본문 바로가기

석박사/국내 석사 시작하기

[석박사] 논문 작성시 유용한 무료 온라인 도구 모음 (도대체 외않써..?)

반응형

본인의 시간을 소중히 하지않은 대학원생들에게

만일 본인이 석사를 갓 시작한 병아리 대학원생이라면, 혹은 본인이 대학원생으로서 이미 여러 해를 보냈지만 생산성 향상을 위한 새로운 온라인 툴을 익히는데 소극적이었다면, 부디 이 글을 정독하고 필자가 하는 온라인 툴들을 깔고 익숙해지도록 노력할것을 강력히 권한다. 처음에는 조금 어색하겠지만 금방 생산성을 엄청나게 향상시켜줄것이다. 참고로 필자가 소개하는 모든 온라인 툴들은 무료이며, 필자도 적극적으로 사용하는 몇개의 툴만 권하고자 한다. 
이 글은 각 도구들의 튜토리얼이라기보다는 각 온라인 툴들을 도대체 왜 써야하는지, 무슨 장점이 있는지, 과연 크게 업무 효율을 향상시킬것인지 의구심을 갖는 사람들을 위한 글이다. 

 

1. 문헌 정리 프로그램 (Mendeley, Endnote)

중요도:  

문헌 정리 프로그램이 가장 빛을 발하는 순간은 논문 작성시 레퍼런스를 달때이다. 논문이 인용될때 본문에는 (Kim et al. 2020) 혹은 [1] 이런식으로 달아주어야하고 본문에 인용된 것은 논문 맨끝 참고 문헌(references)에도 빠짐없이 넣어주어야한다. 참고 문헌 양식이 저널마다 다르고 순서도 (알파벳 순, 본문에 인용된 순 등) 굉장히 달라서 화가 난다.
한번은 누구나 하겠지만 논문이라는게 한번에 억셉 (accept) 되기란 쉬운일이 아니다. 참고문헌을 추가하라는 리뷰의견이 종종 오는데 그 경우 본문에서 빠지거나 추가된 논문을 "참고 문헌" 파트와도 일치시켜야하므로 일일이 비교하며 순서를 맞춰주어야한다. 또 논문이 리젝 (reject) 될 수도 있다. 그 경우 투고할 다른 저널이 요구하는 레퍼런스 양식으로 모두 바꿔주어야하는데 이것도 시간이 많이 걸리고 굉장히 귀찮은 작업이다. 
"도대체 왜 이런 비효율과 노가다를 감수하는가?'
문헌 정리 프로그램을 이용하면 참고논문 양식을 내가 일일이 맞출 필요가 없다. 저널 양식이 무엇이든 (APA, Chicago, 혹은 저널에서 요구하는 특수한 양식이라도!) 양식에 맞게 복사+붙여넣기 방식으로 내보낼 수 있다 (조금 더 다채로운 방식이 있지만 튜토리얼을 참고하길 바란다). 내가 할일은 그저 본 논문들을 일목 요연하게 문헌 정리 프로그램에 정리해놓는것이다 (구글 스칼라에서 검색 후 인용 버튼을 누르면 바로 문헌 정리 프로그램으로 내보낼 수 있다. 이 또한 튜토리얼을 참고하길 바란다). 
종류는 정말 많은데 Mendeley, Endnote 만 고려하자. 둘다 괜찮다. endnote 는 돈을 내야하니 학교에서 무료 라이센스를 제공하는 경우가 아니라면 Mendeley 를 깔자. 

Mendeley 를 이용해서 정리한 문헌들

2. Latex (Overleaf)

중요도:
레이텍은 정말 권하고싶다. 레이텍이 뭔지 쉽게 말하면 우리가 워드에서 직관적인 UI로 다루는 (그림 크기 조정, 줄간격 조정, 페이지 여백 조정 등) 것들을 코드로 조정하는 것이다. 이렇게만 말하면 아니, 워드보다 훨씬 더 어려운데? 라고 생각할수도 있지만 전혀 그렇지 않다.
워드는 생각보다 논문을 쓰는데 편리한 도구가 아니다. 특히 방법론 (Method) 파트에 수식을 많이 써야하는 분야의 경우 신세계를 맛볼 수 있을 것이다. 워드는 일일이 수식 입력 도구를 이용해 입력한다. 이런 방식은 아무리 익숙해져도 속도를 올리는데 한계가 있다. 반면 레이텍은(사실은 레이텍이 제공하는 markdown 기능인건데 어려울 수 있으니 일단 그냥 넘어가자) 익숙해지면 보통의 타이핑 속도로 수식을 작성할 수 있다. 예를들어 알파 기호는 \alpha 이렇게 입력하면 된다. 
 

