좋은 논문으로 가는 길

1. 논문은 “아이디어”가 아니라 “문제 선택”에서 시작된다

많은 사람들이 논문을 이렇게 생각함:

• 새로운 모델
• 새로운 구조
• SOTA 성능

하지만 글의 핵심 메시지는 다름:

❌ 좋은 논문 = 좋은 아이디어
✅ 좋은 논문 = 좋은 문제 정의

즉,

• 무엇을 풀 것인가?
• 왜 이게 중요한가?
• 기존은 왜 실패했는가?

이 3개가 더 중요함

---

2. 좋은 문제의 조건

글에서는 “좋은 문제”를 고르는 기준이 명확하게 나옴:

(1) 중요성 (Importance)

• 많은 사람이 신경 쓰는 문제인가?
• real-world impact가 있는가?

→ “이걸 왜 풀어야 하지?”에 답이 있어야 함

(2) 명확한 실패 사례 (Clear failure)

• 기존 방법이 어디서 깨지는지 명확해야 함
• qualitative + quantitative 둘 다 중요

→ 그냥 “더 좋다”가 아니라
→ “여기서 기존은 틀린다”를 보여줘야 함

(3) 단순한 설명 가능성 (Simplicity)

• 문제 정의가 직관적으로 이해되어야 함
• 복잡한 formulation보다
  → 한 문장으로 설명 가능해야 함

예:

“low-res feature → high-res mapping 문제”

---

(4) 기존 연구와의 관계

• 완전히 새로운 게 아니라
• 기존 흐름 위에서 “한 단계 밀어주는 문제”여야 함

---

3. 좋은 논문의 구조 (논리 흐름)

글에서 제시하는 이상적인 논문 구조는 매우 중요함:

Step 1: Observation

기존 방법이 잘 안 되는 상황을 보여준다

• failure case 제시
• intuition 강조

Step 2: Problem Formulation

그 failure를 일반화해서 문제로 만든다

예:

• 단순 blur 문제가 아니라
• “multi-scale inconsistency 문제”로 재정의

Step 3: Insight

왜 기존이 실패했는지 설명

• 단순 성능 부족이 아니라
• 구조적 한계 설명

Step 4: Method

그 insight를 기반으로 해결 방법 제시

 

Step 5: Validation

• 문제를 진짜 해결했는지 보여줌
• 단순 metric이 아니라
  → 문제 정의와 alignment 되어야 함

---

4. 흔한 실패 패턴 (이건 진짜 중요)

글에서 강하게 비판하는 패턴:

❌ (1) “모델 먼저, 문제 나중”

• 새로운 architecture 만들고
• 나중에 justification 붙임

→ 논문 약해짐

❌ (2) “benchmark chasing”

• SOTA 올리는 데 집중

❌ (3) “문제 없이 방법만 존재”

• 왜 이걸 해야 하는지 불명확

❌ (4) “모호한 problem statement”

• 너무 broad
• 또는 너무 trivial

 

5. 좋은 framing의 중요성

이 글에서 가장 중요한 포인트:

같은 연구라도 framing에 따라 논문이 된다 / 안 된다

• 기술 자체보다
• 문제를 어떻게 정의하느냐가 논문의 핵심

---

6. practical guideline (실제로 어떻게 적용?)

글을 실전 기준으로 번역하면:

논문 시작할 때 해야 할 것

1. 실패 사례 먼저 모아라
2. 공통 패턴을 찾아라
3. 그걸 문제로 정의해라
4. 기존이 왜 못 풀었는지 설명해라
5. 그 다음에 방법을 만든다

---

좋은 문제 정의 템플릿

“기존 방법들은 X를 잘하지만,
Y 상황에서는 실패한다.
이는 Z라는 구조적 한계 때문이며,
따라서 우리는 이 문제를 A로 재정의한다.”

 

 

https://gisbi-kim.github.io/what-paper-to-write/#ch04

어떤 논문을 써야 하는가

 

이 글을 읽고 감명을 받아서, GPT로 정리해봄! 주제 선정에서, 아이디어 드리븐이 아니라, 문제 정의 단에서 고민을 더 많이 해보려고 한다.