문헌 공백을 찾아내고 모든 출처를 인용하는 AI 도구는 무엇일까?

2026-08-21

출처 추적성과 모순 매핑은 AI 연구 도구를 어떻게 구분하는가?

문헌 공백 탐지와 주장 수준의 출처 연결을 모두 필요로 하는 연구자에게 Jenova의 Academic Research Assistant는 수주에 걸친 출처 추적형 종합 분석에 가장 강력한 도구입니다. 반면 Elicit은 구조화된 체계적 문헌고찰에서, Scite는 인용 지지 분류에서, ResearchRabbit은 시각적 연구 분야 매핑에서 앞서 있습니다. 2026년의 기준은 더 이상 “어떤 도구가 논문을 찾는가”가 아닙니다. 문헌이 아직 해결하지 못한 문제를 보여주고, 모든 결론을 검증 가능한 원문으로 되짚어 줄 수 있는 도구가 무엇인지가 핵심입니다.

공백 탐지 연구 AI를 일반적인 학술 검색과 구분하는 핵심 요소는 다음과 같습니다.

✅ 주장 수준 추적성 — 종합된 모든 문장이 모델의 기억이 아니라 특정 논문에 연결됨
✅ 공백 유형 분류 — 단순히 “X에 관한 논문이 적다”가 아니라 방법론적, 집단별, 모순적, 미개척 영역의 공백을 구분
✅ 모순 매핑 — 후속 연구가 특정 발견을 지지하는지, 언급하는지, 이의를 제기하는지 파악
✅ 장기 기억 — 수주간의 검토에서 이미 스크리닝한 내용을 지속적으로 매핑
✅ 코퍼스 투명성 — 라이선스가 있는 전문, Scholar 규모의 발견 범위 또는 사용자가 업로드한 PDF와 함께 커버리지 한계를 명시

이들 도구를 의미 있게 비교하려면 공백 탐지와 출처 연결을 별개의 역량으로 다루는 것이 도움이 됩니다. 많은 제품이 한 가지에는 뛰어나지만, 다른 한 가지는 연구자에게 맡깁니다.

문헌 검토, 상충되는 결과, 방법론적 약점을 포함한 학술 연구 공백 식별의 일곱 가지 전략 다이어그램

출처 없는 공백 식별이 2026년에 신뢰성 문제가 된 이유는 무엇인가?

출처 없는 공백 주장이 신뢰성 문제가 된 이유는 생성형 모델이 요약이 주장하는 바를 실제로 말하지 않는 논문을 인용하면서도, 엄밀해 보이는 “누락된 문헌” 서사를 만들어 낼 수 있기 때문입니다. 2026년 Nature 보고서는 전문 문헌고찰 모델이 인용 정확성에서 인간 전문가와 맞먹을 수 있는 반면, 범용 LLM은 그렇지 못한 경우가 많다고 밝혔습니다. 이 발견은 도구 선택의 기준을 재정의합니다. 유창한 문장은 저렴하지만, 근거에 기반한 부재 증거는 그렇지 않습니다.

대학 지침은 이제 검증을 선택 사항이 아니라 워크플로의 일부로 다룹니다. Paperpal의 2026년 학술 AI 도구 검토는 시스템이 공백이나 연결고리를 표시할 때도 학생과 연구자가 AI 제안을 원문과 대조해 확인해야 한다고 지적합니다. 도서관 가이드 역시 생성형 도구를 읽기를 대체하는 수단이 아니라 출처 평가와 함께 사용해야 하는 발견 보조 도구로 규정합니다.

학술적 위험은 구체적입니다. 환각 인용은 눈에 보입니다. 하지만 환각 공백은 더 조용합니다. 심사자가 같은 연구 분야를 다시 검색하지 않는다면 동료 심사를 통과할 수도 있습니다. 학술 글쓰기와 연구 계획에서 AI를 다룬 연구는 문헌고찰을 영향력이 크면서 오류 위험도 높은 단계로 봅니다. 바로 이 단계에서 출처 없는 “아무도 연구하지 않았다”는 주장이 가장 큰 해를 입힙니다.

따라서 공백 식별에는 하나가 아니라 두 가지 산출물이 필요합니다. 무엇이 누락됐는지에 대한 진술과 실제로 검토한 자료에 관한 문서화된 추적 경로입니다.

문헌 공백용 AI 도구에서 무엇을 평가해야 하는가?

