통합 관리할 프로젝트 공간을 준비하는 것입니다. Lateral은 프로젝트 단위로 문서를 파싱하고 텍스트를 세분화합니다.
- 전용 프로젝트 생성: 대시보드(Dashboard)에서 + New project를 클릭하고, 연구 주제나 특정 리뷰 질문에 부합하는 명칭을 입력한 뒤 식별 색상을 선택하고 Create and launch project를 클릭하여 프로젝트를 시작합니다.
- 학술 논문 파일 추가:
- PDF 직접 드래그 앤 드롭: 다운로드한 학술 논문 PDF 파일을 프로젝트 창으로 끌어다 놓습니다. Lateral은 표준 학술 PDF를 지원하며, 백그라운드 처리를 통해 문서를 단락 단위의 의미 조각인 "Snippets"로 자동 분할합니다.
- 내장 논문 검색(Find Papers): 3,000만 편 이상의 오픈 액세스 논문을 보유한 Unpaywall 데이터베이스와 연동된 검색 기능을 활용할 수 있습니다. 완전 일치 구문(
"machine learning"), 유의어 확장을 위한OR, 무관한 주제를 제외하는-등의 불리언(Boolean) 연산자를 적용하여 필요한 논문을 직접 프로젝트로 가져옵니다. - OCR 텍스트 인식 적용: 스캔된 역사적 문헌이나 텍스트 레이어가 없는 PDF의 경우, Document View 좌측 하단의 Use OCR을 실행하여 텍스트 검색, 하이라이트 및 추출이 가능한 상태로 변환합니다.
2. 개념 차원(Concepts / 매트릭스 열) 정의
종합 매트릭스의 열은 논문들을 비교·평가하기 위한 학술적 분석 기준이나 이론적 변수를 의미합니다. Lateral에서는 이를 Concepts로 정의합니다.
학술 문헌 고찰에 권장되는 Concepts 구성
일반적으로 연구 목적에 따라 다음과 같은 핵심 차원을 열로 설정합니다:
- 연구 질문 및 가설 (Research Question / Hypothesis): 각 논문이 해결하고자 하는 구체적인 학술적 문제.
- 연구 방법 및 설계 (Methodology & Design): 실험 환경, 정성적 인터뷰 절차, 계량경제학 모델 또는 표본 추출 방식.
- 표본 특성 및 데이터셋 (Sample / Dataset): 표본 크기, 참가자 인구통계학적 특성, 데이터 수집 연도 및 지역.
- 주요 실증 결과 (Key Empirical Findings): 통계적 유의성 지표, 정량적 수치 및 주요 정성적 도출 결론.
- 이론적 프레임워크 (Theoretical Framework): 저자가 기반으로 삼고 있는 이론적 학파나 개념 모델.
- 연구 한계 및 향후 과제 (Limitations & Gaps): 저자가 밝힌 한계점, 잠재적 편향 및 향후 연구 제언.
Lateral에서 Concepts 생성 위치
연구자는 세 가지 경로로 Concepts를 생성할 수 있습니다:
- Table View 상단 헤더: 테이블 상단의 + 버튼 또는 Concepts 버튼을 눌러 새 분석 열을 추가합니다.
- Document View 우측 사이드바: 개별 PDF를 읽는 동안 사이드바의 드롭다운 입력창에서 즉시 개념을 생성합니다.
- Super Search 검색 결과 카드: 검색된 핵심 단락을 새로 생성하거나 기존에 있던 Concept에 바로 할당합니다.
단순한 키워드 태그와 달리, Lateral은 완전한 문장이나 서술형 질문(예: "친환경 포장재에 대한 소비자의 지불 용의와 관련된 실증적 증거")으로 Concept을 명명할 수 있습니다. 시스템의 시맨틱 머신러닝 모델은 이 텍스트 설명을 바탕으로 전체 문서에서 의미론적 유사도를 계산합니다.
3. 논문 간 매트릭스 셀 채우기 및 증거 추출
행(논문)과 열(개념)의 구조가 완성되면, 연구자는 논문 전체를 처음부터 끝까지 순차적으로 정독하지 않고도 Lateral이 제공하는 세 가지 방식을 통해 효율적으로 셀을 채울 수 있습니다.
