MLA 인용 생성기

MLA 인용 생성기 – 개요

환영합니다! 이 MLA 인용 생성기는 책, 학술지 논문, 웹페이지, 영화, 보고서 등 다양한 출처 유형에 대해 깔끔하고 신뢰할 수 있는 MLA 9 인용을 빠르게 작성하도록 돕습니다. 지저분한 텍스트를 붙여넣거나 세부정보를 수동 입력하거나 도구가 메타데이터를 조회하도록 할 수 있습니다.

모든 과정이 투명합니다: 인용이 어떻게 감지되었는지(DOI, ISBN, URL 메타데이터, 제목 검색, AI 파싱 또는 휴리스틱 추정)와 신뢰도 표시기를 항상 확인할 수 있습니다. 숨겨진 변환은 없으며 검토 가능한 구성 요소를 명확하게 제공합니다.

빠른 시작

1. 무엇이든 붙여넣기 – DOI, ISBN, URL, 기존 인용문이나 자연어 설명을 넣고 ‘Detect & Add’를 누르세요.
2. 세부 조정 – 이상해 보이면 편집(Edit)을 눌러 필드를 수동으로 조정하고 실시간 미리보기를 확인하세요.
3. 재정렬 – 그립을 끌거나 위/아래 화살표 버튼으로 항목 순서를 정확히 정하세요.
4. 내보내기 – 하위 도구나 문서용으로 Plain Text, HTML, CSL‑JSON, RIS 또는 BibTeX을 복사하거나 다운로드하세요.
5. 뱃지 검토 – 뱃지를 호버하면 출처, 보강 정보, 신뢰도 문맥을 확인할 수 있습니다.

입력 모드 및 감지 기능

스마트 붙여넣기(자동 모드)

스마트 파이프라인은 DOI → ISBN → URL → 제목 검색 → AI 파싱 → 휴리스틱 순으로 시도합니다. 먼저 가장 권위 있는 메타데이터를 추출한 뒤 보다 느슨한 전략으로 대체하는 것을 목표로 합니다.

AI 레퍼런스 모드

모호한 프롬프트(예: ‘음용수 속 미세플라스틱 관련 최근 기사’)에 유용합니다. AI 파서는 구조화된 인용 필드를 추출하고 DOI가 인식되면 보강할 수 있습니다.

지정 모드

• DOI: Crossref 조회를 강제합니다(학술지 논문에 최적).
• ISBN: 도서 메타데이터를 가져옵니다(Open Library 등 사용).
• URL: 페이지 기본 메타데이터 스크래핑을 시도합니다.
• 제목 검색: 학술 데이터베이스를 조회합니다; 여러 결과가 있으면 올바른 항목을 선택할 수 있습니다.

수동 모드

정밀한 제어를 제공합니다. 최소한의 ‘필수’ 태그로 잡음을 줄이며 실시간 미리보기로 형식 문제를 즉시 확인할 수 있습니다.

AI 검토 (필드 품질 점검)

어떤 인용에서든(또는 편집 중에) AI 검토를 클릭하면 간결한 평가를 받습니다: 불합리하거나 모순된 값(예: 미래 연도, 일치하지 않는 권/호/페이지)에 대한 경고와 개선 제안을 제공합니다. 데이터를 발명하지 않으며 선택적 공란에 대해 잔소리하지 않습니다—실행 가능한 안내만 제공합니다.

편집, 재정렬 및 중복

Edit를 사용해 인용을 수정하세요(양식은 일시적으로 수동 모드로 전환됩니다). 저장하면 이전 입력 모드로 돌아갑니다. 중복 감지(DOI → ISBN → 제목+연도)는 실수로 쌓이는 항목을 방지하면서 기존 순서는 유지합니다.