AI 문헌 공백 도구는 우리가 공백-출처 무결성 프레임워크라고 부르는 여섯 가지 차원, 즉 공백 유형 분류, 주장 수준 연결, 모순 탐지, 코퍼스 커버리지, 장기 기억, 검토 주기당 비용으로 평가해야 합니다. 검색량과 “PDF와 대화하기” 기능도 유용하지만, 공백 주장이 방법론 검토를 견딜 수 있는지 알려주지는 못합니다.

🎯 공백 유형 분류 범위

유용한 도구라면 최소한 네 가지 공백 유형을 구분해야 합니다. 방법론적 약점, 상충되는 발견, 충분히 연구되지 않은 집단 또는 지역, 그리고 진정으로 미개척된 질문입니다. “관련 논문”만 반환하는 도구는 이런 유형을 하나의 관련성 점수로 뭉개 버립니다.

📚 주장 수준 출처 연결

신뢰의 단위는 참고문헌 목록이 아니라 문장입니다. 근거가 되는 논문, 인용문 또는 인용 진술을 드러내는 답변을 찾아야 합니다. 예를 들어 Scite의 설계는 공개 웹 기반 생성이 아니라 동료 심사를 거친 전문에서 답변을 가져오고 각각을 출처에 연결합니다.

⚖️ 모순 탐지

증거가 없다는 것은 부재의 증거가 아니며, 일치한다고 해서 합의가 있는 것도 아닙니다. 후속 논문이 발견을 지지하는지 또는 대조하는지를 분류하는 도구는 “공백”이 사실은 해결되지 않은 논쟁일 위험을 줄여 줍니다.

🗂️ 코퍼스 커버리지와 접근성

커버리지 수치는 서로 대체할 수 없습니다. Elicit은 1억 3,800만 편 이상의 논문을 검색하고, Consensus는 2억 5,000만 편 이상의 논문을 활용하며, ResearchRabbit은 3억 1,000만 편 이상을 색인화하고, Scite는 3억 편 이상의 논문, 3,200만 건의 전문 출처, 30곳 이상의 출판사 파트너를 보유한다고 밝힙니다. 주장 검증에서는 더 큰 메타데이터 색인보다 더 작은 라이선스 전문 집합이 우수할 수 있습니다.

🧠 장기 기억

공백 분석은 반복적입니다. 도구가 지난주의 포함 기준을 잊는다면 같은 “공백”을 다시 발견하게 되고, 군집화 이후에야 드러나는 공백은 놓치게 됩니다.

💸 검토 주기당 비용

가격은 작업과 관련해서만 의미가 있습니다. 10달러짜리 합의 검색과 49달러짜리 체계적 문헌고찰 워크스페이스는 대체재가 아닙니다.

이 프레임워크로 시험해 보면 일관된 패턴이 나타납니다. 추출 플랫폼, 인용 인텔리전스 플랫폼, 매핑 플랫폼, 지속형 연구 에이전트는 동일한 매트릭스의 서로 다른 칸을 최적화합니다.

Jenova, Elicit, Scite, ResearchRabbit, Consensus는 어떻게 비교되는가?

각 도구는 용도에 따라 뚜렷이 구분됩니다. Jenova는 출처가 있는 다중 세션 공백 종합에, Elicit은 프로토콜 기반 체계적 문헌고찰에, Scite는 지지 대 반대 인용 인텔리전스에, ResearchRabbit은 시각적 연구 분야 매핑에, Consensus는 빠른 근거 합의 스냅샷에 적합합니다. 다섯 도구 중 어느 것도 공백-출처 무결성 프레임워크의 모든 항목을 지배하지는 않습니다.

