공지: 이 튜토리얼은 ScholarMuse 팀이 작성했으며 자체 도구를 포함하고 있습니다. 다이어그램은 제품 스크린샷, 실시간 질의 결과 또는 새로운 벤치마크가 아닌 독창적인 교육용 개략도입니다.
AI 문헌 검색에서 가장 유용한 출력물은 잘 다듬어진 단락이 아닙니다. 그것은 원본 논문으로 추적할 수 있는 기록들의 집합과, 어시스턴트가 무엇을 읽었고 무엇을 읽지 않았는지에 대한 명확한 설명입니다.
문헌 매트릭스는 그 경계를 가시적으로 만듭니다. 검색 및 정리에는 에이전트를 사용하고, 포함 결정과 과학적 해석은 연구자 검토 하에 유지합니다.
1. 검색 계약 정의하기
도구를 연결하기 전에 연구 질문, 시간 범위, 연구 유형, 모집단 및 제외 항목을 명시합니다. 어떤 것이 유용한 후보로 간주되는지, 그리고 사전 출판(preprints)이 별도의 그룹에 속해야 하는지를 결정합니다.
“최고의 논문”을 요청하는 것은 어시스턴트에게 너무 많은 재량권을 부여합니다. 명시적인 규칙 하에 소스 연결된 후보를 요청하면 검토할 수 있습니다.
Agent workflow: define the question, retrieve records, extract and review.
에이전트 워크플로우: 질문 정의, 기록 검색, 추출 및 검토.
2. 대화형 모델뿐만 아니라 소스를 연결하기
ScholarMuse는 https://scholarmuse.ai/mcp에서 MCP를 통해 연구 도구를 노출합니다. 사용 중인 Claude 또는 ChatGPT 클라이언트에 대한 최신 연결 가이드를 따르고, 계정을 승인하며, 작은 메타데이터 질의로 연결을 확인합니다.
클라이언트 지원은 플랜, 버전 및 관리자 정책에 따라 달라질 수 있습니다. 모든 계정이 동일한 메뉴를 가지고 있다고 가정하지 마십시오. 또한 기존 구성 전체를 예시 스니펫으로 대체해서도 안 됩니다.
에이전트 접근을 위해서는 계정이 필요하며, 무료 웹 검색 도구와는 별개의 크레딧 규칙을 따릅니다. 대규모 검색을 수행하기 전에 현재 논문 검색 기능과 적용 가능한 비용을 확인하세요. 연결이 성공적이라고 해서 나중에 제공되는 모든 답변의 출처가 확실하다는 것을 의미하지는 않습니다.
3. 기록 및 누락된 부분을 명시적으로 요청하기
이 프롬프트를 자신의 질문에 맞게 조정하세요:
[질문]과 관련된 후보 논문을 [날짜 범위] 내에서 찾아주세요. 특히 [연구 설계 및 인구 집단]을 우선순위로 고려해주세요. 연결된 출처를 사용해 주세요. 각 후보 논문에 대해 정확한 제목, 저자, 연도, DOI(사용 가능한 경우), 원본 기록 URL, 그리고 출판 유형을 반환하세요. 사전 출판물(preprints)은 분리하여 보고해주세요. 누락된 필드는 '누락됨'으로 보고하고 절대 식별자를 지어내지 마세요. 관련성과 배제 가능성을 설명해 주세요. 메타데이터만 접근했는지, 초록(abstract)을 접근했는지, 아니면 전문(full text)을 접근했는지 명시해주세요.
소규모 배치로 시작하여 규모를 확장하기 전에 여러 출처 링크를 검토하세요. 쿼리와 날짜를 저장해 두세요. 도구 호출이 실패하면 에이전트는 이를 보고해야 하며, 기억 속의 그럴듯한 목록으로 검색을 조용히 대체해서는 안 됩니다.
Literature matrix: identity, methods, evidence and inclusion decisions.
문헌 매트릭스: 식별자, 방법론, 증거 및 포함 결정.
4. 증거를 조작하지 않고 매트릭스 구축하기
고유한 논문당 한 행을 사용하고, 식별자를 통해 중복을 제거하며 필요할 때 버전을 확인하세요. 최소한 다음 열이 필요합니다:
- 기록 ID(Record ID), 제목, DOI 및 원본 URL.
- 쿼리, 검색 날짜 및 출판 상태.
- 연구 설계, 인구 집단 및 표본 크기 (명시된 경우).
- 페이지 또는 섹션 참조가 포함된 관련 발견 내용.
- 증거 접근: 메타데이터, 초록 또는 전문(full text).
- 한계점과 포함/제외 이유.
에이전트가 메타데이터만 검색한 경우, '발견(finding)' 및 '샘플(sample)' 필드는 비어 있을 수 있습니다. 제목으로부터 이들을 추론하지 마십시오. 초록에서 결과가 제공되는 경우, 이를 '초록 기반(abstract-based)'으로 표시하십시오. 이는 전체 논문에서 검증된 세부 정보를 추출하는 것과는 다릅니다.
5. 합성(synthesis) 작성 전 주장 검토하기
사용하려는 기록을 열고 서지 정보 필드를 확인하고 출판 상태 공지를 점검하십시오. 모든 실질적인 진술에 대해 원본 구절을 찾고 그 인구 통계학적 특성 및 조건을 확인하십시오.
ScholarMuse나 어시스턴트가 아닌, 원래 논문을 인용하십시오. 매트릭스와 검색 로그는 프로젝트와 함께 보관하십시오. 제한된 다중 출처 검색이 자동으로 체계적인 문헌 고찰(systematic review)을 의미하지 않습니다. 재현 가능한 범위 설정, 선별 및 보고를 위해서는 별도로 설계된 방법론이 필요합니다.
여기서의 워크플로우는 새로운 검색이 실행되었거나 평가되었다는 주장이 아니라, 교육용 템플릿입니다. 이 가치의 핵심은 간단합니다. 다른 연구자가 각 진술을 어떤 기록이 뒷받침했는지, 그리고 어떤 불확실성이 해결되지 않고 남겨졌는지 볼 수 있어야 합니다.
자료 및 추가 독서
