체계적 문헌 고찰은 연구 질문 설정부터 검색, 선별, 질 평가, 자료 추출, 결과 종합과 보고에 이르는 전체 연구 과정을 포괄한다. 메타분석은 이 과정에서 정량적 결과를 통계적으로 결합하는 분석 방법이다. 통계 자료가 부족하거나 연구 간 비교 가능성이 낮다면 체계적 문헌 고찰에서도 메타분석을 적용하지 않을 수 있다. 메타분석의 통계적 정교성은 체계적인 문헌 검색과 편향 위험 평가를 전제로 의미를 갖는다. 메타합성은 체계적으로 선정된 질적연구에서 경험, 의미와 과정을 해석적으로 종합한다. 메타분석과 메타합성은 개별 연구를 나열하는 수준을 넘어 연구 간 관계를 탐색하고 상위 수준의 결론을 구성한다는 공통점을 지닌다. 체계적 매핑은 효과나 경험의 의미를 심층적으로 통합하기보다 문헌의 분포와 연구 영역의 구조를 제시하며, 후속 체계적 문헌 고찰과 메타분석 또는 메타합성의 질문을 구체화하는 기초 자료가 된다.
－01_“체계적 문헌 고찰 원리와 유형” 중에서

체계적 문헌 고찰 프로토콜은 문헌 고찰의 절차와 방법을 사전에 제시하는 구조화된 계획서다. 본 검색에 앞서 연구 질문과 적격성 기준부터 문헌 검색과 선별, 질 평가, 자료 추출과 분석 방법을 명시함으로써 연구의 일관성을 유지하고, 결과에 따라 검색 방법을 임의로 변경하는 것을 방지한다. (…) 인간-AI 협업 체계적 문헌 고찰에서는 AI의 역할과 인간의 검증 절차도 프로토콜에 포함해야 한다. AI를 검색어 탐색, 검색식 작성, 문헌 선별, 자료 추출, 질 평가, 분석과 보고 중 어느 단계에서 사용할 것인지 명시하고, 도구의 명칭과 버전, 사용 시점, 입력 자료, 주요 프롬프트와 산출물의 저장·수정 방법을 기록한다. 또한 AI의 판단을 누가 어떤 기준으로 검토할지, 인간과 AI의 판단이 불일치할 때 어떻게 조정할지, AI가 생성한 인용과 요약을 원문과 어떻게 대조할지를 사전에 정해야 한다.
－03_“연구 질문 설정과 프로토콜 설계” 중에서

AI가 추출한 결과는 검증을 기다리는 초안이다. 검증은 두 층위의 대조로 이루어진다. 첫 번째 층위는 사실의 대조다. 숫자와 단위, 표본 수, 결과의 방향을 원문과 하나씩 맞춰 본다. 두 번째 층위는 사실과 추론의 구분이다. AI의 출력에는 원문에 명시된 내용과 추론으로 메운 내용이 뒤섞여 있기 때문이다. 이 둘을 가려내는 일은 연구자의 몫이다. 검증을 마친 출력에 대해 연구자는 네 가지 판단 중 하나를 내린다. 그대로 받아들이는 수용, 표현이나 범위를 손보는 부분 수정, 해석을 다시 세우는 전면 수정, 근거가 없어 받아들이지 않는 기각이다. 이때 판단의 결과만 남겨서는 안 되며, 그 근거를 함께 기록해야 한다. 이 판단 로그가 프롬프트 로그, 출력 로그, 검증 로그와 결합될 때, 4중 기록 체계가 완성된다.
－06_“자료 추출과 구조화” 중에서

왜 이렇게까지 자세히 기록을 남겨야 하는가? 인간-AI 협업에서 위험은 상호작용 자체보다 그것이 기록되지 않은 채 한 방향으로 흘러가는 데 있기 때문이다. AI의 구조가 인간의 해석을 선점했는지, 인간의 판단이 AI의 출력을 실제로 바꾸었는지는 기록이 있어야 나중에 확인할 수 있다. 기록은 겉으로 드러나지 않는 인간의 개입과 판단을 확인 가능하게 만드는 장치다. 기록의 부담이 연구를 짓누르지 않겠느냐는 반문이 있을 수 있다. 그러나 부담의 대부분은 습관에서 온다. 프롬프트와 출력은 대화형 인터페이스에 이미 남아 있으므로 보존과 정리의 문제일 뿐이다. 판단과 검증의 기록도 문헌별로 판정과 근거를 한두 문장씩 적는 대장을 하나 두면 충분하다. 더 중요한 것은 관점의 전환이다. AI 협업으로 절약된 시간의 일부를 기록에 되돌려 쓰는 일은, 그 시간을 신뢰로 바꾸는 작업이다.
－09_“AI 활용 기록과 보고” 중에서