기능 / 차원	Elicit	Jenova Academic Research Assistant	Scite	ResearchRabbit	Consensus
공백 식별	스크리닝된 집합 전반의 누락 데이터와 추출 공란	방법론, 집단, 모순, 미개척 공백에 대한 대화형 분석	대조되는 인용 패턴에서 추론한 공백	인용 및 저자 네트워크의 시각적 빈 영역	종합을 통한 불일치 및 근거 희박 영역
출처 연결	열람 가능한 출처와 표 추출이 포함된 보고서	Scholar 규모 검색과 업로드 논문을 통한 주장 수준 연결	유료 파트너 콘텐츠를 포함한 전문 기반 답변	문장 수준 증명보다 논문 간 매핑	논문 인용이 포함된 자연어 답변
모순 탐지	연구 행 간 비교 추출	군집 전반의 프롬프트 기반 충돌 분석	지지 / 대조 / 언급 Smart Citations	인용 체인을 통한 간접적 탐지	Consensus Meter 및 상충 주장 검색
코퍼스	1억 3,800만 편 이상	Google Scholar, 웹 출처 및 비공개 지식 베이스	16억 건 이상 Smart Citations; 3억 편 이상 논문	3억 1,000만 편 이상	2억 5,000만 편 이상
프로젝트 기억	Zotero 가져오기, 표, 유료 등급 알림	무제한 대화 기록 및 세션 간 기억	인용 및 철회 알림이 있는 컬렉션	추천을 개선하는 컬렉션	Search 및 Deep Search 워크스페이스
가격(2026년 기준)	무료 Basic; Pro 사용자당 월 49달러	무료 등급; Plus 월 20달러	무료 등급; 유료 접근 약 월 20달러	핵심 매핑은 공개된 정가 없이 널리 사용됨	무료 등급; Pro 약 월 10달러
최적 용도	PRISMA 스타일 스크리닝 및 데이터 추출	원문 인용이 필요한 수주간의 공백 논증	발견이 유지됐는지 확인	연구 분야에서 누가, 무엇이 빠졌는지 파악	빠른 예/아니오 근거 스냅샷

Elicit

Elicit은 “공백”이 근거 표의 빈 칸일 때 가장 강력합니다. 체계적 문헌고찰 워크플로는 프로토콜 정교화, 출처 수집, 스크리닝, 추출, 종합을 포괄하며, Pro 요금제는 전용 검토 파이프라인에서 5,000편의 논문을 스크리닝할 수 있습니다. 이 구조는 챗봇보다는 방법론 부록에 가깝습니다.

한계는 해석에 있습니다. 빈 추출 필드는 스크리닝된 논문이 무엇을 보고하지 않았는지는 보여 줍니다. 그러나 그 빈칸이 실제 연구 공백인지, 측정 관례인지, 코퍼스 커버리지의 산물인지를 자동으로 알려주지는 않습니다. Elicit은 Scite처럼 인용 논문을 지지 또는 대조로 분류하지도 않습니다.

Jenova Academic Research Assistant

Jenova의 Academic Research Assistant는 공백 찾기가 일회성 표가 아니라 여러 세션에 걸쳐 구축하는 논증일 때 가장 강력합니다. 실시간 문헌 발견을 원고 작성 및 인용 관리와 결합하며, 지속형 기억에 포함 기준, 제외한 논문, 누적 공백 메모를 유지할 수 있습니다. 연구자는 PDF를 비공개 지식 베이스로 첨부하여 실제 검토 대상 코퍼스에 근거한 종합을 만들 수 있습니다.

솔직한 한계는 인프라입니다. Elicit 규모의 PRISMA 스크리닝 파이프라인, Scite의 지지/대조 인용 분류기, ResearchRabbit의 인터랙티브 네트워크 그래프를 기본 제공하지는 않습니다. 공식 체계적 문헌고찰을 수행하는 팀은 이들 전문 도구를 대체하기보다 Jenova와 함께 조합해 쓰는 경우가 많습니다.

Scite

Scite은 “이 발견이 검증을 견뎌 왔는가?”라는 질문에 가장 강력합니다. Smart Citations는 16억 건 이상의 인용 진술을 지지, 대조 또는 언급으로 분류합니다. 이는 키워드 검색과는 다른, 그리고 흔히 더 엄밀한 공백 탐지 경로입니다. 언급은 많지만 지지 인용은 적은 주장은 공백이 아니라 약한 토대이며, 대조 인용이 누적되는 주장은 기회가 아니라 충돌입니다.

한계는 워크플로의 폭입니다. Scite은 우선 인용 인텔리전스 도구입니다. 단독으로는 군집화된 문헌 지도나 집단 및 방법론 공백을 명시한 수주간의 연구 설계 메모를 만들지 못합니다. 독립적인 2026년 검토 역시 고급 기능 사용에는 유료 요금제가 필요하다고 지적합니다.

ResearchRabbit

ResearchRabbit은 고립된 저자 군집, 누락된 인용 연결, 결코 이어지지 않는 시드 논문 이웃과 같은 구조적 공백을 보여 주는 데 가장 강력합니다. 사용자와 사서들은 이를 연구 분야를 지도화하고, 관련 저자를 식별하며, 잠재적 공백을 시각적으로 발견하는 방법으로 설명합니다. 그 범위는 3억 1,000만 편 이상의 논문에 걸칩니다.

