사용자가 업로드한 논문 PDF를 AI가 요약 및 Q&A를 통해 논문 이해를 지원하는 AI Agent입니다.
Empty space, drag to resize
🧐 문제 정의
최근 연구 환경에서는 하루에도 수많은 논문이 발표되고 있어 연구자들은 필요한 정보를 선별하고 핵심 내용을 이해하는 데 많은 시간을 투자해야 합니다. 그러나 대부분의 논문은 긴 분량과 복잡한 구조, 난해한 전문 용어를 포함하고 있어 핵심 아이디어를 빠르게 파악하기 어렵습니다. 특히 자신의 연구 분야와 다르거나 실험 방법이 생소한 논문의 경우 이해하기까지 소요되는 시간이 더 길어지며, 이로 인해 실제 연구 진행, 아이디어 발전, 새로운 실험 설계 등에 할애할 수 있는 시간이 부족해지는 문제가 발생합니다. 이러한 비효율적인 논문 이해 과정을 개선하기 위해 논문 PDF 파일을 업로드하면 핵심 내용을 요약하고 사용자가 질문을 통해 직관적으로 논문의 내용을 이해할 수 있도록 돕는 논문 이해 도우미 AI Agent를 개발하게 되었습니다.
Empty space, drag to resize
💡 문제 해결
본 프로젝트는 사용자가 논문 PDF 파일을 업로드하면 RAG(Retrieval-Augmented Generation) 기반 LLM이 논문 내 핵심 문장을 추출하여 자동으로 요약본을 제공하고 대화형 Q&A 방식을 통해 논문을 여러 번 읽지 않아도 필요한 내용을 직관적으로 이해할 수 있도록 설계하였습니다. 특히 논문의 구조가 복잡하거나 생소한 분야의 경우에도 사용자가 질문을 통해 세부 내용에 대한 이해도를 높일 수 있으며 근거 기반 응답 생성을 통해 LLM의 환각(Hallucination)을 최소화하여 답변의 정확도를 향상시켰습니다. 또한 텔레그램 플랫폼과 연동하여 모바일 환경에서도 즉시 논문 요약 및 질의응답 기능을 제공함으로써 장소 시간 제약 없이 논문에 대한 학습이 가능하도록 접근성을 강화하였습니다.
Empty space, drag to resize
⚙️ 핵심 기능
본 프로젝트는 업로드된 논문 PDF 문서를 자동으로 분석하여 핵심 내용을 요약하고, 사용자의 질의에 대해 문서 내부 근거를 기반으로 정확하게 응답하는 기능을 제공합니다. 논문 파일이 업로드되면 시스템은 즉시 Qdrant 벡터 데이터베이스를 초기화하고 문서의 모든 페이지로부터 텍스트를 추출하여 저장합니다. 이후 Upstage LLM을 활용해 전체 논문 내용을 요약한 결과를 사용자에게 전달합니다.
또한 사용자가 질문을 입력하면 해당 질문은 Upstage Embed를 통해 검색 쿼리 형태로 변환되며, Qdrant에서 관련 문맥을 탐지한 후 이를 기반으로 응답이 생성됩니다. 이 과정에서 검색된 논문 내부의 실제 내용만을 근거로 답변하도록 설계함으로써 기존 LLM의 환각(Hallucination) 문제를 효과적으로 억제합니다.
해당 시스템은 텔레그램 기반의 대화형 인터페이스를 통해 실시간으로 작동하며, 사용자는 채팅 방식으로 논문 요약 및 문답(Q&A) 기능을 직관적으로 이용할 수 있습니다. 추가적으로, 사용자가 직접 작성한 논문에 대해 AI 기반 리뷰 및 피드백을 제공하는 기능과, 사용자와의 대화 내용을 Qdrant DB에 저장하거나 전체 초기화하는 기능도 부가적으로 지원합니다.
