연구자가 주제나 키워드를 입력하면,

관련 문헌과 데이터를 탐색하여 적절한 제목, 연구 초안을 추천합니다.

인공지능은 입력된 주제를 분석한 후,

내부에 축적된 다양한 템플릿과 비교하여 적합도를 산출합니다.

이 결과, 사용자의 주제에 가장 적합한 상위 3개의 템플릿을 추천합니다.

템플릿을 기반으로 인공지능이 연구노트 초안을 작성합니다.

사용자가 제공한 기존 연구노트, 기관 내 보유자료, Open Access Journal의

자료들이 참고됩니다. 참고자료는 Sparse / Dense retrieve을 조합한 Ensemble

방법론으로 리스트업 됩니다. 리스트 내의 참고자료들 중, 적합도를 기준으로 우선순위를

재정렬하여 최종적으로 참고할 자료가 선택됩니다. 이와 같은 Advanced RAG 과정을 통해,

신뢰할만한 연구노트 초안 생성이 이루어집니다.

작성된 초안을 바탕으로 사용자와 AI가 함께 추가 검토 및 수정 작업을 진행합니다.

수많은 자료를 학습한 AI가 사용자의 지시에 따라

필요한 추가 자료나 최신 연구 데이터를 신속하게 제공합니다.

연구노트가 완성되면, 인공지능은 해당 문서를 벡터 데이터로 인덱싱하여 통합 관리합니다.

작성된 연구노트는 메타데이터와 함께 저장되어, 후속 연구나 관련 프로젝트에서

신속하게 검색 및 활용할 수 있습니다. 연구노트 수정 시, 변경 내역이 기록되어

안정적인 버전 관리가 가능합니다.