Deep Review는 무엇인가요
Google Research가 만든 AI 문서 검토 도구입니다. 공식 발표에 따르면 논리적 일관성과 수학적 서술을 확인하고, 주장을 근거와 대조하고, 기존 연구와 비교하며, 개선점을 제안합니다. 더 높은 수준의 판단은 사람에게 맡긴다고 밝힙니다. Deep Review 페이지는 약한 논증, 빠진 맥락, 전반적인 명료성과 함께 넓은 문헌 검색을 소개합니다.
컴퓨터과학 학회에서 투고 전 피드백으로 시범 운영한 뒤 일반에 공개됐습니다. 초기 버전을 설명한 논문도 컴퓨터과학 분야를 다룹니다. 공식 발표와 Deep Review 페이지에는 의학·임상 원고나 CARE·STROBE·STARD 같은 보고 지침이 언급되지 않습니다. 공개 설명에서 확인되지 않았다는 뜻이며 그런 기능이 없다고 단정할 수는 없습니다.
이용 방법과 데이터 처리 (Google 안내 기준)
- 이용 범위: 주 2회 리뷰가 무료입니다. 더 쓰려면 본인의 Gemini API 키를 연결해 Gemini API 사용료를 냅니다. Deep Review 자체의 추가 요금은 없다고 합니다. Deep Review 페이지는 40쪽 문서 한 편에 약 3달러(3.8 Flash 모델, Low 수준)부터 20달러(4 Argon 모델, Extra High 수준)까지 든다고 예를 들며, 실제 요금은 문서에 따라 달라지는 참고치라고 밝힙니다.
- 입력 형식: 공식 발표는 PDF와 일반 텍스트를, Deep Review 페이지는 PDF·텍스트·Google Docs·Google Slides를 안내합니다. Word 파일은 언급되지 않습니다.
- 학습 사용: 출처마다 문구가 다릅니다. 공식 발표는 업로드 문서를 Google 모델의 학습·미세조정·개선에 사용하지 않는다고 합니다. Deep Review 페이지는 허락 없이 학습에 사용하지 않으며, 개선용 데이터 제공에 동의할 수 있다고 안내합니다.
- 보관: 화면 표시를 위해 최대 1년 보관합니다.
- 웹 검색: 관련 연구를 찾으려고 웹 검색을 할 수 있다고 Deep Review 페이지가 안내합니다.
미발표 원고를 올리기 전에 소속기관 규정과 공동 저자의 동의를 확인하고, 환자 식별정보를 지우세요. 개선용 데이터 제공에 동의했는지도 확인하세요.
어떻게 비교했나요
원고
운영팀 구성원이 저자로 참여한 미발표 원저 한 편입니다. 단일기관 후향 자료로 영상 AI의 진단 성능을 평가한 연구이며, 표와 그림이 여럿 있습니다.
Deep Review
저자가 원고 PDF를 Deep Review에 올려 받은 보고서를 그대로 사용했습니다.
Paper Buddy Health Check
같은 원고의 Word 파일을 Paper Buddy로 가져와 점검했습니다. 처음 비교한 결과는 이전 버전이 만든 것이었고, 개선한 뒤 다시 실행했습니다.
대조
두 결과의 지적을 원본 Word 파일과 그림 이미지에 하나씩 대조해 맞는 지적, 틀린 지적, 둘 다 놓친 것으로 나눴습니다. 비율과 개수는 코드로 다시 계산했습니다.
원고 한 편, 눈가림 없는 비교이고 대조한 쪽이 Paper Buddy 운영팀입니다. 어떤 지적이 더 중요한지도 우리 판단이 들어갔습니다. 다른 원고나 분야에서는 결과가 다를 수 있습니다.
Deep Review가 잘 잡은 것
원고와 대조해 보니 리뷰어가 바로 짚을 만한 오류를 Deep Review가 대부분 먼저 찾았습니다. 몇 분이면 고칠 수 있지만 저자는 놓치기 쉬운 것들입니다.
- 뒤바뀐 대소 관계: 결과에서 한 수치가 다른 수치보다 크다고 썼지만 실제로는 더 작았습니다.
- 표의 수치와 개수: 표의 정확도와 오분류 개수로 계산한 값이 맞지 않았습니다. 다시 보니 정확도가 교차검증 폴드의 평균이라면 정상일 수 있어, 오류라기보다 확인을 요청할 항목이었습니다.
