“`html
박사과정 중 효율적인 논문 작성을 위한 실제 경험담
박사과정 4년차였던 어느 날, 지도교수님께서 “Peter, 이번 데이터로 논문 한 편 써보자”고 하셨을 때의 막막함을 아직도 생생하게 기억합니다. 실험실에서 밤낮없이 일하며 얻은 수백 개의 데이터 파일들을 보면서, ‘이걸 어떻게 하나의 이야기로 만들지?’라는 고민에 빠졌었죠. 지금 돌이켜보면, 그때의 시행착오들이 제게는 가장 값진 경험이 되었습니다.
실험 데이터와 논문 작성의 간극을 깨닫다
화학공학 박사과정을 거치면서 깨달은 가장 중요한 사실이 하나 있습니다. 바로 실험실에서 좋은 데이터를 얻는 것보다 그것을 설득력 있는 논문으로 만드는 게 훨씬 더 어렵다는 것이죠. 이것은 단순한 깨달음이 아니라, 제 연구 경력의 방향을 완전히 바꾼 인식의 전환이었습니다.
실제로 제가 첫 번째 논문을 쓸 때는 introduction의 첫 문단만 20번 이상 고쳐 썼습니다. 완벽한 문장을 만들겠다는 집착 때문이었는데, 결과적으로 3개월이 걸려 겨우 초고를 완성했고, 그마저도 지도교수님께 “스토리가 없다”는 평가를 받았습니다. 그 순간, 저는 깨달았습니다. 논문 작성이란 언어 기술이 아니라 ‘내가 무엇을 말하고 싶은가’를 먼저 명확히 하는 전략의 문제라는 것을요.
데이터의 바다에서 헤매지 않는 법
연구하면서 가장 흔히 빠지는 함정이 바로 ‘모든 데이터를 다 보여주고 싶은 욕심’입니다. 저도 처음엔 그랬어요. 6개월 동안 진행한 촉매 실험에서 온도 조건 10개, pH 조건 8개, 반응시간 5개를 모두 조합해서 400개가 넘는 데이터 포인트를 얻었는데, 이걸 다 논문에 넣으려고 했죠. 실제로 해보니 논문이 아니라 실험 보고서가 되더군요. 페이지는 20페이지를 넘었고, 결론도 흐릿해졌습니다.
이 경험 이후, 저는 완전히 다른 접근법을 개발하게 되었습니다. 논문을 쓰기 전에 먼저 모든 데이터를 프린트해서 바닥에 펼쳐놓는 것입니다. 이렇게 하면 육안으로 전체 그림을 한눈에 볼 수 있거든요. 그리고 그 위에서 스토리텔링 관점으로 접근합니다. “이 논문으로 무엇을 증명하고 싶은가?”, “독자들이 가장 알아야 할 핵심 메시지가 무엇인가?”라는 질문을 던지는 것이죠.
핵심 메시지로 데이터를 재편집하기
예를 들어, 제가 최근에 발표한 나노입자 합성 논문에서는 “온도가 입자 크기 분포에 미치는 영향”이 핵심 메시지였습니다. 처음에는 이 실험에서 얻은 400개의 데이터를 모두 활용하려고 했지만, 핵심 메시지를 정한 후에는 달라졌습니다. 이 메시지를 가장 명확하게 보여주는 데이터만 선별했는데, 결과적으로 15개의 데이터 포인트만 필요했습니다. 나머지 385개는? 대부분 supporting information으로 보내거나 아예 제외했죠.
이 과정을 거치면서 놀라운 변화가 일어났습니다. 논문이 훨씬 명확해졌고, 읽는 사람이 제 주장을 쉽게 이해하게 되었습니다. 게다가 리뷰 과정에서도 “깔끔하게 정리되었다”는 평가를 받았습니다.
데이터 정리와 관리 시스템 만들기
데이터 정리 과정에서 저는 나름의 시스템을 개발했습니다. 첫 번째는 ‘Data Relevance Sheet’라고 부르는 것인데, 모든 데이터에 대해 핵심 메시지와의 연관성을 점수로 매기는 것입니다. 5점 만점 중 4점 이상만 논문 본문에 포함시키고, 2-3점은 supporting information으로 보냅니다.
두 번째는 ‘Story Flow Chart’입니다. Introduction에서 시작해서 Results, Discussion을 거쳐 Conclusion에 이르기까지, 각 섹션에서 어떤 데이터가 필요한지 사전에 계획하는 것이죠. 이렇게 하면 논문 작성 중에 불필요한 데이터를 추가로 집어넣는 실수를 줄일 수 있습니다.
세 번째는 ‘Figure Priority List’입니다. 제가 생성한 모든 그래프와 표를 리스트업하고, 각각이 논문에 꼭 필요한지, 아니면 선택적인지를 미리 판단합니다. 실험 데이터가 많을수록 이런 필터링 과정이 더욱 중요합니다.
실제 논문 작성 프로세스의 변화
이런 시스템을 갖춘 후, 제 논문 작성 효율성은 크게 개선되었습니다. 이전에는 데이터를 정리하고 그래프를 만드는 데만 1-2개월이 걸렸지만, 지금은 3-4주면 충분합니다. 그리고 가장 중요한 점은 첫 초고 작성에 걸리는 시간도 급격히 줄었다는 것입니다.
또한 이 접근법은 리뷰 과정에서의 스트레스도 줄여주었습니다. 리뷰어가 “왜 이 데이터를 포함했는가?”라고 물어볼 가능성이 낮아졌기 때문입니다. 모든 데이터가 명확한 목적을 가지고 포함되어 있으니까요. 덕분에 revision도 상대적으로 수월해졌습니다.
Writing 기술보다 중요한 것
박사과정을 마치고 지금도 계속 논문을 쓰면서 느끼는 것은, 뛰어난 영어 실력이나 화려한 표현이 논문 작성의 핵심이 아니라는 것입니다. 대신 “내가 뭘 말하고 싶은지 명확하게 정리하는 능력”이 훨씬 더 중요합니다. 이것이 명확하면, 평범한 영어로도 강력한 논문을 만들 수 있습니다.
저도 여전히 논문 작성 중간에 막힐 때가 있습니다. 하지만 이제는 그럴 때마다 원점으로 돌아갑니다. “내 핵심 메시지가 뭐지?”, “이 문단이 그걸 뒷받침하고 있나?”라고 자문하는 것이죠. 대부분의 경우, 이 질문에 대답하지 못하는 문단이나 데이터들이 문제의 원인입니다.
후배 화학공학 박사 과정 학생들에게 제가 자주 해주는 조언이 있습니다. “데이터를 모은 후 바로 쓰지 말고, 먼저 당신이 증명하고 싶은 한 가지를 명확히 하세요. 그 다음에 그것을 증명할 수 있는 데이터만 골라 쓰세요. 그러면 자연스럽게 좋은 논문이 됩니다.”
박사과정의 4년, 그리고 그 이후의 시간들은 제게 실험 기술도 배워주었지만, 그보다 더 중요한 ‘어떻게 자신의 발견을 세상에 효과적으로 전달할 것인가’라는 통찰력을 선사해주었습니다. 이제 데이터의 바다에서 헤매지 않습니다. 명확한 항로를 가지고 있거든요.
이 글은 화학공학 박사 Peter Kim의 실제 경험과 최신 정보를 바탕으로 작성되었습니다.
“`