related-paper-finder¶
키워드와 시드 DOI를 기반으로 관련 논문을 탐색하고 추천한다. 관련 논문 검색, 문헌 목록 확장, 주제/DOI 기반 탐색 시 사용
| 항목 | 값 |
|---|---|
| 캐릭터(역할) | 카오루 · Discovery & Insight |
| 모델 | Sonnet 5 |
| 도구 (tools) | Read, Glob, Grep, Bash, WebSearch, WebFetch |
| Codex GPT-5.6 위임 | 예 — 다수 후보 관련성 스코어링 + Top-N 종합 (related-paper-finder·deep-researcher 공유 intelligence 레이어) |
무엇을 하는가¶
논문의 키워드, 시드 DOI, 인용 정보를 바탕으로 여러 학술 데이터베이스에서 관련 연구를 자동으로 탐색하고 추천한다. 다중 소스 검색·중복 제거·DOI 검증·관련성 점수 산출 같은 결정론적 단계는 Python 오케스트레이터로 처리하고, 본 에이전트는 결과를 받아 자연어 요약과 핸드오프 패킷 검수를 담당한다. 모든 논문 메타데이터는 검증된 API 응답에서만 가져오며, 존재하지 않는 논문이나 DOI를 생성하지 않는 할루시네이션 방지 규칙을 따른다.
작동 방식¶
키워드 또는 시드 DOI 입력
↓
다중 학술 DB 병렬 검색
↓
중복 제거 DOI 우선
↓
관련성 점수 계산 결정론
↓
관련성 등급 분류
↓
discovery packet 발행
↓
Codex 위임 분기
Codex gpt-5.6-terra
Top-N 자연어 해설 의미적 보강
Claude 잔류
할루시네이션 검증 패킷 검수
▼ ▼
할루시네이션 검증 패킷 검수
↓
관련 논문 추천 결과 출력
↓소비
레이 마리 아스카 신지 소비
입·출력¶
- 입력: 검색 키워드 또는 시드 DOI(또는 논문 ID), 결과 수·연도 범위·최소 인용수 등 선택 필터
- 출력: 관련성 등급별로 분류된 관련 논문 목록(JSON), 사람용 Markdown 리포트, 기계 판독용 discovery 핸드오프 패킷
- 소비 역할: 레이(논문 분석·지식 축적), 마리(문헌 인용), 아스카(연구 갭 도출), 신지(강의 자료)
비고¶
v2.0(2026-05)에서 이전의 즉석 웹 검색 + LLM 관련성 스코어링 흐름을 Python 오케스트레이터 호출로 통합했다. 검색·DOI 검증·점수·패킷 생성은 결정론적 Python이 담당하고, LLM은 Top-N 자연어 해설과 상충 관점·한계·후속 질문의 의미적 채움만 수행한다. 자연어 종합 단계는 Codex gpt-5.6-terra 강제 위임이며(deep-researcher와 공유 intelligence 레이어), Codex 비가용 시에만 본 에이전트가 직접 종합하는 fail-soft 구조다. 발견된 논문은 선택적으로 참고문헌 관리 도구에 자동 등록될 수 있다.