- 그림과 Methods의 충돌: 그림 속 모델 도식에 적힌 학습 방식이 Methods 설명과 달랐습니다.
- 사후에 고른 임계값: 평가 자료를 보고 고른 임계값을 임상 활용처럼 서술하면서 탐색적 분석이라는 표시가 없었습니다.
- 재현 정보: 최적화 방법, 학습률, 학습 횟수, 데이터 증강 같은 학습 설정과 점수를 확률로 바꾸는 방법이 빠져 있었고, 시각화 분석의 데이터 분할도 문제였습니다.
- 작은 불일치: 표 각주의 환자 수와 영상 수 혼동, 그림마다 다른 부트스트랩 반복 횟수, Word 위첨자 서식 대신 들어간 위첨자 문자가 일부 글꼴에서 깨지는 문제를 찾았습니다.
- 비교 문헌: 원고가 다루지 않은 최근 관련 연구를 정확히 제안했습니다.
임상 원고에서 아쉬웠던 점
- PDF 변환에서 생긴 오탐: 참고문헌 1번 누락, 인용이 없는 문장, 위첨자가 아닌 인용, 반복되는 표 제목을 지적했지만 원본 Word 파일에서는 모두 정상이었습니다. PDF에서 텍스트를 뽑는 과정에서 생긴 착오로 보입니다.
- 지금 할 수 없는 요구: 다른 모델과의 추가 비교, 전문가 판독 기준선, 다기관 자료 같은 새 실험이 수정 요구로 섞였습니다. 결함이라기보다 설계 방향으로 보입니다. Deep Review 페이지는 피드백을 받은 저자의 60%가 완전히 새로운 실험을 했다는 점을 장점으로 소개합니다. 실험을 다시 돌릴 수 있는 컴퓨터과학 논문에는 맞는 방향이지만, 승인된 후향 자료로 하는 임상 연구에서는 지금 할 수 없는 경우가 많습니다. 이런 요구는 리뷰어 질문에 대비한 한계 서술로 다루는 편이 현실적입니다.
- 지적의 양: 상세한 지적이 수십 개였습니다. 정확한 지적이 많았지만 무엇부터 고칠지는 저자가 골라야 했습니다.
- 보고 지침: 진단 정확도 연구에 쓰는 STARD 같은 보고 지침의 항목별 점검은 없었습니다.
- 임상 방법론 질문: 검사 입력을 만든 임상의가 최종 진단을 알고 있었는지(판독자 눈가림), 반복 방문 영상의 라벨이 어느 시점 진단과 연결되며 그 사이 치료가 있었는지는 묻지 않았습니다. 임상 리뷰어라면 물을 만한 질문입니다.
같은 원고에서 Paper Buddy Health Check는
처음 비교한 결과는 Deep Review보다 못했습니다. 위의 주요 수치 오류와 그림 충돌, 임계값 표현을 놓쳤고 원고를 지나치게 관대하게 평가했습니다. 판독자 눈가림, 모집 기간, 연속 등록 여부처럼 Deep Review에 없던 보고 항목을 짚은 것은 장점이었지만, 일부 항목은 판정과 이유가 어긋났고 엉뚱한 비교 문헌도 붙었습니다.
원인을 찾아 2026년 10월 21일까지 다음을 고쳤습니다.
- 숫자 자동 대조: 개수와 백분율이 서로 맞는지, ‘A가 B보다 컸다’는 문장이 실제 수치와 맞는지, 표에서 가져왔다는 수치가 그 표에 정말 있는지, 본문의 저자·연도 인용이 참고문헌 목록에 있는지를 AI의 판단이 아니라 계산으로 확인합니다. 틀린 것이 확실할 때만 오류라고 알리고, 교차검증 평균처럼 다른 방식으로 계산했을 수 있는 값은 ‘확인 필요’로 묻습니다.
- 근거를 못 찾아 빠지던 지적: Health Check는 원고에서 근거 문장을 찾지 못한 지적을 보여 주지 않습니다. 표의 한 행이나 숫자 하나를 근거로 든 지적이 이 확인을 통과하지 못해 빠지던 문제를 고쳤습니다.
- 결과의 순서와 말투: 연구 질문의 핵심 답과 그 의미를 담은 총평과 강점을 먼저 쓰고, 먼저 볼 지적 몇 개를 보인 뒤 나머지 세부 확인은 접어 둡니다. 동료 연구자가 제안하는 말투로 씁니다.
