귀하의 브라우저가 완벽하게 지원되지 않습니다. 옵션이 있는 경우 최신 버전으로 업그레이드하거나 Mozilla Firefox, Microsoft Edge, Google Chrome 또는 Safari 14 이상을 사용하세요. 가능하지 않거나 지원이 필요한 경우 피드백을 보내주세요.
이 새로운 경험에 대한 귀하의 의견에 감사드립니다.의견을 말씀해 주세요새 탭/창에서 열기
Scopus AI는 생성형 AI(GenAI)로 구동되는 직관적이고 지능적인 검색 도구로, 전례 없는 속도와 명확성으로 이해도를 높이고 통찰력을 풍부하게 합니다. 학계와의 긴밀한 협력을 통해 구축된 이 솔루션은 완전히 실현된 구독 기반 솔루션으로, 세계 최대의 다학문 및 신뢰할 수 있는 초록 및 인용 데이터베이스인 Scopus에서 발견되는 방대한 인간 지식을 통해 신뢰할 수 있는 가이드 역할을 합니다.
출처 중립적인 Scopus는 27,800+개의 동료 심사 저널과 330,000+권의 도서를 보유하고 있으며, 모두 독립적인 전문가 위원회에 의해 세심하게 검토되고 선정됩니다.
Scopus AI는 2013년 이후 출판된 Scopus 문서의 메타데이터와 초록을 독점적으로 활용하여 데이터베이스에 포함된 7,000+개 이상의 출판사 중에서 가장 관련성이 높은 콘텐츠를 식별합니다. 지식창고는 매일 업데이트되므로 항상 최신 정보를 기반으로 응답이 제공됩니다.
일상 언어를 사용하여 Scopus AI에 쿼리를 입력하면 익숙하지 않은 어휘로 새로운 영역을 탐색하는 데 특히 유용합니다. 이 도구의 정교한 기술은 관련 문서의 초록을 종합하고 추가 깊이와 관점을 위해 확장된 요약과 함께 소화하기 쉬운 요약을 생성합니다. 이러한 요약의 품질, 일관성 및 문맥적 풍부함은 특허 출원 중인 RAG 융합 기술에 의해 향상됩니다.
Scopus AI는 항상 사용한 소스를 참조하고 응답의 관련성에 대한 신뢰도 수준에 대한 지침을 제공합니다.
어떤 분야를 처음 접하든 더 많은 것을 배우고 싶든, 올바른 질문과 그 질문을 표현하는 방법을 아는 것은 어려울 수 있습니다. 요약 외에도 Scopus AI는 해당 분야에 대한 이해를 드릴다운하고 넓히는 데 도움이 되는 '더 깊이 들어가기' 질문을 제안합니다.
선택한 주제에 대한 영향력 있는 연구를 식별할 수 있도록 Scopus AI는 전체 Scopus 데이터베이스를 마이닝하여 기초 논문 목록을 생성합니다.
Scopus AI는 연구 초록의 키워드를 사용하여 각 쿼리에 대한 개념도를 생성합니다. 이를 통해 주제 공간에 대한 조감도를 얻을 수 있고 주제 및 다른 연구 영역과의 관계에 대한 보다 완전한 그림을 얻을 수 있습니다.
주제 전문가 기능은 Scopus의 1,960만 + 백만 명의 저자 프로필을 활용하여 귀하의 쿼리에 연결된 최고의 연구자를 찾고 그들의 작업 및 기여에 대한 요약을 생성합니다.
투명성은 GenAI 개발의 핵심 원칙 중 하나이기 때문에 각 개인이 선정된 이유를 설명합니다.
"Scopus AI 인터페이스는 직관적이고 사용하기 쉬우며, 이를 통해 연구자는 기존 검색보다 더 민첩한 검색 세션에서 문제에 대한 개요를 얻고 작성자와 접근 방식을 식별할 수 있습니다.
문헌 검토, 이론적 틀 구축, 변수 간의 관계 검증 등 실제로 구분할 수 없는 다른 응용 분야에 유용한 도구입니다."
