BROWSE
Detail
Journal Article
Google Scholar 색인 개선과 AI 기반 연구성과 관리 자동화: ETRI 도서관 사례
- Authors
- 배성진
- Issue Date
- 2026-08
- Citation
- KSLA Insight, v.6, pp.1-19
- ISSN
- 3022-6198
- Publisher
- 한국전문도서관협의회
- Language
- Korean
- Type
- Journal Article
- Abstract
- 한국전자통신연구원(이하 ETRI) 이 기관리포지터리 지식공유플랫폼의 Google Scholar 색인을 제고하기 위해 수행한 메타데이터 품질 개선과 연구성과 업무 자동화 경험을 정리하였다. 2024년에는 Google Scholar 색인 문제를 자료 단위의 메타데이터 품질 문제로 규정하고, 저자명·논문명 정합성, 초록·DOI·원문 PDF·메타태그 보강과 색인 모니터링을 통해 리포지터리 성과물의 색인 문제를 개선하였다. 2025년에는 외부 DB에서 초록을 확보하기 어려운 학술대회 논문을 대상으로 OCR과 LLM을 결합한 원문 기반 초록 추출 절차를 설계하고, 요약 생성이 아니라 원문에 존재하는 초록 구간을 식별하는 방식의 실무 적용 가능성을 확인하였다. 2026년부터는 Codex 기반 에이전트 워크플로와 RPA를 활용해 학술대회 프로그램 탐색, 근거 자료 수집, 검증 게이트를 분리한 학술대회 성과 입력·검증 자동화를 추진하고 있다. 이 과정은 도서관의 AI 활용이 새로운 시스템을 별도로 구축하는 방식만이 아니라, 기존 업무의 메타데이터를 정비하고 반복적인 확인·입력 절차를 자동화하며 사람이 검증할 수 있는 구조를 마련하는 방식으로도 충분히 실질적인 변화를 만들 수 있음을 보여 준다.
- Keyword
- 기관리포지터리, 메타데이터 품질, 초록 자동추출, Institutional repository, Metadata quality, Automated abstract extraction, Google Scholar, Large Language Model(LLM), Robotic Process Automation(RPA), AI agent
- KSP Keywords
- AI Agent, Google scholar, Language Models, Process Automation, institutional repository, metadata quality
This work is distributed under the term of Creative Commons License (CCL)
(CC BY NC)
(CC BY NC)
