공부 루틴
간호교육 논문의 자료와 분석 코드를 실행하니 보고된 결과가 다시 나왔어요. 이제 새로운 연구에서도 효과가 확인됐다고 써도 될까요? 계산을 다시 얻는 일과 새 자료에서 같은 질문을 확인하는 일은 다른 성취예요. ‘재현’이라고 쓸 때는 어떤 정의를 쓰는지부터 밝혀야 해요.
두 확인을 가상 대화로 나누어 봐요
학생: “같은 데이터와 코드로 평균을 다시 구했으니 새 연구의 결과도 같은 거죠?”
설명: “지금 확인한 것은 기존 자료·코드·조건에서 계산이 이어지는가입니다. 새 표본에서 어떤 결과가 나오는지는 아직 보지 않았어요.”
National Academies of Sciences, Engineering, and Medicine의 2019년 보고서 소개는 같은 입력 자료와 코드·분석 조건에서 일관된 계산 결과를 얻는 것을 reproducibility로 정의해요. 여기서는 ‘계산 재현성’이라고 불러요. 프로그램을 열 수 있는지만 묻는 것이 아니라 계산 결과를 다시 얻는지를 확인하는 거예요.
새 자료에서는 확인하는 질문도 달라져요
같은 연구 질문을 별도로 수집한 자료에서 확인하는 일은 그 자료의 정의로 replicability, 즉 반복검증이에요. 저자의 가상 예시에서는 첫 수업의 자료를 재계산하는 장면과 다른 수업에서 새 자료를 모아 같은 질문을 검토하는 장면을 나누어요. 실제로 교육 효과가 관찰됐다는 사례는 아니에요.
Alan Turing Institute의 의회 제출 원문도 같은 자료·방법의 확인과 별도 자료에서의 확인을 구별해요. 분야에 따라 영어 용어나 번역을 다르게 쓰기도 하니 모든 논문의 ‘재현성’이 여기 정의와 같다고 추측하지는 않아요. 원문의 정의와 실제로 새 자료가 있었는지를 함께 읽어야 해요.
확인한 뒤에도 남는 한계가 있어요
- 계산이 재현됐어도: 원래 자료 수집의 편향이나 질문에 맞지 않는 설계까지 없어지는 것은 아니에요.
- 새 자료에서 결과가 비슷해도: 한 번의 성공이 모든 상황에서 참임을 보장하지는 않아요.
- 한 번 다르게 나왔어도: 원래 연구가 거짓이라고 바로 확정하지는 않아요. 조건·방법·불확실성을 더 읽어 봐요.
두 확인 모두 방법을 투명하게 설명하는 일이 중요해요. 그렇다고 민감한 간호연구 자료를 개인정보 검토 없이 공개하라는 뜻은 아니에요. 코드와 자료 접근에는 윤리·보안 조건이 남아요. 같은 자료를 여러 논문에서 보고한 것을 독립 연구 수로 중복 세는 문제와도 구별해요.
학생: “같은 자료의 계산을 다시 얻은 것과 새 자료에서 같은 질문을 확인한 것은 따로 말해야겠네요.”
설명: “동일 자료·코드의 계산 재현과 독립 자료의 반복검증은 서로 다른 확인입니다. 실제 수행하지 않은 확인까지 결과에 덧붙일 수는 없습니다.”
참고 자료 · 확인일 2026.10.05: National Academies of Sciences, Engineering, and Medicine · New Report Examines Reproducibility and Replicability in Science, Recommends Ways to Improve Transparency and Rigor in Research · Alan Turing Institute · The Turing response to the UK Parliament inquiry into reproducibility and research integrity