소개
시도하고자 했던 것과 그 이유를 알려주세요.
n8n을 활용하여 논문을 자동으로 요약하고 리뷰하는 서비스를 로우 코드 방식으로 개발하고자 했습니다.
이 서비스를 통해 사용자는 논문 검색어와 제목을 입력하면, 관련 논문을 찾아 자동으로 요약 및 리뷰할 수 있도록 하고자 했습니다.
특히, 많은 논문을 효율적으로 요약하는 방법으로 refine 방식과 map reduce 방식을 검토하였습니다.
진행 방법
어떤 도구를 사용했고, 어떻게 활용하셨나요?
n8n: 논문 검색 및 파싱, 요약 자동화를 위한 워크플로우 구성
Hugging Face Transformers: 논문 요약 모델 활용 (Refine,map reduce 방식 검토 중)
GPT API: 요약 및 리뷰 자동화를 위한 LLM 활용, 추후 fast api를 사용하여 정교하게 구현예상
논문 데이터셋: Semantic Scholar API 및 arXiv API를 통해 논문 검색 및 수집
사용한 프롬프트 전문
개별 프롬프트
### 목표 ###
아래 질문지에 대하여 응답할 수 있는 것만 질문과 함께 대답을 하고 응답할 수 없는 것에 대해선 대답하지 마세요.
### 질문 ###
## 1. 논문 정보
- **제목**:
- **저자**:
- **출처 (학회/저널/ArXiv 등)**:
- **발행연도**:
## 2. 연구 목적
- **핵심 연구 질문**:
- **연구의 필요성 및 기여도**:
## 3. 방법론
- **사용한 모델 및 알고리즘**:
- **데이터셋 및 실험 환경**:
- **학습 방식**:
- **평가 방법 및 메트릭**:
## 4. 주요 결과
- **성능 비교 (Baseline vs. Proposed Method)**:
- **주요 성과 및 발견**:
## 5. 결론 및 시사점
- **연구의 한계점**:
- **추후 연구 방향**:
## 6. 추가 참고 자료
- **관련 연구 및 참고 논문**:
- **코드/데이터셋 공개 여부 및 링크**:
### 문서 ###
{{ $json.result }}
Tip
n8n에서 HTTP Request 노드를 활용하여 논문 검색 및 파싱을 자동화
Refine 방식을 도입하기 위해, 요약을 단계적으로 다듬는 구조를 검토
결과와 배운 점
배운 점과 나만의 꿀팁을 알려주세요.
논문 요약 방식: 한 번의 요약보다는 Refine 방식(기존 요약을 개선하는 방식)이 효과적일 가능성이 있음
요약 모델 선택: gpt - 4o 등의 모델을 비교해 볼 필요가 있음
자동화의 한계: 논문마다 형식이 달라, 완벽한 자동화보다는 일부 수동 검토가 필요할 가능성
과정 중에 어떤 시행착오를 겪었나요?
논문을 적절히 파싱하는 것은 성공했으나, 다수의 논문을 요약할 때 refine 방식이 어떻게 작동하는지에 대한 개념 정리에 많은 시간이 소요됨
API 호출을 통해 논문을 가져올 때, 데이터 포맷이 일정하지 않아 파싱에 추가적인 작업이 필요했음
도움이 필요한 부분이 있나요?
다수의 논문을 빠르게 요약하는 최적의 워크플로우 설계
앞으로의 계획이 있다면 들려주세요.
논문 리뷰 기능을 추가하여, 논문의 한계점 및 연구 방향을 자동으로 제안하는 기능 구현
WhisperX를 활용하여 논문을 음성으로 읽어주는 기능 검토