뱃지 및 메타데이터 투명성

• 유형: 정규화된 출처 유형(예: Journal Article, Book, Website).
• 감지: 인용을 획득한 방법: DOI, ISBN, URL, 제목 검색, AI 또는 휴리스틱.
• 신뢰도 %: 메타데이터 완전성(저자, DOI 존재, 보강, 컨테이너 맥락)에 대한 대략적 신호.
• +Crossref: 권위 있는 서지 데이터로부터 보강되었음을 나타냅니다.
• 캐시됨: 속도와 할당량 친화성을 위해 로컬 캐시에서 반환되었습니다.
• Orig YYYY: 판 연도가 다른 경우 원래 출판 연도를 표시합니다.

더 깔끔한 보기를 원하시나요? Works Cited 헤더의 토글로 감지 + 신뢰도 라벨을 숨길 수 있습니다(로컬에 저장됨).

내보내기 및 인용 출력 형식

• 모두 복사: 행 구분이 보존된 MLA 행걸이(hanging‑indent) 의미의 일반 텍스트.
• Plain Text: 간단한 편집기를 위한 .txt 파일로 다운로드.
• HTML: 시맨틱 마크업이 포함된 자체 포함 Works Cited 페이지.
• CSL‑JSON: 다른 인용 관리자와의 상호운용성을 위한 구조화된 JSON.
• RIS: 레거시 레퍼런스 관리자에 가져오기용.
• BibTeX: LaTeX 워크플로 지원(기본 매핑).

가져오기

다른 곳에서 생성한 인용을 가져오세요. 목록이 비어 있어도 가져오기 버튼은 항상 목록 위에 표시됩니다.

• 지원되는 파일 형식: CSL‑JSON (.json), RIS (.ris), and BibTeX (.bib). 파일 선택기는 이러한 확장자로 제한됩니다.
• 중복은 DOI → ISBN → title+year 매칭을 사용해 가져올 때 방지됩니다. 기존 항목은 유지되며 새로 고유한 항목은 목록 맨 위에 추가됩니다.
• 가져온 항목은 나머지 목록과 함께 로컬(브라우저 저장소)에 저장됩니다.
• 참고 및 제한: 일반 텍스트나 HTML 파일은 지원되지 않습니다. RIS 변형이 다를 수 있으므로 파일이 실패하면 출처에서 다시 내보내거나 CSL‑JSON으로 가져와 보세요.

접근성 및 사용성

명확한 레이블, 키보드 친화적 포커스 순서, 향상된 대비는 워크플로를 사용하기 쉽고 빠르게 만듭니다. 긴 후보 목록은 호버/포커스 시 강조되어 자신 있게 스캔할 수 있습니다.

키보드 팁

• 재정렬: 드래그 핸들(마우스) 또는 위/아래 이동 화살표 버튼을 사용하세요.
• 양식 탐색: 표준 Tab / Shift+Tab으로 입력을 이동합니다; 검색 유형 라디오 그룹은 브라우저 기본으로 화살표 키를 따릅니다.

MLA 스타일 핵심(간략 가이드)

핵심 원칙

MLA 9은 일관성, 명료성, 추적 가능성을 중시합니다. 첫 번째 유의미한 요소(대개 저자)로 사전식 정렬하세요. 행걸이 들여쓰기를 사용하세요. 강사가 달리 지정하지 않는 한 URL은 그대로 둡니다. 접속일은 선택 사항이지만 불안정하거나 자주 업데이트되는 페이지에는 유용합니다.

일반 Works Cited 구조

저자. “원본 제목.” 컨테이너 제목, 기타 기여자, 판본, 번호, 출판사, 출판일, 위치.

컨테이너는 더 작은 작업을 수용하는 큰 전체(학술지, 웹사이트, 선집 등)입니다.

저자

• 단독 저자: 성, 이름.
• 두 명의 저자: First Author Last and Second Author Last.
• 세 명 이상: First Author Last et al.
• 법인 저자: 조직명.

제목

• 기사/장/페이지: 따옴표로 표기.
• 책/학술지/웹사이트: 이탤릭체로 표기.

컨테이너 및 중첩 컨테이너

데이터베이스 안의 학술지 기사처럼 두 개의 컨테이너가 있을 수 있습니다. 이 도구는 주요 컨테이너에 중점을 둡니다. 필요하다면 데이터베이스를 수동으로 추가하세요.