- 임상 방법론 질문: 눈가림, 대상 선정, 검사와 참조 표준 사이의 시간과 치료, 분석 단위를 묻도록 했습니다.
개선 후 다시 실행하자 결론의 과잉 해석, 임계값 표현, 판독자 눈가림, 방문 라벨과 치료 시점 질문이 먼저 볼 지적으로 나왔고, 수치 불일치는 접힌 세부 확인에 들어갔습니다. 다만 대소 관계가 뒤바뀐 문장은 이때도 빠졌습니다. 편집기에 옮긴 원고에서 그 문장이 앞 문장과 붙어 하나로 읽혔기 때문입니다. 이렇게 붙은 문장도 나눠 읽도록 고쳤고, 고친 뒤 이 문장으로 시험해 오류로 짚는 것을 확인했습니다.
남은 한계도 있습니다. 그림 이미지는 읽지 않아 그림 속 모순을 잡지 못하고, 시각화 분석의 데이터 분할 문제도 놓쳤습니다. 점검 중 새 문헌을 검색하지 않으므로 분야 속 위치는 프로젝트에 저장한 선행연구 조사나 원고가 인용한 문헌을 바탕으로 씁니다.
한눈에 비교
| 항목 | Google Deep Review | Paper Buddy Health Check |
|---|---|---|
| 목적 | 기술 문서 전반의 검토. 컴퓨터과학 학회 시범 운영을 거쳐 공개 | 의학·치의학·간호학 원고 작업 공간 안의 투고 전 점검 |
| 입력 | PDF·일반 텍스트. Deep Review 페이지는 Google Docs·Slides도 안내. Word는 언급 없음 | 작업 공간으로 가져온 Word 원고나 작성 중인 원고 |
| 결과 형식 | 심각도와 위치가 붙은 상세한 지적 목록 | 총평과 강점, 먼저 볼 지적 몇 개, 접힌 세부 확인 |
| 숫자·표·본문 일관성 | 우리 원고에서 가장 강했던 부분 | 숫자 자동 대조를 추가해 확실한 오류와 확인할 후보를 구분 |
| 그림 | 그림 속 도식과 본문의 충돌도 지적 | 그림 이미지는 읽지 않고 캡션만 읽음 |
| 관련 문헌 | 웹 검색으로 관련 연구를 찾을 수 있음 | 점검 중 새로 검색하지 않음. 저장한 선행연구 조사나 원고가 인용한 문헌을 바탕으로 함 |
| 보고 지침 | 공개 설명에 언급 없음. 우리 실행에서 항목별 점검 없음 | 연구 설계에 맞는 지침의 주요 항목을 점검. 체크리스트 전체 확인은 아님 |
| 임상 방법론 질문 | 우리 실행에서 판독자 눈가림, 라벨 시점 질문 없음 | 개선 후 실행에서 두 질문을 주요 지적으로 제기 |
| 수정 요구 | 새 실험과 추가 비교 요구가 섞임 | 지금 자료로 할 수 있는 수정 중심. 어려운 것은 한계 서술로 안내 |
| 고치는 곳 | 보고서를 보며 원고 파일로 돌아가 수정 | 지적에서 원고 위치로 이동해 같은 편집기에서 수정 |
| 이용 조건 | 주 2회 무료, 그 이상은 본인 Gemini API 키와 API 요금. 40쪽 문서 약 3–20달러 예시 | 플랜별 사용량 한도. 요금 안내 |
| 데이터 | 학습 사용 문구가 발표와 Deep Review 페이지에서 다름. 최대 1년 보관, 웹 검색 가능 | 원고·연구 자료·AI 대화를 AI 모델 학습에 사용하지 않음. AI 기능에 필요한 내용은 AI 제공자에게 보내 처리. 개인정보처리방침 |
Deep Review 열의 기능·이용 조건은 Google 안내를, 나머지는 원고 한 편에서 관찰한 내용을 적었습니다. 어느 도구도 원고의 정확성이나 보고 지침 준수를 보증하지 않습니다.
함께 쓰는 순서
두 도구는 서로 대신하기보다 다른 시점에 다른 질문에 답합니다. 우리가 추천하는 순서는 이렇습니다.
쓰는 동안: 큰 결함과 보고 항목
초안이 모이면 Health Check로 총평과 먼저 볼 지적, 보고 지침 주요 항목, 숫자 일관성을 확인하고 같은 원고에서 고칩니다.
