논문은 어떻게 쓰는가

2026. 10. 6. 13:18·공부정리
728x90
반응형

1. 기본 단위부터 잡기

논문은 처음부터 길게 쓰려고 하지 말고 Sentence → Paragraph → Section → Paper 순서로 구조를 잡는다.

단위기준
Sentence 1~2줄 정도
Paragraph 평균 약 7 sentences
Introduction 4~5 paragraphs
Discussion 평균 5 paragraphs, 약 4~7 paragraphs
Abstract 약 8~9 sentences 정도의 구조
Figure Figure 하나당 하나의 핵심 메시지

가장 중요한 원칙은 Simple is beautiful.

한 문장에 여러 주장을 집어넣기보다 한 문장 = 하나의 메시지로 쓰고, 가능하면 2줄을 넘기지 않는다.


2. 논문은 Figure부터 시작한다

일반적으로 Introduction부터 작성하기 쉽지만, 강의에서 추천한 방법은 반대다.

Figure → Figure Legend → Results → Methods → Discussion → Introduction → Abstract → Title

Methods는 연구 과정에서 이미 정리되어 있다면 언제 작성해도 상관없다.

핵심은 Figure를 통해 논문의 Story를 먼저 확정하는 것이다.


3. Figure 구성

먼저 Figure 1, Figure 2, Figure 3처럼 연구 결과를 배치한다.

각 Figure는 하나의 Theme / Big finding을 가져야 한다.

Figure 안에는 A, B, C와 같은 여러 panel이 들어가도 되지만, 전체적으로 하나의 메시지를 설명해야 한다.

Figure Title

Figure 제목은 애매하게 쓰기보다 결론이 보이게 작성하는 것이 좋다.

Effect of A on B

보다는

A increases B under C conditions.

처럼 작성한다.

즉,

Figure Title = Conclusive sentence

Figure 제목만 차례대로 읽어도 논문의 전체 흐름이 보이는 것이 이상적이다.


4. Figure Legend

Figure Legend는 Results를 다시 설명하는 곳이 아니다.

Figure를 이해하기 위해 필요한 최소한의 방법을 작성한다.

예를 들어 실험 조건, 대상, 분석 방법, 통계 방법, p-value, 반복 횟수 및 재현성 등의 정보를 간단히 적는다.

자세한 내용은 Methods에 있기 때문에 Legend에는 Figure를 읽는 데 꼭 필요한 정보만 넣는다.


5. Results 작성법

Results는 Figure를 기준으로 작성한다.

Figure의 결론 문장은 Results의 subtitle로 그대로 사용하거나 조금 수정해서 사용할 수 있다.

Results의 한 paragraph는 다음처럼 생각하면 쉽다.

역할분량
Rationale / 왜 했는가 1 sentence
Method / 어떻게 했는가 약 2 sentences
Result / 무엇이 나왔는가 약 3 sentences
Conclusion / 그래서 무엇을 의미하는가 1 sentence

즉,

1 + 2 + 3 + 1 ≈ 7 sentences

구조다.

마지막 문장에서는 Taken together, Collectively 등을 이용해 해당 결과의 핵심을 정리할 수 있다.

Results 핵심 구조

왜 했다 → 어떻게 했다 → 무엇이 나왔다 → 그래서 이렇다

Results에서는 관찰된 결과를 명확하게 전달하는 것이 가장 중요하다.


6. Methods 작성법

Methods는 논문 작성 과정에서 비교적 자유로운 부분이다.

먼저 작성해도 되고 Results 이후에 정리해도 된다.

기존 논문에서 사용한 방법과 동일하다면

as previously described

처럼 reference와 함께 설명할 수 있다.

일부를 수정했다면

with minor modifications

또는

with slight modifications

같은 표현을 사용할 수 있다.

핵심은 실험과 분석 과정을 재현할 수 있을 정도로 명확하게 쓰는 것이다.


7. Discussion 작성법

Discussion은 평균 약 5 paragraphs, 대략 4~7 paragraphs 정도로 구성한다.

Paragraph내용
1 Current problem + 연구 필요성 + Major findings
2 Big finding 1 해석
3 Big finding 2 해석
4 Limitation + Open questions
5 Significance / Biological meaning / Application

Discussion 첫 문단

단순히 연구 목적을 다시 쓰는 것이 아니라,

현재 어떤 문제가 해결되지 않았는가 → 왜 이 연구가 필요한가 → 이번 연구에서 무엇을 발견했는가

를 정리한다.

