탐구 주제는 정했는데, 막상 보고서를 쓰려니 한 페이지를 채우기도 버겁다는 학생이 많습니다. 이 글에서는 AI를 활용해 짧은 탐구 아이디어를 제대로 된 탐구보고서로 확장하는 구체적인 방법을 알려드립니다.
실제 어학계열 주제 하나를 예시로, 한 줄 소개에서 출발해 단계별로 분량과 깊이를 늘려가는 과정을 그대로 따라가 보겠습니다. 먼저 분명히 해둘 점이 있습니다. 여기서 말하는 “분량 늘리기”는 내용 없는 말을 길게 늘려 쓰는 것이 아닙니다.
AI는 빈약한 글을 그럴듯하게 부풀리는 도구가 아니라, 탐구의 빈 곳을 찾아 채워 넣도록 도와주는 도구입니다. 핵심은 “더 길게”가 아니라 “더 깊게”입니다.
예시로 쓸 원본 주제
이 글에서는 아래 어학계열 주제를 출발점으로 삼겠습니다. 이 주제는 제가 ‘어학계열 주제탐구’에서 추천한 주제 글 중 하나입니다.
언어를 정보로 ,「신호와 정보」 단원으로 본 디지털 번역의 원리
언어가 디지털 신호(숫자)로 변환되는 과정을 따라가며, 기계 번역이 어떤 문장에서 왜 오류를 내는지 정보의 관점에서 탐구한다.
연계 과목: 통합과학1 「과학의 기초」(신호와 정보) / 연계 전공: 통번역학과, 언어학과, 영어영문학과
이 정도면 좋은 주제 아이디어이지만, 그 자체로는 보고서가 아니라 “보고서의 씨앗”입니다. 이걸 어떻게 키우는지 보겠습니다.
1단계 . 목차부터 잡는다 (구조 확장)
분량이 안 나오는 가장 흔한 이유는 글의 뼈대가 없어서입니다. 무작정 쓰기 시작하면 한두 문단에서 막힙니다. 먼저 AI에게 목차를 짜게 하면, 채워야 할 칸이 생기고 그 칸마다 쓸 거리가 보입니다.
이렇게 질문하세요 (프롬프트 예시):
“고등학생 탐구보고서를 쓰려고 해. 주제는 ‘디지털 번역의 원리를 정보의 관점에서 분석하기’야. 서론-본론-결론 구조로, 본론을 3~4개 소제목으로 나눈 목차를 제안해줘. 각 소제목에서 무엇을 다룰지 한 줄씩 설명도 붙여줘.”
AI가 제안한 목차를 그대로 쓰지 말고, 마음에 드는 항목만 골라 재배열하세요. 예를 들어 위 주제라면 이런 뼈대가 나올 수 있습니다.
- 서론: 번역기는 어떻게 작동할까 (문제 제기)
- 본론 1: 언어가 숫자로 바뀌는 과정 (신호와 정보 개념 연결)
- 본론 2: 번역기가 자주 틀리는 문장 유형 분석 (직접 실험)
- 본론 3: ‘정보의 손실’로 설명하는 오류의 원인
- 결론: 기계가 놓치는 지점과 인간 번역가의 역할
씨앗 하나가 다섯 칸으로 늘어났습니다. 분량은 이 칸을 채우는 과정에서 자연스럽게 따라옵니다.
2단계 . 각 항목에 “왜?”와 “예를 들면?”을 추가한다 (심화 확장)
목차의 각 칸에서 분량을 늘리는 가장 좋은 방법은 질문을 던지는 것입니다. 한 문장을 써놓고 스스로(또는 AI에게) 이렇게 물어보세요.
- 왜 그런가? (원리·이유)
- 예를 들면? (구체적 사례)
- 반대로는? (예외·한계)
예를 들어 “번역기는 관용구에서 자주 틀린다”라는 한 문장은 이렇게 늘어납니다.
번역기는 관용구에서 자주 틀린다. 왜냐하면 관용구는 단어의 문자적 의미와 실제 의미가 다른데, 기계는 통계적으로 가장 빈번한 대응을 고르기 때문이다. 예를 들어 “발이 넓다”를 직역하면 신체를 묘사하는 문장이 되지만, 실제로는 인맥이 넓다는 뜻이다. 반대로 직역해도 의미가 통하는 문장에서는 오류가 거의 없다.
한 문장이 네 문장이 됐고, 무엇보다 내용이 깊어졌습니다. AI에게는 이렇게 시킬 수 있습니다.
“이 문장에 ‘왜 그런지’와 ‘구체적 예시’를 덧붙여서 3~4문장으로 풀어줘. 고등학생이 이해할 수 있는 수준으로.”
3단계 . 직접 한 실험·조사를 넣는다 (가장 중요한 확장)
탐구보고서에서 분량을 가장 크게, 그리고 가장 가치 있게 늘리는 부분은 본인이 직접 한 활동입니다. 이건 AI가 대신 해줄 수 없고, AI가 끼어들면 안 되는 영역이기도 합니다. AI는 실험 결과를 만들어내는 도구가 아니라, 실험을 어떻게 설계할지 함께 고민하는 도구로만 쓰세요.
