와일리(Wiley)의 2026년 AI 가이드라인, 그리고 책임 있는 연구 출판의 미래

"이제 질문은 연구자의 AI 사용 여부가 아닙니다. 진짜 문제는, 그 연구가 여전히 온전히 자신의 것임을 입증할 수 있는가입니다.” 

위의 질문은 세계 최대 학술 출판사 중 하나인 와일리(Wiley)가 최근 발표한 가이드라인의 핵심에 자리합니다. 와일리는 학계에 실질적인 권고를 제시하는, 매우 정교하게 다듬어진 최신 가이드라인을 내놓았는데요. 이 가이드라인은 학술 출판 전반에서 일어나고 있는 더 큰 변화를 분명하게 보여줍니다. 바로 'AI를 사용했는가'를 묻던 데서 'AI 사용이 책임 있고 투명했으며 사람의 손으로 꼼꼼히 검증되었는가'를 묻는 방향으로 전환된 것입니다. 

연구 출판의 미래는 연구자가 AI를 얼마나 많이 쓰느냐가 아니라, 자기 연구의 진실성(integrity)이 온전히 연구자 자신의 통제하에 있음을 얼마나 자신 있게 입증하느냐에 달려 있습니다. 

AI와 과학적 책임 

연구는 여전히 의미 있는 질문을 던지고, 엄밀하게 실험을 설계하며, 근거를 신중하게 해석하고, 불확실성을 인정하며, 데이터가 뒷받침하는 결론을 이끌어내는 일에 기반합니다.  이는 그 어떤 언어 모델도 대신할 수 없는 지적 책임입니다. 

와일리를 비롯한 전 세계 출판사들이 지난 2년간 꾸준히 AI 정책을 다듬어 온 이유가 바로 여기에 있습니다. 혁신을 억누르려는 것이 아닙니다. 효율성이 연구 진실성을 희생시키지 않도록 하려는 것이지요. 여러 면에서 이러한 정책은 규제라기보다 출판의 진화에 가깝습니다. AI가 이미 우리 곁에 자리 잡았다는 사실을 인정하면서도, '저자는 학술 기록에 책임을 진다'는 변치 않는 원칙을 다시 한 번 확인하기 때문입니다. 

출판사마다 정책을 표현하는 방식은 다르지만, 와일리의 이번 개정 가이드라인은 학술 출판 전반에서 점점 더 폭넓게 공유되고 있는 몇 가지 원칙을 잘 보여줍니다. 

AI는 도구일 뿐, 저자가 아니다 

가장 분명한 메시지 중 하나는 AI를 저자로 인정할 수 없다는 것입니다. 저자 자격, 즉 저자권(authorship)에는 단순히 문장을 쓰는 일을 훨씬 넘어서는 책임이 따릅니다. 저자는 자신의 연구를 책임지고, 자신의 해석을 옹호하며, 리뷰어에게 답변하고, 이해충돌을 공개하며, 나중에 오류가 발견되면 그에 대한 책임을 져야 합니다. 

AI 시스템은 이 가운데 어느 하나도 수행할 수 없습니다. 법적, 윤리적 책임을 질 수도, 과학적 판단을 내릴 수도, 원고의 최종본을 승인할 수도 없습니다. 따라서 국제적으로 통용되는 저자권 기준을 충족하지 못합니다. 

이러한 입장은 ICMJE(국제의학학술지편집인위원회)와 COPE(출판윤리위원회) 같은 기관의 권고와도 궤를 같이하며, 출판계 전반에서 점차 커지고 있는 공감대를 한층 공고히 합니다. 

책임은 위임할 수 없다 

와일리 가이드라인에서 어쩌면 가장 중요한 부분은 책임에 대한 강조입니다. 

AI가 원고 초안 작성이나 교정에 아무리 폭넓게 관여했더라도, 저자는 아래의 사항에 대해 여전히 온전한 책임을 집니다. 

• 모든 서술의 정확성 

• 모든 인용의 타당성 

• 결과의 해석 

• 데이터의 진실성 

• 윤리 기준 준수 

• 최종적으로 제시된 결론 

당연한 이야기처럼 들릴 겁니다. 하지만 이는 생성형 AI가 초래하는 큰 위험 중 하나를 정면으로 다룹니다. LLM(대규모 언어 모델)은 내용이 맞든 틀리든 자신감 넘치는 문장을 만들어냅니다. 존재하지 않는 참고문헌을 만들어 내고, 통계 결과를 잘못 해석하고, 복잡한 개념을 지나치게 단순화하거나, 과학적 근거가 없는데도 그럴듯하게 들리는 설명을 내놓을 수 있습니다. 즉, AI에는 할루시네이션(hallucination)의 위험성이 있다는 겁니다. 어떤 출판사 정책도 이러한 위험을 완전히 없앨 수는 없습니다. 오직 사람의 꼼꼼한 검증만이 이를 막을 수 있습니다 