 
이 밖에도 저널에서 요구하는 문서 편집과 관련한 디테일한 가이드라인을 맞추는 작업을 Latex을 사용하면 간단하게 해결할 수 있다. 
대부분의 좋은 저널은 Latex 양식을 제공한다. 그 양식이란 제목과 본문의 글자는 각각 몇 포인트, 무슨 폰트로 해야하는지, Figure 과 Table의 캡션 형식은 어떠한지, 문서 여백은 어떠한지 등등을 미리 코드로 짜놓은 것이다. 각각의 코드가 무엇을 의미하는지 알고 나면 한줄의 코드로 전체 문서의 디테일한 양식들을 한번에 컨트롤 할 수 있게된다. 
그냥 묻지도 따지지도 않고 Overleaf 로 시작하면 간편하다. 무료이고 가입도 1분이면 된다. 
www.overleaf.com/project

 

3. Inkscape

중요도:
벡터 이미지 (레스터 이미지와 다르게 확대해도 깨지지 않는 이미지- 이 개념을 모른다면 구글링해보자-)를 생성하는 도구가 하나쯤은 필요하다. 어도비 일러스트를 다룰 것 까진 없지만 ppt로 표현하기 어려운 형태의 figure를 생성해야 하는 경우가 종종 생긴다. 이 경우 inkscape가 유용하다. 하지만 사실상 많은 경우에는 ppt 를 잘 다루는 것으로 충분한 상황이 많아 3점을 줬다.

4. drawio

중요도: ⭐⭐⭐⭐⭐

피피티보다 더 편하게 flow chart 를 그릴수있다! 깔끔하고 예쁘고 flow chart 를 위해 설계된 프로그램이라 화살표 조정이 피피티보다 훨씬 용이하다.

5. 프로그래밍 언어 (python/r)

중요도:
그렇다 만점은 5점이 아니었다. 데이터를 다루는 분야의 연구자라면 무조건 python 이나 r을 다룰 줄 알아야 한다. 조금 위계가 다르긴 하지만 혹시 입문을 망설이던 사람이 이글을 볼까 싶어 넣었다. 연구에 필요해서 데이터를 다뤄야하긴 하지만 본인이 문과 베이스라서 어쩌고... r 이 더 좋긴 하다는데 STATA, SPSS, SAS 등의 유료 통계 소프트웨어를 통상적으로 많이 쓰기도하고.... 이런 핑계로 미루고 있다면 무조건 시작하기를 바란다.
공대생들이라면 이미 잘 알테니 경제학과 등의 문과 베이스 연구자라고 가정하고 설득을 해보자면 다른 통계 소프트웨어들에 비해 r은 무료 이기 때문에 사용자가 많고 튜토리얼, 소스 코드, 온라인 포럼 등이 잘되어있어 독학으로 배우기가 용이하다. 또한 확장성이 좋다. 라이브러리(함수들의 모음)가 잘 마련되어있어 선택할 수 있는 그 어떤 유료 소프트웨어(따라서 비교적 폐쇄적일 수 밖에 없는)보다 다양한 통계 모델을 돌릴 수 있는 선택지를 제공할 것이다. 
또한 일반적인 통계 소프트웨어를 사용하면 그 소프트웨어에 내장된 함수가 요구하는 input 의 형태로 데이터를 전처리해야하는데 엑셀로 전처리를 할 경우 굉장한 노가다가 되거나 데이터 규모가 커지면 아에 불가능해지는 경우도 있다. 이 경우 r 을 활용하면 전처리도 효율적으로 진행할 수 있다. 
개인적인 생각으로는 python 과 r 을 비교했을때 python 이 활용도가 훨씬 높은 대신, 통계 모델을 많이 다루는 경우에는 (1) r의 패키지가 많고 (2)안정적이며 (3)진입장벽이 훨씬 낮다는 이유로 r을 추천하고 싶다. r은 내가 앞서 언급한 다른 모든 프로그램보다 익숙해지는데 몇십배의 노력을 필요로 할것이다. 하지만 정말 충분한 가치가 있다. 1,2,3가 논문을 효율적으로 작성하는데 필요한 도구라면, r 은 논문의 퀄리티를 올리는데 필요한 도구라고 할 수 있다.

 
+ (덧)
문헌간의 관계를 시각화해주는 사이트. 꽤 중요해보이는 메인 논문을 찾았을때 그 논문과 관련 깊은 문헌을 금방 찾아내 관계도를 시각화 해준다. 논문 리뷰할때 빠짐없이 하기에도 용이하고, 키워드만 가지고 있을때 main stream 이 되는 논문을 금방 찾아내는데도 유용하게 쓰인다.

 
+덧
Chatgpt 에 edit this: 하고 쓴 글을 붙여넣으면 수정사항을 제안해주는데 글쓰기 보조 기능으로 쓰기 너무 편리합니다! 안써보신분들 꼭 써보세요 생산성 진짜 두배 이상 높아집니다.
 



꼭 직접 써보고 익히자

 내가 생각하는 수많은 유용한 도구 중 필수만 넣었으니 꼭 튜토리얼을 찾아보고 직접 사용해보면서 익숙해졌으면 한다
 

반응형