위 주제라면 이런 실험이 가능합니다.
- 같은 한국어 문장 10개를 골라 서로 다른 번역기 3개에 넣는다.
- 오류가 난 문장을 관용구·높임말·동음이의어 등 유형별로 분류한다.
- 어떤 유형에서 오류율이 높은지 표로 정리한다.
AI 활용 프롬프트:
“번역기 오류를 비교하는 실험을 설계하고 싶어. 어떤 문장 유형을 표본으로 넣으면 의미 있는 결과가 나올지, 결과를 어떻게 표로 정리하면 좋을지 조언해줘.”
그리고 실제 실험 결과(어떤 문장이 어떻게 틀렸는지)를 표와 함께 보고서에 넣으면, 이 부분 하나만으로도 분량이 크게 늘면서 “직접 탐구했다”는 가장 중요한 인상을 남깁니다.
주의: AI에게 “번역기 실험 결과를 만들어줘”라고 시키면 안 됩니다. 하지도 않은 실험을 꾸며 쓰는 것은 허위 기재이고, 면접에서 한 가지만 깊이 물어도 바로 드러납니다. 결과는 반드시 직접 만들어내세요.
4단계 . 개념을 교과 단원과 연결한다 (세특 연계 확장)
세특에 들어갈 탐구라면 교과 단원과의 연결이 반드시 필요합니다. 이 연결을 풀어 쓰는 것만으로도 한 문단이 나오고, 동시에 “수업 내용을 탐구로 확장했다”는 평가 포인트가 생깁니다.
위 주제는 통합과학1 「신호와 정보」 단원의 아날로그 정보가 디지털로 변환되며 일부 정보가 손실된다는 개념과 자연스럽게 연결됩니다.
AI 활용 프롬프트:
“통합과학의 ‘신호와 정보’ 단원에서 배우는 디지털 변환 개념을, 언어 번역에서 뉘앙스가 사라지는 현상과 연결해서 설명해줘. 두 개념의 공통점을 중심으로.”
이렇게 하면 “소리가 디지털로 바뀔 때 정보가 손실되듯, 언어도 기계가 처리 가능한 형태로 환원될 때 문화적 함의 같은 정보가 손실된다”는 식의 연결 문단이 만들어집니다. 교과 개념을 탐구의 분석 틀로 끌어오는 것 — 이게 세특에서 가장 빛나는 부분입니다.
5단계 . 결론에서 전공·진로로 확장한다 (마무리 확장)
마지막으로, 탐구를 본인의 관심 전공과 연결하며 마무리하면 자연스럽게 한 문단이 더 나옵니다. 단, “그래서 이 전공에 가고 싶다”는 식의 막연한 다짐보다는, 탐구를 통해 새로 생긴 질문으로 끝내는 것이 훨씬 인상적입니다.
예: “기계가 문맥을 놓치는 지점이 곧 인간 번역가가 개입해야 하는 지점이라는 것을 알게 됐다. 그렇다면 ‘문맥’이라는 정보는 정확히 무엇이고, 그것을 기계에 어떻게 가르칠 수 있을까? 이 질문을 통번역학·언어학 공부로 이어가고 싶다.”
AI 활용 프롬프트:
“이 탐구의 결론을, 통번역학과 진학과 연결하되 ‘새로 생긴 질문’으로 마무리하는 문단으로 써줘.”
분량 확장 체크리스트
보고서를 다 썼다면 아래 항목을 점검해 보세요. 빈 칸이 곧 더 늘릴 수 있는 부분입니다.
- [ ] 목차(소제목)가 3개 이상 있는가?
- [ ] 각 주장마다 “왜 그런지” 이유가 붙어 있는가?
- [ ] 구체적인 예시가 최소 2개 이상 있는가?
- [ ] 내가 직접 한 실험·조사 결과가 표나 사례로 들어 있는가?
- [ ] 교과 단원·개념과의 연결이 명시되어 있는가?
- [ ] 결론에 새로 생긴 질문이나 후속 탐구 방향이 있는가?
꼭 기억할 것 — AI는 ‘늘리는’ 도구가 아니라 ‘깊게 하는’ 도구
AI로 분량을 늘릴 때 가장 경계해야 할 것은 알맹이 없이 말만 길어지는 글입니다. 평가자는 길이가 아니라 깊이를 봅니다. 같은 말을 다르게 반복하거나, AI가 써준 일반론을 그대로 붙여넣은 글은 오히려 마이너스입니다.
정리하면, AI는 이렇게 쓰세요.
- 목차를 짜고 빈 칸을 보이게 한다 (1단계)
- 질문을 던져 한 문장을 여러 문장으로 푼다 (2단계)
- 실험 설계를 돕게 한다 — 결과는 직접 만든다 (3단계)
- 개념 연결을 도와 교과와 잇는다 (4단계)
- 마무리 질문을 다듬게 한다 (5단계)
그리고 AI가 써준 문장은 반드시 자기 말로 다시 쓰고, 사실인지 직접 확인하세요. 탐구보고서의 주인은 어디까지나 학생 본인이어야 합니다.
