AI·리서치 도구· 2026년 10월 29일

Consensus·Perplexity로 선행 연구 훑기 — 서론 흐름, 연구 방법, 대조군을 요약표로

AI 검색 도구로 논문 후보를 빠르게 모으고, 논문마다 서론 흐름·설계·대조군·1차 평가변수·핵심 숫자를 한 줄로 정리하는 방법이에요. IgA 신병증 3상 논문 세 편으로 만든 예시와 무료 엑셀 요약표를 같이 담았어요.

1. 두 도구, 이렇게 나눠 써요

도구 기능은 자주 바뀌어요. 아래 내용은 대학 도서관 안내와 공개 리뷰를 기준으로 2026년 10월 29일에 확인했어요. 쓰기 전에 각 서비스의 최신 도움말도 한 번 확인해 보세요.

Consensus: 학술 논문만 모아 검색하는 AI 검색 엔진이에요. 질문을 넣으면 관련 논문을 찾아 요약해 주고, 요약 문장마다 근거 논문이 연결돼 있어요 [1].
- Consensus Meter: 예/아니오로 답할 수 있는 질문에서, 상위 검색 결과 논문들이 어느 쪽 결론인지 비율로 보여 줘요 [1][2].
- 주의할 점: 이 비율은 그 질문으로 찾은 논문 묶음에서만 나온 값이라, 질문을 어떻게 쓰느냐에 따라 달라질 수 있어요 [2].
Perplexity: 웹 전체를 검색해 출처가 달린 답을 주는 '답변 엔진'이에요. 학술 자료 위주로 찾는 옵션도 있어요 [3].
- 주의할 점: 도서관 안내들은 Perplexity가 보여 준 출처를 반드시 직접 확인하고, Perplexity의 답이 아니라 원래 출처를 인용하라고 권해요 [3][4].

제 생각: 저는 논문 후보를 모을 때는 Consensus를, 그 분야의 뉴스나 규제 맥락처럼 논문 밖의 배경을 함께 볼 때는 Perplexity를 쓰는 편이에요. 어느 쪽이든 결과 화면은 '읽을 목록'이지 '읽은 내용'은 아니라고 생각해요.

다른 선택지: Elicit은 공식 안내에 따르면 연구 질문에 맞는 추출 열(column)을 제안하고, 셀마다 근거 문장을 보여 주며, 표를 CSV로 내보낼 수 있어요 [5]. 저는 써 보지 않아서 공식 문서 내용만 적었어요.

2. 논문마다 한 줄씩: 요약표의 칸

후보 논문이 모이면, 논문마다 같은 칸을 채워요. 칸이 같아야 나중에 나란히 놓고 비교할 수 있어요.

서론 흐름: 배경 → 빈틈 → 가설. "무엇이 알려져 있고, 무엇이 아직 모르고, 그래서 이 연구는 무엇을 묻는가"를 한 줄로 써요.
연구 설계: 무작위 대조시험(RCT), 코호트, 메타분석 등
대상과 규모: 어떤 환자 몇 명인지
개입과 대조군: 무엇을 무엇과 비교했는지. 위약인지, 기존 치료인지에 따라 결과의 의미가 달라져요.
1차 평가변수와 핵심 결과: 숫자 하나는 꼭 적어요.
한계: 중간 분석인지, 기간이 짧은지 등
원문 확인 여부: 전문을 읽었는지, 초록만 봤는지, 아직 안 봤는지

3. 예시: APRIL을 막으면 IgA 신병증 단백뇨가 줄어들까?

BIO:ON Insight 22호에서 셀트리온이 들여온 KG013은 APRIL이라는 단백질을 막는 항체이고, 첫 적응증이 IgA 신병증이었어요. 그래서 "APRIL을 막는 약들이 실제 임상에서 어땠나?"를 질문으로 잡고, Consensus로 찾은 3상 논문 세 편을 요약표 형식으로 정리해 봤어요. 아래 숫자는 모두 각 논문의 초록에서 옮겼어요.

