화학 문헌 합성 (Chemistry literature synthesis)은 종종 많은 출판물에 흩어져 있는 특정 발견들을 모으는 과정을 필요로 하지만, 기존의 문헌 검색 시스템은 주로 순위가 매겨진 문서 목록만을 반환합니다. 그 결과, 과학자들과 AI 에이전트들은 관련 정보를 찾아내고, 그 출처 (provenance)를 검증하며, 논문 간의 답변을 수동으로 조합해야 합니다. 우리는 논문 간 화학 검색을 위한 주장 중심 인프라 (claim-centered infrastructure)인 AskChem을 제시합니다. AskChem은 검색 단위를 논문에서 출처를 포함하는 주장 (claim)으로 변경합니다. 각 논문은 원천 DOI (source DOI)와 축자 인용 (verbatim quote) 또는 명시적인 증거 위치 지정자 (explicit evidence locator)에 의해 근거가 마련된 원자적이고 유형화된 주장들로 변환됩니다. 이 공유된 주장 저장소 위에서, AskChem은 검색과 합성을 위한 상호 보완적인 구조들을 노출합니다: 계층적 검색 및 탐색을 위한 안정화된 측면 분류 체계 (faceted taxonomy), 관계를 통해 주장들을 연결하는 증거 그래프 (evidence graph), 그리고 색인된 논문들을 과학적 원리 아래 배치하는 탐색적 리빙 분류 체계 (exploratory living taxonomy)입니다. AskChem은 현재 147K개의 논문으로부터 2.4M개의 주장을 색인화하고 있으며, 웹 인터페이스뿐만 아니라 AI 에이전트를 위한 REST, SDK, 그리고 MCP 접근 권한을 제공합니다. AskChem-Bench에서 GPT-5.5 리더를 AskChem에 근거하게 했을 때, 검색이 없는 경우의 88.3%와 비교하여 100% 해결 가능한 DOI를 산출하였으며, 테스트된 5개 시스템 중 가장 높은 인용 밀도를 기록했습니다. AskChem은 https://askchem.org 에서 확인할 수 있습니다.