A. AI 기반 추천 텍스트 발췌 (Suggested Snippets)
Lateral의 가장 핵심적인 생산성 기능입니다. AI가 텍스트를 임의로 지어내는 것이 아니라, 각 Concept과 의미론적으로 일치하는 원문 단락을 논문 내에서 정확히 탐색해 제안합니다:
- Table View에서 특정 논문과 Concept이 만나는 빈 셀을 클릭하면, 우측 패널에 해당 논문에서 추출된 관련 후보 단락(Suggested Snippets) 목록이 표시됩니다.
- 후보 단락을 클릭하면 Document View에서 해당 PDF의 원래 문맥 위치로 즉각 이동하여 전후 맥락을 검증할 수 있습니다.
- 내용이 적합하면 Save를 클릭하여 셀에 확정 저장합니다. 특정 Concept에 저장된 단락이 늘어날수록 Lateral의 모델은 연구자의 의도를 학습하여 나머지 문서에 대해 더욱 정확한 추천을 제공합니다.
B. 전체 문서 대상 다중 검색 (Super Search)
특정 전문 용어, 측정 도구, 특정 이론명을 전 문서에서 즉각 찾아야 할 때:
- Super Search를 실행하여 프로젝트 내 모든 논문을 일괄 검색합니다.
- 불리언 논리(
AND,OR,-," ")를 조합하여 검색 결과를 압축합니다. - 결과 카드에서 드롭다운 메뉴를 통해 해당 단락을 대상 Concept에 바로 저장합니다.
C. PDF 뷰어 내 수동 하이라이트 (Document View Highlighting)
핵심 논문을 심층 분석할 때:
- 내장 PDF 뷰어에서 주요 문장이나 단락을 직접 마우스로 하이라이트합니다.
- 우측 사이드바에서 해당 Concept을 지정하고 저장합니다.
- 저장된 발췌본은 Table View의 해당 셀에 실시간으로 자동 동기화됩니다.
D. 비판적 메모 및 분류 플래그 추가
학술 매트릭스는 객관적 인용과 함께 연구자 자신의 비판적 통찰이 결합되어야 합니다:
- Notes(메모): 셀이나 개별 스니펫 아래에 연구자 자신의 분석 노트를 기록합니다(예: 다른 논문과의 방법론적 상충점, 표본의 한계 등). 이 메모는 최종 내보내기 시 원문과 함께 보존됩니다.
- Flags(3색 플래그): 빨강, 노랑, 초록 플래그를 지정하여 연구의 신뢰도 수준, 채택 우선순위 또는 논쟁 소지를 시각적으로 분류합니다.
4. 매트릭스 종합 분석 및 연구 공백 도출
셀 채우기가 진행됨에 따라 Table View는 전체 연구 지형을 조망하는 분석 지도가 됩니다:
- 가로 행 검토 (개별 연구 종합 프로필): 단일 행을 따라 가로로 읽으면 한 연구가 가설 수립부터 연구 한계까지 어떠한 논리 구조로 전개되었는지 총체적으로 파악할 수 있습니다.
- 세로 열 비교 (연구 간 횡단 종합): 특정 열을 세로로 비교하면 동일한 방법론이나 주제에 대해 학계가 합의한 부분, 상충되는 결과, 방법론적 차이를 명확히 대조할 수 있습니다.
- 빈 셀 점검 (연구 공백 발견): 아무런 데이터가 채워지지 않은 빈 셀은 기존 연구들이 간과한 분석 변수나 실증 연구가 부족한 영역(Research Gap)을 시각적으로 명백히 드러내며, 이는 새로운 연구의 차별성을 확립하는 핵심 근거가 됩니다.
5. 종합 매트릭스 내보내기 및 활용
매트릭스 분석이 완료되면, 프로젝트 화면 우측 상단의 Export 버튼을 통해 연구 목적에 맞추어 다양한 형식으로 구조화된 데이터를 내보낼 수 있습니다.
1. Microsoft Word (.docx) 내보내기
문헌 고찰 본문 초안을 작성하기에 가장 최적화된 형식입니다:
- Concept별로 계층화된 제목 및 소제목 구조로 정리되어 출력됩니다.
