첫 번째 방법, 구글 스칼라에서 수동으로 찾기입니다. 저도 AI 진짜 많이 써봤는데요, 솔직히 AI한테 전부 맡기면 생각보다 좋은 레퍼런스 찾기 어렵습니다. 그래서 저는 항상 1차는 직접 찾는 걸로 시작해요. 키워드를 조합해서 검색하고, 결과를 훑으면서 인용수랑 저자, 발행 정보 같은 기본 신뢰도 지표를 같이 봅니다.

두 번째 방법. AI 딥리서치 옵션으로 후보를 뽑는 겁니다. Gemini나 GPT, Claude 같은 걸로 내용까지 포함해서 후보 리스트를 만들 수 있어요. 근데 AI는 환각 진짜 주의하셔야 해요. 구글 스칼라에서 실제로 존재하는 논문인지 크로스 체킹합시다.

세 번째 방법. 역추적입니다. 이미 확보한 핵심 논문 하나를 기준으로 참고문헌을 따라가거나, 그 논문을 인용한 논문들을 타고 가면서 확장해요. 이게 제일 안정적으로 퀄리티가 유지됩니다.

네 번째 방법. 학회에서 찾기입니다. 상위 학회 검색을 통해 최신 흐름이나 방법론을 빠르게 훑고, 거기서 나온 키워드나 저자를 다시 스칼라 검색으로 연결합니다.

다섯 번째 방법, 저널을 제한한 뒤 AI 딥리서치 돌리기입니다. 이건 임팩트 팩터가 중요할 때 사용하는 방식이에요. 임팩트 팩터는 그 저널 논문들이 평균적으로 얼마나 인용되는지를 나타내는 지표에요. 임팩트 팩터가 높은 저널에서만 찾도록 지시하면, 레퍼런스 후보의 질을 빠르게 필터링하는 데 도움이 됩니다.