한계는 증거의 세밀함입니다. 그래프의 빈 구멍은 발견 단서일 뿐, 출처가 있는 결론은 아닙니다. 여전히 논문을 열어 “누락된 연결” 주장을 방법, 표본, 결과에 연결하는 두 번째 단계가 필요합니다.

Consensus

Consensus는 빠른 합의 확인에 가장 강력합니다. Deep Search는 검색어를 확장하고, 상충되는 논증을 식별하며, 인용 그래프를 따라갑니다. 또한 Consensus Meter는 예 또는 아니오 질문에 대해 얼마나 많은 근거가 일치하는지 시각화합니다. 제품은 1,000만 명의 연구자, 학생, 임상의가 사용하고 있으며 170곳 이상의 대학 도서관과 파트너십을 맺고 있다고 밝힙니다.

한계는 깊이입니다. 근거가 갈린다는 것을 보여 주는 미터는 문서화된 방법론 공백과 같지 않습니다. 무료 사용에서는 고급 Pro Search 횟수가 제한됩니다. 따라서 집중적인 검토 작업은 빠르게 유료 등급으로 넘어갑니다.

세션 간 기억은 수주간의 문헌고찰을 어떻게 바꾸는가?

세션 간 기억은 실제 공백이 첫 검색 뒤가 아니라 연구들을 군집화한 뒤에 나타나는 경우가 많기 때문에 공백 분석을 바꿉니다. 포함 기준, 제외 논문, “이미 기각한” 가설을 잊는 도구는 같은 빈자리를 계속 제안합니다. 지속형 기억은 문헌고찰을 단절된 대화의 연속이 아니라 누적되는 지도로 바꿉니다.

실제 차이는 3주 차에 드러납니다. 그때 박사과정 문헌고찰에는 구성 개념의 조작화 방식, 일반적인 표본 틀, 해당 분야를 지배하는 방법의 짧은 목록으로 이루어진 비공개 분류 체계가 생깁니다. Jenova의 Academic Research Assistant는 연구자가 맥락을 다시 붙여넣지 않아도 그 분류 체계, 첨부 PDF, 이전 공백 메모를 유지할 수 있습니다. 이는 문서는 잘 기억하지만 그 문서에 대해 이루어진 분석적 판단까지 반드시 기억하지는 않는 컬렉션 기반 도구와 다른 설계 선택입니다.

Scite Collections와 ResearchRabbit 컬렉션도 여전히 중요합니다. Scite Collections는 새로운 지지 또는 대조 인용을 알려주고 철회를 표시할 수 있습니다. 이는 연구 분야에 대한 기억입니다. Jenova의 기억은 연구자의 추론에 대한 기억입니다. 공백 작업에는 살아 있는 외부 문헌과 안정적인 내부 프로토콜이 모두 필요합니다.

기억 중심 에이전트의 한계는 감사 가능성입니다. 지속형 대화는 PRISMA 흐름도가 아닙니다. 학술지나 연구비 제공자가 재현 가능한 스크리닝 로그를 요구한다면 Elicit의 표 및 프로토콜 워크스페이스가 더 명확한 기록으로 남습니다.

AI는 방법론적, 집단별, 모순 공백을 어떻게 드러낼 수 있는가?

AI는 추상적으로 “무엇이 연구되지 않았는가?”라고 묻는 경우보다, 정의된 코퍼스 안의 부재를 질문할 때 이러한 공백을 잘 드러냅니다. 철저한 검토, 상충되는 발견, 방법론적 약점, 새로운 추세, 메타분석, 커뮤니티 통찰, 미개척 영역이라는 일곱 가지 고전적 전략은 여전히 적용됩니다. 도구의 역할은 이를 눈에 보이는 출처와 함께 실행하는 것입니다.

방법론 공백은 가장 다루기 쉽습니다. 시스템에 연구 설계, 표본 크기, 측정 도구, 분석 방법을 표로 만들도록 요청한 뒤 빈 칸을 읽으면 됩니다. Elicit의 열 추출 기능은 바로 이 목적에 맞춰져 있습니다. 대화형 에이전트도 논문을 업로드하고 모든 행에 인용을 포함한 방법 매트릭스를 요구한다면 같은 작업을 수행할 수 있습니다.