투고 직전: 두 번째 독자
기관 규정이 허용한다면 완성본을 Deep Review에 올려 숫자·표·그림과 재현 정보를 한 번 더 살핍니다.
지적을 세 갈래로 나누기
지금 고칠 것(숫자, 표, 서식), 있는 자료로 할 수 있는 것(분석 설명, 학습 설정 표), 지금은 할 수 없는 것(새 코호트, 전문가 기준선)으로 나눕니다. 마지막 갈래는 수정 요구가 아니라 한계 서술과 리뷰어 답변 준비로 돌립니다.
원본과 공식 체크리스트로 마무리
모든 지적은 원본 Word 파일에서 다시 확인하고, 보고 지침은 공식 체크리스트로 최종 점검합니다. 사용한 AI 도구는 저널 규정에 맞게 밝힙니다.
보고 지침 점검 도구의 차이는 CARE·STROBE AI 점검 도구 비교에서, 투고 전 점검 순서는 제출 전 원고 점검에서, AI 사용 고지는 AI 사용 고지 가이드에서 살펴보세요.
자주 묻는 질문
Google Deep Review는 무료인가요?
2026년 10월 21일 Google 안내 기준으로 주 2회 리뷰는 무료입니다. 그 이상은 본인의 Gemini API 키를 연결해 API 요금을 내고 쓸 수 있습니다. Deep Review 페이지는 40쪽 문서 한 편에 약 3달러에서 20달러를 예로 들며, 실제 요금은 문서와 고른 검토 수준에 따라 달라진다고 안내합니다. 무료 범위와 요금은 바뀔 수 있으니 공식 페이지를 확인하세요.
의학·임상 논문에도 Deep Review를 쓸 수 있나요?
공식 발표와 Deep Review 페이지에는 의학·임상 원고나 CARE·STROBE·STARD 같은 보고 지침이 언급되지 않습니다. 공개 설명에서 확인되지 않았다는 뜻이며 기능이 없다고 단정할 수는 없습니다. 우리 원고 한 편에서는 수치·그림 불일치를 잘 잡았지만 보고 지침 항목별 점검과 임상 방법론 질문은 나오지 않았습니다.
Word 원고를 그대로 올릴 수 있나요?
Google 발표는 PDF와 일반 텍스트를, Deep Review 페이지는 PDF·텍스트·Google Docs·Google Slides를 안내합니다. Word 파일은 어느 쪽에도 언급되지 않습니다. PDF로 바꾸면 위첨자 인용과 표 구조가 흐트러져 오탐이 생길 수 있으니, 인용·표에 관한 지적은 원본 Word 파일에서 다시 확인하세요.
미발표 원고를 올려도 괜찮을까요?
Google 발표는 업로드 문서를 Google 모델의 학습·미세조정·개선에 사용하지 않는다고 하고, Deep Review 페이지는 허락 없이 학습에 사용하지 않으며 개선용 데이터 제공에 동의할 수 있다고 안내합니다. 문서는 화면 표시를 위해 최대 1년 보관되고, 관련 연구를 찾으려고 웹 검색을 할 수 있습니다. 올리기 전에 소속기관 규정과 공동 저자의 동의를 확인하고 환자 식별정보를 지우세요.
Deep Review가 있으면 Paper Buddy Health Check는 필요 없나요?
하는 일이 다릅니다. 완성 원고의 내적 일관성을 넓게 살피는 것이 목적이라면 Deep Review만으로도 많은 것을 얻을 수 있습니다. Health Check는 작성 중인 원고 안에서 총평과 먼저 볼 지적, 보고 지침 주요 항목, 임상 방법론 질문을 받고 같은 자리에서 고치도록 만든 기능입니다. 어느 도구도 원고의 정확성이나 게재를 보증하지 않습니다.
출처와 확인 기준
Google의 공식 자료는 2026년 10월 21일 확인했습니다. 비교 결과는 원고 한 편에서 관찰한 것이며 정확도 검증이나 독립 평가가 아닙니다. 이용 전 최신 안내와 데이터 정책을 확인하세요.
- Google Research — Analyzing technical documents with Deep Review (October 14, 2026)
- Google Research — Deep Review page and FAQ
- arXiv:2606.28277 — Towards Automating Scientific Review with Google’s Paper Assistant Tool
- EQUATOR Network — STARD reporting guideline for diagnostic accuracy studies
- Paper Buddy — Health Check 기능·한계