논문 초록만 보고 '이 두 기관, 같이 연구하면 되겠다'를 AI가 집어줄 수 있을까?

무슨 연구인가

요즘 연구는 분야 경계를 넘나들어서, 어느 기관과 손잡아야 할지 찾기가 쉽지 않습니다. 이 연구는 두 기관이 낸 논문 초록만 가지고 '숨은 공통 관심사'를 자동으로 찾아 협업 후보를 추천하는 프로토타입을 만들어 봤습니다.

🔬 어떻게 분석했나

① 두 기관이 Scopus에 올린 논문 초록을 모았어요 — 사람이 요약해 둔 '연구 명함' 뭉치라고 보면 됩니다.
② 그 초록들을 BERTopic으로 주제별로 묶었어요 — BERTopic은 문장을 뜻이 담긴 숫자(임베딩)로 바꾼 뒤, 비슷한 글끼리 모아 '숨은 주제'를 자동으로 찾아내는 도구입니다.
③ 기관 A의 주제들과 기관 B의 주제들을 코사인 유사도로 맞대 봤어요 — 두 주제가 '같은 방향을 보는지'를 0~1 점수로 재서, 겹치는 관심사를 골라냅니다.
④ AI가 붙인 주제 이름과 협업 추천이 말이 되는지 전문가가 직접 읽고 점검했어요.

📊 무엇을 찾았나

BERTopic이 전통적 방법(LDA)보다 주제를 더 또렷하게 묶어냈지만(일관성 점수가 더 높음), '숫자상 비슷하다'가 곧 '진짜 협업거리'는 아니어서 사람 검증이 꼭 필요했다는 결론입니다.

💡 내 연구에 가져갈 것

토픽모델 결과를 추천에 바로 쓰기 전, 전문가 눈으로 라벨이 말이 되는지 한 번 거르세요 — 숫자 유사도만 믿으면 헛다리 짚습니다.

📄 논문 정보

Collab identifier: a prototype for uncovering research collaboration themes using BERTopic
Rumadi Rumadi, Ambar Yoganingrum, Abdurrakhman Prasetyadi, Aria Bisri, Dimas Bratakusumah, Dian Raisa Gumilar, Yusup Miftahuddin, Diash Firdaus
Library Hi Tech · 2026-10-03
원문 보기 ↗