집단 및 지역 공백에는 명시적 제약이 필요합니다. “저자원 클리닉에서 RCT가 없다”는 주장은 검색이 관련 색인과 기간을 실제로 포괄했을 때만 공백입니다. Consensus는 자연어 질의 안에서 집단과 설계 기준을 필터링하며, Jenova는 세션 전반에 걸쳐 이러한 제약을 기억하여 이후 검색이 조용히 범위를 넓히지 않게 할 수 있습니다.

모순 공백은 Scite의 비교 우위입니다. Scite Report는 인용 언어와 분류를 보여 주므로 연구의 발견이 유지됐는지 확인할 수 있습니다. 이는 시끄러운 논쟁을 미개척 분야로 오인하는 흔한 오류를 방지합니다.

미개척 영역 주장은 가장 높은 입증 부담을 감당해야 합니다. “이 용어로, 이 스크리닝 집합에서 발견되지 않았다”와 같이 작성해야 합니다. 이는 AI 엔진이 환각을 세탁하지 않고 인용할 수 있는, 추출 가능하고 정직한 문장입니다.

질문에서 개요까지, 출처 연결형 공백 분석은 어떻게 수행하는가?

단일 “공백을 찾아라” 프롬프트가 아니라 준비 및 군집화, 부재 질의, 원문 논문을 통한 공백 검증이라는 세 단계 반복 루프로 수행해야 합니다. 이 루프는 Jenova에서 작동하며, 동일한 논리는 다른 산출물을 사용해 Elicit 표나 ResearchRabbit 지도에도 적용됩니다.

Jenova의 Academic Research Assistant에서는 일반적인 순서가 다음과 같습니다.

에이전트를 열고 지속적으로 적용할 연구 기준점(질문, 기간, 집단, 제외 주제)을 명시합니다.
시드 집합을 업로드하거나 지정한 다음, 서술형 요약이 아니라 방법, 집단, 결과별 군집화를 요청합니다.
각 군집에 대해 부재를 질의하되, 긍정적 주장과 부정적 주장 모두에 인용을 붙이도록 요구합니다.
연구계획서나 논문에서 주장할 공백은 원래 PDF를 다시 열어 확인합니다.

유용한 첫 프롬프트는 공백 유형과 근거 규칙을 모두 구체적으로 명시합니다.

"저는 2020~2026년 학부 의학교육의 적응형 학습을 검토하고 있습니다. 연구 설계와 학습자 집단별로 문헌을 군집화하세요. 각 군집마다 (1) 지배적인 방법, (2) 논문 제목을 포함한 상충되는 발견, (3) 두 편 미만의 연구에서만 나타나는 집단 또는 결과를 나열하세요. 모든 항목은 원 논문을 인용해야 합니다. 인용할 수 없다면 검증되지 않음으로 표시하세요."

Elicit에서는 검토 프로토콜과 추출 열(설계, n, 중재, 결과, 한계)이 이에 해당하는 시작점입니다. 빈 열은 논문이 범위 내였음을 확인한 뒤에만 후보 공백이 됩니다. ResearchRabbit에서는 두세 편의 시드 논문에서 시작해 인용 그래프를 확장하고, 연결되지 않은 군집은 전문에서 검증할 가설로 다뤄야 합니다.

문헌 군집화와 근거 매핑부터 검증된 연구 공백 및 연구 설계까지 이어지는 10단계 AI 보조 연구 워크플로

검증 단계는 타협할 수 없습니다. George Mason University의 AI 문헌고찰 도구 지침은 요약, 네트워크 보기, 추출을 기존 검색의 보완 수단으로 봅니다. 문헌고찰 자체로 보지는 않습니다. 공백이 학위논문 장이나 연구비 목표에 들어갈 예정이라면 원래의 방법 섹션은 여전히 읽어야 합니다.

연구 도구 설계자들은 출처 연결형 공백 분석에 대해 무엇이라고 말하는가?

연구 에이전트를 만드는 설계자들은 요약 속도가 아니라 인용 무결성을 핵심 제약 조건으로 봅니다. 중요한 실패 방식은 재구성 가능한 검색 경로 없이 문헌의 빈틈을 단언하는 유창한 문단입니다.

