0verL1nk/PaperSage
📦 오픈 소스 프로젝트0verL1nk
멀티 에이전트 워크플로우와 하이브리드 RAG를 결합한 AI 기반 학술 논문 분석 연구 워크벤치.
PaperSage는 방대한 문서 저장소와 실행 가능한 인사이트 사이의 간극을 메우기 위해 설계된 정교한 연구 보조 도구입니다. 핵심적으로 LangGraph로 오케스트레이션되는 멀티 에이전트 아키텍처를 활용하여 ReAct, Plan-Act, RePlan과 같은 복잡한 추론 패턴을 수행합니다. 이를 통해 시스템은 복잡한 연구 질문을 관리 가능한 단계로 세분화하여, 단순히 정보를 검색하는 것을 넘어 능동적으로 정보를 종합합니다.
기술 스택은 키워드 기반 검색과 의미론적 벡터 유사성을 결합한 하이브리드 RAG를 통합하여 검색 정확도를 크게 향상시켰습니다. 또한, 장기 기억 기능을 통해 에이전트가 여러 세션에 걸쳐 맥락을 유지할 수 있게 하여 장기적인 연구 프로젝트에 필수적인 기능을 제공합니다. Streamlit으로 구축된 사용자 인터페이스는 논문 업로드, 프로젝트 관리, 추적 가능한 증거 링크를 통한 AI 답변 검증이 가능한 깔끔하고 직관적인 대시보드를 제공합니다. 문헌 종합의 번거로운 작업을 자동화함으로써 연구자들이 수동적인 정보 추출 대신 비판적 분석에 집중할 수 있도록 돕습니다.
💡하이라이트
- ├─ReAct 및 Plan-Act 멀티 에이전트 워크플로우
- ├─추적 가능한 증거 기반의 하이브리드 RAG
- └─연구 맥락 유지를 위한 장기 기억 장치
🎯대상
- ├─학술 연구자
- ├─데이터 과학자
- └─지식 근로자