투명성, 연구 진실성의 일부가 되다 

AI 사용 공개(AI disclosure)를 둘러싼 초기 논의는 연구자들에게 불안감을 안기곤 했습니다. ‘AI를 사용했다고 하면 저널이 원고를 거절하지 않을까?’ 하지만 그 답은 점점 ‘그렇지 않다'로 모이고 있습니다. 출판사들은 금지가 아니라 투명성을 강조하고 있습니다.  와일리는 관련된 AI 사용을 적절히 공개하도록 권장하는데, 이는 솔직한 공개가 과학적 신뢰성을 약화하기는커녕 오히려 강화한다고 보기 때문입니다. 이는 중요한 문화적 전환을 의미합니다. 공개는 부실한 연구를 자백하는 일이 아닙니다. 통계 방법이나 소프트웨어 버전을 보고하는 것과 마찬가지로 연구 과정을 기록하는 일이지요. 

투명한 보고가 있어야 에디터와 리뷰어, 독자가 원고가 어떻게 완성되었는지, 그리고 어느 지점에서 사람의 판단이 중심 역할을 했는지 이해할 수 있습니다. 

공개에서 문서화로 

와일리 가이드라인에서 더 주목할 만한 대목은 문서화에 대한 강조입니다. 

이제 연구자들은 AI 사용을 단순히 ‘사용했다/안 했다'의 문제로 볼 것이 아니라, 아래와 같은 내용을 기록으로 남기도록 점점 더 권장받고 있습니다. 

• 어떤 AI 도구를 사용했나 

• 어떤 목적으로 사용했다 

• 언제 사용했나 

• 그 결과물을 어떻게 평가했나 

• 이후 사람이 어떤 수정이나 검증 과정을 거쳤는가 

연구 기록은 늘 새로운 기술과 함께 발전해 왔습니다. 실험 노트, 프로토콜 등록, 데이터 관리 계획, 소프트웨어 버전 보고가 모두 표준으로 자리 잡은 건 재현성과 투명성을 높여주었기 때문입니다. AI 문서화도 같은 길을 걷고 있는 것으로 보입니다. 

적절한 사용과 부적절한 사용 

출판사 정책이 점점 성숙해져 가는 최근 흐름은 중요한 깨달음을 반영합니다. 문제는 AI의 사용 여부가 아닙니다. 어떤 부분이 근본적으로 사람의 몫으로 남아야 하느냐입니다. 

AI는 다음과 같은 작업을 할 때 실질적인 도움을 줄 수 있습니다. 

• 문법 교정 

• 더 명확한 문장 구조 제안 

• 번역 

• 개요 정리 

• 제목 브레인스토밍 

• 초기 탐색 단계에서의 문헌 요약 

• 프로그래밍 차원의 지원 

• 표 초안이나 발표 자료 작성 

위의 작업에 AI를 사용할 경우에는 효율성을 높일 수 있습니다. 

반면, AI가 과학적 해석에 영향을 미치기 시작하는 순간부터는 훨씬 더 신중해야 합니다. 예를 들면 다음과 같은 상황에서 말이죠. 

• 결론 도출 

• 통계 분석 해석 

• 임상적 함의 제시 

• 인과관계 설명 

• 검증 없이 근거를 종합하는 일 

• 별도로 확인하지 않은 참고문헌 작성 

AI가 과학적 추론에 가까워질수록 전문가인 사람의 감독은 더 필요해집니다. 

이미지, 데이터, 근거의 진실성 

학술 출판은 점점 텍스트의 범위를 넘어서고 있습니다. 그림(figure), 현이명 이미지, 임상 사진, 웨스턴 블롯(Western Blot), 그래프 등 시각 자료는 본문 못지않은 과학적 무게를 지니는 경우가 많죠. 바로 이 지점에서 출판사의 요구 수준은 특히 엄격해집니다. 

AI로 만든 개념 설명용 일러스트나 교육용 그래픽은 연구 데이터와 명확히 구분된다면 사용해도 무방할 수 있습니다. 그러나 실험 근거는 그 바탕에 있는 관찰 결과를 왜곡하는 방식으로 결코 수정해서는 안 됩니다. 

대비를 과도하게 조정하거나, 없는 특징을 만들어내거나, 원치 않는 요소를 지우거나, 실제 연구로 오인될 수 있는 합성 데이터를 생성하는 일은 모두 학술 기록의 신뢰성을 훼손합니다. 이미지 생성 기술이 계속 발전할수록 이러한 구분은 더욱 중요해질 것입니다. 

피어 리뷰는 또 다른 윤리적 과제를 안긴다 

피어 리뷰 과정에서는 AI 기밀성이 걸려 있다는 점에서 고유한 우려를 낳습니다. 리뷰어는 아직 발표되지 않은 연구를 맡게 되는데, 여기에는 독점 데이터나 지식재산, 상업적으로 민감한 결과가 담겨 있을 수 있습니다. 이러한 원고를 누구나 이용할 수 있는 AI 시스템에 업로드하면 해당 플랫폼의 이용약관에 따라 기밀성이 훼손될 수 있습니다. 