즉,

Current problem → Necessity → Major findings → Overall conclusion

구조다.


Big Finding을 설명하는 방법

Discussion의 핵심 문단에서는 가장 먼저 내 주장을 선언한다.

예를 들어,

A is an important factor affecting B.

라고 주장했다면 그다음부터는 왜 이 주장이 맞는지 설득해야 한다.

구조는 다음과 같다.

Claim → 내 연구 Evidence → 기존 연구 → 반대 연구 → 차이의 이유 → Conclusion

내 Figure와 Result를 근거로 제시하고, 기존 연구 중 비슷한 결과를 보인 연구를 연결한다.

반대로 내 연구와 다른 결과가 나온 논문이 있다면 숨기지 않고 소개한다. 그 후 실험 조건, 대상, 분석 방법 등의 차이가 결과 차이를 만들었을 가능성을 설명한다.

즉, Discussion은 단순한 결과 반복이 아니라 “내 결과가 왜 의미가 있는가”를 설득하는 부분이다.


8. Limitation과 Open Question

아무리 좋은 연구라도 모든 것을 해결할 수는 없다.

따라서 Discussion 후반에서는 이번 연구로 해결하지 못한 점을 설명한다.

하지만

“이러한 한계가 있다.”

로 끝내지 않고,

이 문제를 해결하기 위해 다음 연구에서는 무엇을 확인해야 하는가

까지 연결하는 것이 좋다.

즉,

Limitation → Open question → Future work

의 흐름이다.


9. Significance

Discussion 마지막에서는

그래서 이 연구가 왜 중요한가?

에 답한다.

연구의 학문적 의미, biological meaning, 기술적 활용 가능성, clinical application 등 연구 분야에 따라 의의를 정리한다.

논문의 마지막은 단순한 결과 반복이 아니라 이 연구가 어떤 가치를 만드는지 보여주는 부분이다.


10. Introduction 작성법

Introduction은 Results와 Discussion을 만든 뒤 작성하는 것이 편하다.

왜냐하면 Introduction은

Results와 Discussion을 이해하기 위해 필요한 정보만 제공하는 부분

이기 때문이다.

일종의 등장인물 소개라고 생각하면 된다.

전체적으로는 Broad → Narrow 구조로 작성한다.

Paragraph내용
1 큰 연구 분야와 문제
2 핵심 개념 / 관련 연구
3 기존 연구의 한계 / Research gap
4 연구 필요성 / Rationale / Objective
필요 시 5 추가적으로 필요한 배경

보통 4~5 paragraphs 정도다.

Introduction에서 자신의 실험 결과를 상세히 설명하지 않는다.

핵심은

현재 무엇을 알고 있고 → 무엇을 모르며 → 그래서 왜 이 연구가 필요한가

이다.


11. Abstract 작성법

Abstract는 본문을 완성한 뒤 작성한다.

이미 Results와 Discussion에서 핵심 문장이 만들어져 있기 때문에 그것을 압축하면 된다.

구성분량
Background / Necessity 1~2 sentences
Methods 약 3 sentences
Results 약 3 sentences
Conclusion 1 sentence

즉,

Background → Methods → Results → Conclusion

구조다.

Abstract만 읽어도 왜 했고, 어떻게 했고, 무엇을 발견했고, 그것이 무엇을 의미하는지 알 수 있어야 한다.


12. Title

Title은 처음에 임시로 만들어도 되지만 최종 결정은 마지막에 한다.

논문을 다 작성하면 처음 생각했던 메시지와 실제 논문의 핵심 메시지가 달라질 수 있기 때문이다.

따라서 Figure → Results → Discussion의 Story가 확정된 뒤 가장 적절한 제목으로 수정한다.


13. 가장 중요한 것: Frame 먼저 만들기

논문 데이터를 확보했다고 바로 manuscript를 쓰기 시작하지 않는다.

먼저 1~2페이지짜리 Frame을 만든다.