시베프렌리맙 3상 (VISIONARY, 중간 분석) [6]
- 설계·대상: RCT, 생검으로 확진된 성인 IgA 신병증 환자 510명 중 중간 분석에 320명
- 개입 vs 대조군: 시베프렌리맙(APRIL 단독 차단) 400mg을 4주마다 피하주사 vs 위약
- 1차 평가변수: 9개월째 24시간 소변 단백/크레아티닌 비(UPCR)
- 핵심 결과: -50.2% vs +2.1%, 위약 대비 51.2% 낮음
아타시셉트 3상 (ORIGIN 3, 중간 분석) [7]
- 설계·대상: RCT, 중간 분석에 203명
- 개입 vs 대조군: 아타시셉트(BAFF·APRIL 동시 차단) 150mg 매주 vs 위약
- 1차 평가변수: 36주째 UPCR 변화율
- 핵심 결과: -45.7% vs -6.8%
텔리타시셉트 3상 (TELIGAN, 중간 분석) [8]
- 설계·대상: RCT, 하루 단백뇨 1.0g 이상 성인 318명
- 개입 vs 대조군: 텔리타시셉트(BAFF·APRIL 동시 차단) 240mg 매주 vs 위약
- 1차 평가변수: 39주째 UPCR
- 핵심 결과: -58.9% vs -8.8%

이렇게 나란히 놓으니 보이는 게 있었어요.

공통점: 세 연구 모두 위약보다 단백뇨를 크게 줄였어요.
차이점: 표적(APRIL 단독 vs BAFF+APRIL), 투여 간격(4주 vs 매주), 평가 시점(9개월 vs 36·39주)이 달라서 숫자를 그대로 줄 세우면 안 돼요.
아직 모르는 것: 세 연구 모두 중간 분석이라, 단백뇨 감소가 장기 신기능 보존으로 이어지는지는 최종 결과를 봐야 해요.

이 예시는 초록만 보고 채웠기 때문에, 요약표의 '원문 확인' 칸에 "초록만"이라고 표시해 뒀어요. 과제나 보고서에 인용할 때는 전문을 열어 방법과 결과 표까지 확인하는 게 맞다고 생각해요.

4. 제가 지키는 규칙

AI 화면이 아니라 논문을 인용해요. DOI나 PubMed ID로 원문을 열고, 저자·연도·저널이 맞는지 확인해요. 확인 방법은 AI 답변 검증 체크리스트에 정리해 뒀어요.
숫자는 원문에서 다시 옮겨요. AI 요약의 숫자를 그대로 쓰지 않아요.
대조군부터 봐요. 위약 대비인지, 기존 치료 대비인지에 따라 같은 숫자도 의미가 달라져요.
'원문 확인' 칸이 비어 있으면 인용하지 않아요.

무료 자료: 선행 연구 요약표 (엑셀)

위 칸 구성 그대로 만든 엑셀 템플릿을 자료실에 올려 뒀어요.

Papers 시트: 논문마다 한 줄씩 채우고, 설계·찾은 도구·원문 확인 여부는 드롭다운으로 골라요.
Synthesis 시트: 공통 결론, 차이점, 아직 모르는 것을 정리해요.
예시 행: 위 세 논문으로 채워 뒀으니 형식을 참고한 뒤 지우고 쓰면 돼요.

제가 배운 점

AI 검색 도구 덕분에 '무엇을 읽을지' 찾는 시간은 확실히 줄었어요. 그런데 '무엇을 말할 수 있는지'는 결국 논문을 같은 틀로 정리해 봐야 보이더라고요. 면접에서 "이 분야 연구 동향을 어떻게 파악하나요?"라는 질문을 받는다면, 어떤 도구를 쓰는지보다 이렇게 정리하고 원문으로 확인한다는 과정을 말하는 게 더 설득력 있을 것 같아요.