그렇기에 와일리는 리뷰어에게 각별한 주의를 당부합니다. 제한적인 상황에서 AI가 리뷰 의견을 더 명확하게 다듬는 데 도웅을 줄 수는 있지만, 기밀 자료를 보호하고 자신의 평가가 독립적인 과학적 판단을 담아내도록 하는 책임은 여전히 리뷰어에게 있습니다. 

원칙은 간단합니다. 효율성이 신뢰를 해쳐서는 안 됩니다. 

다음 과제는 AI 사용이 아니라, 사람의 검증이다 

출판사 가이드라인에서 얻을 수 있는 가장 중요한 교훈은 정책의 범위를 넘어선 곳에 있을지도 모르겠습니다. 책임 있는 AI 사용은 공개 여부로 끝나지 않습니다. 사람의 검증으로 완성되죠. 

사람의 검증은 단순한 교정 이상의 일입니다. 연구자가 AI의 도움을 받은 모든 결과물을 학술 기록의 일부로 삼기 전에 비판적으로 따져보는, 의도적인 과학적 과정이죠. 

제대로 된 검증은 다음과 같은 질문을 던집니다. 

• 모든 인용이 실재하며 찾아볼 수 있는가? 

• 모든 수치가 원래 분석 결과와 일치하는가? 

• 통계 해석은 정확한가? 

• 모든 그림이 바탕 데이터를 충실히 반영하는가? 

• 중요한 한계점이 빠지지는 않았는가? 

• 모든 결론이 근거를 정확하게 반영하는가? 

• 피어 리뷰 과정에서 모든 문장을 자신 있게 옹호할 수 있는가? 

투고 전 점검 - AI 활용 검증 매트릭스 

사람의 전문성은 오히려 더 중요해진다 

흔한 오해 중 하나는 AI가 사람의 전문성에 대한 필요를 줄여준다는 생각입니다. 그러나 AI가 매끄러운 학술 문장을 더 쉽게 만들어낼수록, 진정한 전문성의 가치는 오히려 커집니다. 앞으로 에디터는 언어가 매끄러운지가 아니라 논리가 탄탄한지를 기준으로 원고를 점점 더 가려내게 될 겁니다. 리뷰어는 글솜씨보다 방법론적 엄밀성에 더 집중하게 되겠지요. 독자는 투명성과 꼼꼼한 검증, 지적 정직성을 보여주는 연구에 더 큰 신뢰를 보낼 것이고요. 

역설적이게도 AI가 글쓰기를 쉽게 할수록 아래와 같은 사람만이 지닌 자질은 더 중요해집니다. 

• 비판적 사고 

• 과학적 회의(skepticism) 

• 윤리적 판단 

• 맥락에 대한 이해 

• 창의성 

• 책임감 

연구에 신뢰성을 부여하는 것은 위와 같은 자질들입니다. 

앞으로의 전망 

와일리의 이번 가이드라인을 단순히 또 하나의 출판사 정책으로 봐서는 안 됩니다. 이는 학술 커뮤니케이션 전반에서 일어나고 있는 더 큰 변화를 반영합니다. ‘AI를 사용했는가'를 묻던 시대는 막을 내리고 있습니다. 다음 시대는 또 다른 질문을 던집니다. 

AI의 도움을 받은 모든 부분을 사람 전문가가 책임 있게 검토했음을 연구자가 입증할 수 있는가? 

연구자에게 이는 결국 반가운 소식입니다. 책임 있는 AI 사용은 혁신을 피하는 것이 아니라, 지금까지 좋은 과학을 규정해 온 원칙을 훼손하지 않으면서 강력한 새 도구를 받아들이는 것을 뜻하기 때문입니다. 연구 출판의 미래는 AI에 가장 많이 의존하는 사람의 것이 아닙니다. 

이 미래는 AI의 효율성에 사람의 전문성과 과학적 엄밀성, 윤리적 판단, 투명한 검증을 결합하는 사람의 것이 될 것입니다. 이러한 자질은 언제나 신뢰할 수 있는 연구의 토대였습니다. 

AI 시대에, 그 가치는 그 어느 때보다 중요합니다. 

AI로 효율적으로 완성한 원고, 사람만이 잡아낼 수 있는 부분을 더하는 과정이 필요합니다. '이대로 투고해도 될까?'라는 물음을 '이제 투고해도 되겠다'라는 확신으로 바꿔드리는 에디티지 포스트 AI 영문교정 서비스를 활용해 보세요.

AI 도구로 작성하거나 교정한 원고를 해당 분야 전문 에디터가 최종 점검해 저널 투고 기준에 맞는 완성도로 다듬어 드립니다. 더불어, 연구자가 자신의 원고 상태에 맞게 필요한 검토만 선택하여 활용할 수 있다는 장점도 있죠.