Video
연구 계획서에 ChatGPT 활용하기 (2023년 10월)
YouTube에서 보기
의료 AI 및 데이터과학 · Medical AI & Data Science
한국어 요약
이 발표는 연구 계획서와 연구비 신청서 작성에서 ChatGPT와 Claude 같은 대규모 언어 모델을 활용하는 방법을 설명한다. 핵심 주장은 언어 모델을 최종 원고의 자동 생성기보다 아이디어 발상, 개요 구성, 연구 필요성 및 기대 효과의 확장, 제안서의 약점에 대한 비판적 검토에 활용할 때 유용성이 높다는 것이다.
핵심 내용
- 발표에서 소개된 설문에 따르면 연구 계획서 작성에서 창의성이 특히 필요한 영역은 핵심 연구 아이디어 생성, 연구 필요성과 근거의 구성, 예상 결과와 파급효과 예측, 제안서의 약점 식별, 개선 전략 수립이다.
- 공고문에 포함된 비정형 또는 표 형식이 깨진 텍스트를 언어 모델에 입력해 연구 주제를 제안받고, 선택한 하위 주제를 추가로 구체화하는 반복적 방법이 소개되었다.
- 연구자의 최근 출판물 제목과 연구비 공고의 요구사항을 함께 제공해 연구자의 전문 분야에 맞는 연구 주제를 생성하도록 하는 맥락 조정 전략이 제시되었다. 발표에서는 약리학 또는 임상약리학을 예시로 들었다́.
- 권장 독자
- 연구비 신청서를 작성하는 연구자, 책임연구자, 임상과학자, 대학원생, 연구 발표와 심사 대응을 준비하는 연구 계획서 작성자.
- 범위와 한계
- 발표 내용은 연구 계획서 작성에 대한 시연과 발표자가 실시한 워크숍 설문에 근거한다. 언어 모델이 생성한 제안의 정확성, 신규성, 실제 연구비 선정률 또는 연구 성과 향상을 검증한 비교 연구 결과는 제시되지 않았다. 또한 모델의 응답은 무작위성, 입력 맥락의 길이, 지시문의 구체성에 따라 달라질 수 있으므로 최종 제출문 전체를 자동 생성하는 방식에는 한계가 있다.
- 연구 맥락
- 이 내용은 의료 연구에서 대규모 언어 모델을 활용한 데이터 기반 아이디어 발상, 연구 설계 지원, 제안서 비판적 검토라는 주제와 연결된다.
English summary
This presentation explains how to use large language models such as ChatGPT and Claude when preparing research plans and grant proposals. Its central argument is that these models are most useful for brainstorming, outlining, expanding the rationale and expected impact of a study, and critically examining weaknesses, rather than serving as automatic generators of the final proposal text.
Key points
- According to a workshop survey described in the presentation, creativity is especially important for generating core research ideas, formulating the need and rationale for a study, predicting expected outcomes and broader impacts, identifying weaknesses, and developing improvement strategies.
- The presentation demonstrates an iterative method in which unstructured or corrupted table text from a funding announcement is entered into a language model to generate candidate topics, followed by further refinement of a selected subtopic.
- It also presents a context-steering strategy that combines a researcher's recent publication titles with the requirements of a funding announcement to generate topics suited to the researcher's field. Pharmacology or clinical pharmacology is used as an example.
- Audience
- Researchers, principal investigators, clinical scientists, graduate students, and grant writers preparing research proposals and oral responses to evaluation panels.
- Scope and limitations
- The presentation is based on demonstrations and a workshop survey reported by the speaker. It does not present comparative evidence validating the accuracy or novelty of model-generated suggestions, their effect on grant success rates, or their effect on research outcomes. Model responses may also vary with randomness, context length, and prompt specificity, which limits the use of these systems as end-to-end generators of final submissions.
- Research context
- The material is thematically connected to the use of large language models in medical research for data-informed idea generation, research design support, and critical review of proposals.
AI-assisted summary based on the cited primary source. Model gpt-5.6-luna, prompt academic-hub-v2, generated 2026-08-29T03:55:27+00:00.