- 각 개념 항목 아래에 수집된 원문 텍스트 스니펫, 정확한 학술 인용 정보, 연구자가 작성한 개인 메모(Notes)가 체계적으로 나열됩니다.
- 문서 끝부분에는 전체 학술 서지 목록(Bibliography)이 자동 생성되어 첨부됩니다.
- 연구자는 Word 상에서 메모와 인용구를 바탕으로 자연스러운 학술 문장의 단락으로 바로 살을 붙여 집필할 수 있습니다.
2. Excel (.xlsx) 내보내기
데이터 백업 및 지도교수와의 연구 미팅에 이상적입니다:
- '논문 행 × 개념 열'의 2차원 매트릭스 표 구조가 온전히 유지됩니다.
- 각 셀 안에 발췌 텍스트, 인용 표기, 작성 메모가 정돈되어 포함됩니다.
- 스프레드시트 환경에서 전체 문헌의 분석 현황과 지표 분포를 한눈에 공유하고 검토할 수 있습니다.
3. CSV 데이터 내보내기
개인 지식 관리 시스템이나 협업 도구로 데이터를 이관할 때 권장됩니다:
- Notion, Airtable, Obsidian과 같은 데이터베이스 도구로 원활히 가져올 수 있습니다.
- 보드 뷰, 타임라인, 관계형 데이터베이스 필터를 적용하여 장기 연구 자산으로 관리할 수 있습니다.
4. 서지 관리 프로그램용 BibTeX (.bib) 내보내기
내보내기를 실행하기 전, Table View에서 논문 제목을 클릭하여 시스템이 자동 추출한 저자명, 출판 연도, 논문명, DOI 등의 메타데이터를 검토하고 수정해 두는 것이 좋습니다. 검토 후:
- 내보내기 메뉴에서 **Export to BibTeX (.bib)**를 선택합니다.
- 생성된
.bib파일을 Zotero 또는 Mendeley로 가져와 Word, LaTeX, Overleaf 등의 학술 인용 플러그인과 연동합니다.
5. 공개 읽기 전용 링크 공유 (Public Table)
공동 연구자나 지도교수에게 별도의 계정 가입이나 무거운 PDF 파일 다운로드 없이 매트릭스를 확인시키고자 할 때:
- Table View 우측 상단의 Share project를 클릭합니다.
- Public access 토글을 켭니다.
- 생성된 공개 링크를 복사하여 공유합니다. 링크를 받은 상대방은 브라우저를 통해 논문 목록과 셀에 정리된 연구 결과를 그대로 열람할 수 있으며, 원본 PDF 파일이나 검색 제어 권한에는 접근할 수 없어 연구 보안이 유지됩니다.
6. 서비스 현황 안내 및 대체 워크플로 제언
Lateral의 방법론을 참고하는 연구자는 **Lateral.io 상용 플랫폼이 2025년 6월 26일을 기점으로 공식 서비스 종료(sunset)**되었음을 인지해야 합니다. 창립팀은 오픈 사이언스 철학을 반영한 새로운 오픈소스 연구 네트워크(coordination.network) 개발로 전환하였으며, 기존 사용자에 대해 유예 기간 동안 아카이브 조회 및 데이터 내보내기가 지원되었습니다.
현재 유사한 논문 간 종합 매트릭스를 구축하고자 하는 연구자에게는 다음과 같은 대체 도구 및 연계 워크플로가 추천됩니다:
- Elicit: 여러 편의 학술 논문에서 필요한 데이터(표본 크기, 방법론, 주요 결과 등)를 사용자 정의 열로 자동 추출하고 CSV 스프레드시트로 내보내는 데 탁월합니다.
- Scholarcy: 논문 PDF를 구조화된 요약 카드로 변환하며, 비교 요약 테이블을 Excel 및 BibTeX 형태로 내보낼 수 있습니다.
- 모듈형 연계 워크플로: ResearchRabbit이나 Semantic Scholar로 관련 문헌을 탐색 및 선별하고, Zotero로 표준 서지를 관리하며, Notion Database나 Excel에서 Lateral의 Table View와 동일한 2차원 종합 매트릭스를 운영하는 조합이 현재 가장 안정적인 대안입니다.