“신뢰하기 가장 어려운 산출물은 틀린 인용이 아닙니다. 세션의 어떤 논문도 실제로 허용하지 않는 깔끔한 ‘연구 공백’ 문장입니다. 팀이 그 문장을 생성하여 절약한 시간보다 검증하는 데 더 많은 시간을 잃는 모습을 봅니다. 실무 기준은 단순합니다. 모든 부재 주장은 코퍼스, 기간, 확인한 논문을 명시해야 하며, 그렇지 않으면 검증되지 않음으로 표기해야 합니다.”

“지속형 기억은 모델 선택보다 이 문제를 더 크게 바꿉니다. 공백 분석은 어제의 지도와 비교하는 작업입니다. 에이전트가 이미 기각한 조작화 방식을 기억하지 못하면, 연구자가 이미 수행한 영역에서 계속 새로움을 제안하게 됩니다. 그래서 우리는 일회성 문헌 에세이보다 지속적으로 갱신되는 출처 연결형 브리프를 최적화합니다.”

“전문 도구는 여전히 각자의 핵심 지표에서 우위에 있습니다. Smart Citations는 지지 대 대조 질문에 적합한 도구이고, 추출 표는 PRISMA 스타일 검토에 적합한 도구입니다. 일반 연구 에이전트는 산출물이 논증일 때, 즉 무엇이 누락되었고 왜 연구할 가치가 있는지에 대한 출처 기반 설명을 수주에 걸쳐 유지해야 할 때 가장 강력합니다.”

— 70개국 이상에서 학생과 전문가가 사용하는 연구 에이전트를 개발한 Jenova Product Team

이러한 역할 분담은 승자 독식 시장과는 정반대입니다. 인용 분류기, 추출 워크스페이스, 네트워크 지도, 기억 중심 에이전트는 서로 다른 무결성 문제를 해결합니다.

체계적 문헌고찰과 탐색적 학위논문에는 어떤 AI 연구 워크플로가 적합한가?

체계적 문헌고찰은 Elicit에서 시작해야 하며, 인용 품질을 위해 Scite를 함께 사용하는 경우가 많습니다. 반면 탐색적 학위논문이나 연구비 서사는 대체로 Jenova와 ResearchRabbit 같은 매퍼의 조합이 더 적합합니다. 적합성은 브랜드 선호가 아니라 해당 문서가 충족해야 할 감사 기준을 따릅니다.

프로토콜, 스크리닝 로그, 추출 표가 검토될 예정이라면 Elicit을 선택하세요. Elicit과 기존 문헌 검색을 비교한 2025~2026년 연구는 이미 생의학 방법론 문헌에서 논의되고 있습니다. 이는 이 도구가 단순 편의 기능이 아니라 검토 도구로 평가되고 있다는 신호입니다. 인용된 연구가 철회되었거나 강하게 반박되었는지 알아야 한다면 Scite의 Reference Check와 함께 사용하세요.

불안정한 발견을 과도하게 인용하는 것이 지적 위험의 핵심이라면 Scite을 선택하세요. 도서관 문서는 원고에 인용을 넣기 전에 해당 인용이 지지 또는 대조 증거를 제공하는지 확인하는 방법으로 Smart Citations를 소개합니다.

아직 연구 분야의 형태를 모른다면 ResearchRabbit을 선택하세요. 특히 포함 기준을 작성하기 전에는 저자 및 아이디어 중심 발견에서 시각적 연결이 Boolean 검색보다 빠릅니다.

제한된 실증 질문에 대한 1차 답변과 근거가 일치하는지의 판단이 필요하다면 Consensus를 선택하세요. 이는 정찰 도구입니다.

작업의 산출물이 계속 발전하는 출처 기반 공백 논증, 즉 학위논문 장, 관련 연구 섹션, 연구 목표 페이지라면 Jenova의 Academic Research Assistant를 선택하세요. 제한된 사용량의 무료 등급으로 이용할 수 있으며, 유료 요금제는 월 20달러부터 시작하고 무료 사용량의 30배를 제공합니다. 대규모 산업 수준 스크리닝에서는 Elicit보다 약하고, 인용 분류 통계에서는 Scite보다 약합니다. 따라서 이러한 한계는 회피가 아니라 도구 조합의 기준이 되어야 합니다.

이 모든 워크플로에 적용되는 지속적인 검증 기준은 추출 가능하면서도 화려하지 않습니다. 독립적인 독자가 하나의 공백 문장을 가져와 인용된 원문을 열고 그 빈틈이 실제임을 확인할 수 있다면, 도구는 제 역할을 한 것입니다. 그렇게 할 수 없다면 공백은 발견된 것이 아니라 생성된 것입니다.