Part 2전공별
분야별 추천 리소스
인문사회·이공·의생명·경영경제 등 전공 계열별로 잘 맞는 AI 도구·모델 조합.
인문·사회
PaperQA2 + Zotero + 임베딩
이공
nougat·marker + LaTeX·RD-Agent
의·생명
ASReview + PubMedBERT·BioBERT
경영·경제
Qlib · RD-Agent
분야마다 데이터 형태와 규범이 다릅니다. 아래는 전공 계열별로 특히 잘 맞는 조합입니다.
인문·사회과학
- 문헌 중심 연구: PaperQA2 + Zotero +
allenai/specter2·BAAI/bge-m3임베딩 조합 - 질적 연구: 인터뷰 전사(
openai/whisper-large-v3), 코딩(주제 분석) 보조에 LLM 활용. 단, 코드북 확정은 연구자가 직접 - 국문 자료:
nlpai-lab/KURE-v1,BAAI/bge-m3(한국어 검색 임베딩),gogamza/kobart-summarization
이공계 (공학·컴퓨터과학)
- 수식·도표 많은 PDF 처리:
facebook/nougat-base, Mathpix, marker - LaTeX 워크플로: 학회 템플릿 자동화, Overleaf + Writefull
- 실험 자동화: RD-Agent, AI-Scientist — 아이디어→실험→논문 초안 전 과정 자동화 연구의 대표 사례
의학·생명과학
- 체계적 문헌고찰: ASReview (PRISMA 스크리닝)
- 도메인 모델: PubMedBERT(현 BiomedBERT) 계열(생의학 텍스트 이해),
dmis-lab/biobert - 임상 데이터는 절대 외부 API에 그대로 넣지 말 것 — 비식별화 필수 (Part 8 참고)
경영·경제
- 정량 분석: Qlib, RD-Agent (Microsoft)
- 저널 규범: 저널별 스킬팩 저장소 (AER/QJE 등 커버)
AI로 다듬은 원고, 마무리는 논문드림에서