Figure 1의 결론, Figure 2의 결론, Figure 3의 결론을 적고 Results의 흐름과 Discussion에서 이야기할 Big finding, Limitation, Significance, Introduction의 배경과 Research gap 정도만 적는다.

이 단계에서는 완벽한 문장을 쓸 필요도 없다.

“이 논문에서 무슨 이야기를 할 것인가?”

만 정리하면 된다.

그 Frame을 먼저 지도교수나 공동 연구자와 확인하고 전체 방향이 맞으면 그때 내용을 확장한다.

논문을 수십 페이지 쓴 뒤 방향이 틀렸다는 것을 발견하는 것보다 훨씬 효율적이다. 강의에서도 Figure를 먼저 구성하고, 1~2페이지의 전체 틀을 먼저 공유하여 방향을 합의한 뒤 본문을 확장하는 방식을 특히 강조했다. 붙여넣은 마크다운

최종 요약

Sentence: 1~2줄
Paragraph: 약 7 sentences
Results: Rationale 1 + Method 2 + Result 3 + Conclusion 1
Introduction: 4~5 paragraphs
Discussion: 4~7 paragraphs, 평균 약 5
Abstract: Background 1~2 + Methods 3 + Results 3 + Conclusion 1
논문 작성: Figure부터 시작
논문 전체: Figure → Message → Evidence → Story

결국 논문에서 중요한 것은 어려운 영어를 쓰는 것이 아니라, Figure에서 시작한 하나의 메시지가 Results와 Discussion까지 논리적으로 이어지게 만드는 것이다.

 

728x90
반응형

'공부정리' 카테고리의 다른 글

특수기호/문장부호 영어로 읽기  (0) 2022.10.02
MNIST 손글씨  (0) 2022.05.18
[Object Detection] CenterNet  (0) 2022.03.12
[Object Detection] Metric - loU, mAP  (0) 2022.03.10
Object Detection 기초  (0) 2022.03.10
'공부정리' 카테고리의 다른 글
  • 특수기호/문장부호 영어로 읽기
  • MNIST 손글씨
  • [Object Detection] CenterNet
  • [Object Detection] Metric - loU, mAP
sillon
sillon
꾸준해지려고 합니다..
    반응형
  • sillon
    sillon coding
    sillon
  • 전체
    오늘
    어제
    • menu (657) N
      • notice (2)
      • python (68)
        • 자료구조 & 알고리즘 (23)
        • 라이브러리 (19)
        • 기초 (8)
        • 자동화 (14)
        • 보안 (1)
      • BIO (0)
        • Basic (2)
      • coding test - python (305)
        • Programmers (170)
        • 백준 (76)
        • Code Tree (22)
        • 기본기 문제 (37)
      • coding test - C++ (3)
        • Programmers (14)
        • 백준 (8)
        • 기본기문제 (14)
      • 공부정리 (6) N
        • 신호처리 시스템 (0)
        • Deep learnig & Machine lear.. (41)
        • Data Science (18)
        • Computer Vision (17)
        • NLP (40)
        • Dacon (2)
        • 모두를 위한 딥러닝 (강의 정리) (4)
        • 모두의 딥러닝 (교재 정리) (9)
        • 통계 (3)
      • HCI (23)
        • Haptics (7)
        • Graphics (11)
        • Arduino (4)
      • Project (21)
        • Web Project (1)
        • App Project (1)
        • Paper Project (1)
        • 캡스톤디자인2 (17)
        • etc (1)
      • OS (10)
        • Ubuntu (9)
        • Rasberry pi (1)
      • App & Web (9)
        • Android (7)
        • javascript (2)
      • C++ (5)
        • 기초 (5)
      • Cloud & SERVER (8)
        • Git (2)
        • Docker (1)
        • DB (4)
      • Paper (7)
        • NLP Paper review (6)
      • 데이터 분석 (1)
        • GIS (0)
      • daily (2)
        • 대학원 준비 (0)
      • 영어공부 (8)
        • job interview (2)
  • 블로그 메뉴

    • 홈
    • 태그
    • 방명록
  • 링크

  • 공지사항

  • 인기 글

  • 태그

    Python
    백준
    programmers
    소수
  • 최근 댓글

  • 최근 글

  • hELLO· Designed By정상우.v4.10.3
sillon
논문은 어떻게 쓰는가
상단으로

티스토리툴바