출판일

MLA는 일 월 연도 형식을 선호합니다(예: 12 Mar. 2024). 일/월이 없는 경우 연도만 표시합니다.

번호(권, 호, 페이지)

관련 있을 경우 권, 호, 페이지 범위를 포함하세요. 범위에는 en 대시(123–145)를 사용하세요. 최종 Works Cited 항목에서는 ‘pp.’를 생략하세요(MLA는 대부분 표준 정기간행물에서 생략합니다).

DOI 및 URL

가능하면 DOI를 우선하고 전체 URL 형식(https://doi.org/...)으로 표시하세요. DOI가 없으면 안정적인 URL을 사용하세요.

접속일

선택 사항; 날짜가 없거나 동적 콘텐츠에 유용합니다. 형식: YYYY-MM-DD.

일반적인 출처 패턴

• 학술지 기사: 저자. “제목.” 학술지명, vol. #, no. #, 연도, pp. #-#. DOI.
• 도서: 저자. 제목. 출판사, 연도.
• 장(챕터): 저자. “장 제목.” 책 제목, 편집자 편, 출판사, 연도, pp. #-#.
• 웹페이지: 저자(있다면). “페이지 제목.” 사이트명, 일 월 연도, URL. Accessed 일 월 연도.
• 학회 논문: 저자. “논문 제목.” 학회 논문집 제목, 연도, pp. #-#.
• 영화/비디오: 제목. 제작사, 연도. URL(스트리밍 시).

추가 고려사항

AI가 파싱한 항목은 가끔 대문자 표기 수정을 필요로 합니다. 법인 저자, 번역 뉘앙스, 원본 연도와 판본 연도를 확인하세요. ‘Orig YYYY’ 뱃지가 출처를 명확히 하는 데 도움이 됩니다.

출처 유형별 상세 MLA 인용 패턴

아래에는 일반적인 출처 카테고리에 대한 집중 미니 가이드가 있습니다. 각 항목에는 평이한 설명, 일반 MLA 패턴, 주의사항, 모델이 될 수 있는 구체적 예시가 포함됩니다.

문제 해결 및 자주 묻는 질문

붙여넣었는데 아무 것도 감지되지 않나요?

다른 검색 방법을 시도해 보세요: 설명 텍스트에는 AI, 내장 디지털 객체 식별자에는 DOI 모드, 알려진 기사명에는 제목 모드를 사용하세요.

신뢰도가 낮게 보이나요

신뢰도 낮음은 보통 핵심 필드 일부가 누락되었음을 의미합니다. AI 검토를 실행해 목표별 제안을 확인한 다음 저자, 컨테이너 또는 출판사 정보를 추가해 강화하세요—형식은 여전히 작동합니다.

유형이 왜 정규화되었나요?

AI 결과가 모호(예: ‘object’)했던 경우, 휴리스틱이 컨테이너와 DOI 단서를 사용해 가장 근접한 유형(학술지 vs 책 등)을 선택했습니다. 두 번째 확인이 필요하면 AI 검토를 사용하세요.

여러 컨테이너를 어떻게 처리하나요?

주요 컨테이너를 추가하세요. 필요 시 데이터베이스나 플랫폼 정보를 출판사 필드나 괄호 안에 수동으로 덧붙이세요.

모든 뱃지를 제거할 수 있나요?

감지 + 신뢰도 뱃지는 토글로 숨길 수 있습니다. 핵심 문맥(유형, 보강, 원본 연도, 캐시)은 계속 표시됩니다. AI 검토는 필요 시 계속 이용 가능합니다.

개인정보 및 데이터 처리

모든 인용 데이터는 브라우저 로컬(localStorage)에 보관됩니다. 외부 조회(DOI, ISBN, AI, URL 메타데이터)는 사용자가 요청할 때만 실행됩니다. 저장소를 지우면 모든 것이 즉시 삭제됩니다.

FAQ