Elicit: AI 기반 자동 문헌 검토로 연구 효율성 혁신

Elicit는 대규모 언어 모델을 기반으로 1억 3800만 건 이상의 학술 논문을 분석해 문헌 검토 과정의 핵심 단계 — 자연어 검색, 논문 스크리닝, 구조화 데이터 추출, 보고서 생성 — 을 자동화하는 AI 연구 어시스턴트입니다.

Elicit가 자동 문헌 검토를 구체적으로 어떻게 지원하는지 살펴보겠습니다:

• 자연어 의미 검색 — 복잡한 불리언 키워드 조합 대신 평범한 영어로 연구 질문을 입력하면, Elicit가 정확한 키워드 매칭이 아닌 의도를 이해해 관련 논문을 찾아냅니다.

• 자동 제목·초록 스크리닝 — 초록 수준에서 논문의 관련성을 평가하며, 검증 벤치마크에서 97%의 정확도를 기록했습니다. 또한 전문(full-text) 스크리닝은 99% 정확도를 지원합니다.

• 표 형태의 구조화된 데이터 추출 — 연구 특성(PICO 요소, 방법론, 결과, 표본 크기 등)을 맞춤형 열로 추출하며, 994개 Cochrane 리뷰 대상 벤치마크 테스트에서 96%의 추출 정확도를 달성했습니다.

• 다중 소스 검색 통합 — Elicit 자체 코퍼스(1억 3800만 건 이상), PubMed, ClinicalTrials.gov(54만 5000건 이상의 임상시험)를 검색하고 다른 데이터베이스에서도 가져올 수 있습니다.

• PRISMA 준수 체계적 검토 워크플로우 — 전용 'Elicit 체계적 검토' 모듈이 프로토콜 수립, 소스 수집, 스크리닝, 추출까지 단계별로 안내하며, 완벽한 재현성과 감사 추적(Audit Trail)을 보장합니다.

• Elicit Reports — 체계적 검토에서 영감을 받은 완전 자동화 연구 요약 기능으로, 논문의 문장 단위 인용을 포함해 문헌을 종합한 개요를 생성합니다.

• 속도 향상 — 연구 결과에 따르면 이 도구는 문헌 검토 시간을 최대 80% 단축하여, 리뷰당 약 16시간을 절약할 수 있습니다.

• 실시간 반복 개선 — 정적 프로토콜을 고정하지 않고, 검색 기준을 대화형으로 조정하고 스크리닝 열을 추가·제거하며 초점을 좁힐 수 있습니다.