EA
Elisenda Aguilera
Pompeu Fabra University in Spain의 Researcher
연구 및 교육에서 생성형 AI를 사용하는 것은 안전, 정확성 및 윤리에 대한 주요 우려 사항을 수반하며, 유네스코가 2023년에 발표한 보고서 새 탭/창에서 열기와 같은 사려 깊은 지침을 통해 정보를 제공해야 합니다.
Scopus AI는 고등 교육 및 연구 기관이 필요로 하는 통찰력의 투명성, 안전성, 정확성 및 관련성 을 제공하기 위해 구축 및 유지 관리됩니다.
Scopus AI는 엘스비어의 5가지 책임 있는 AI 원칙에 따라 개발되었습니다. 예를 들어:
강력한 데이터 개인 정보 보호: 모든 사용자 입력은 개인 정보 보호 정책에 따라 처리됩니다. 또한 유럽 GDPR을 준수합니다.
LLM 관련 데이터 개인 정보 보호: OpenAI의 ChatGPT는 우리가 사용하는 대규모 언어 모델(LLM) 중 하나입니다. 우리는 ChatGPT를 훈련하거나 개선하는 데 사용자 쿼리를 저장하거나 사용하지 않는다는 계약을 맺었습니다.
콘텐츠 및 데이터 거버넌스: Scopus 콘텐츠 선택은 독립적인 전문가 위원회의 엄격한 검사를 받습니다.
Scopus AI를 뒷받침하는 기술은 다음을 위해 유지됩니다.
투명성: 신뢰할 수 있는 Scopus 콘텐츠만 Scopus AI 응답에 사용되며 모든 주장이나 가정은 참조로 뒷받침됩니다. Scopus AI는 또한 응답이 쿼리와 일치할 정도로 신뢰도를 나타냅니다. 그리고 관련 결과를 찾을 수 없으면 알려줍니다.
신뢰성: Scopus AI는 특허 출원 중인 RAG 융합 기술을 특징으로 하며, 이는 검색 및 응답의 품질을 모두 향상시킵니다. LLM은 또한 엄격한 프롬프트 엔지니어링 가드레일에 따라 안내됩니다.
Scopus AI는 Scopus 사용자의 60%가 새로운 주제에 대해 보다 효과적으로 학습해야 한다는 요구 사항에 부응하여 개발되었습니다.
전 세계 수천 명의 연구자, 사서 및 학계 리더가 도구의 설계 및 반복에 밀접하게 관여했습니다. 예를 들어, 커뮤니티 피드백은 Scopus에서의 위치를 결정했을 뿐만 아니라 개념도, 기초 문서 및 확장 요약 기능의 개발을 결정했습니다. 또한 특허 출원 중인 RAG 융합 기술에도 영감을 주었습니다.
우리는 다양한 채널을 통해 매일 연구 커뮤니티와 계속 교류하고 있습니다. 예를 들어, Scopus 구독자는 도구를 테스트하기 위해 무작위로 선택됩니다. 개발 팀은 이러한 피드백을 면밀히 추적할 뿐만 아니라 종종 몇 시간 이내에 신속하게 대응합니다. Scopus AI의 출시 이후 이러한 피드백은 다음과 같은 도입으로 이어졌습니다.
개념 맵에서 노드를 볼 수 있는 기능은 관련이 있습니다.
Scopus AI의 대응에 대한 자신감에 대한 안내
SciVal에 대한 참조를 내보내는 옵션
검색 결과의 정밀도를 크게 향상시키는 새로운 소언어 모델 재지정
엘스비어 담당자와 함께 연구 요구 사항에 대해 문의하십시오.
이 페이지에서는 커뮤니티에서 가장 자주 묻는 몇 가지 질문을 소개합니다.
Scopus AI는 생성형 AI(GenAI)로 구동되는 직관적이고 지능적인 검색 도구로, 전례 없는 속도와 명확성으로 인사이트를 제공합니다. 학계와의 긴밀한 협력을 통해 구축된 이 책은 엘스비어의 출처 중립적이고 선별된 초록 및 인용 데이터베이스인 Scopus의 메타데이터와 초록에서 얻은 통찰력을 통해 인류의 축적된 지식을 들여다볼 수 있는 창을 제공합니다.
Scopus AI는 자연어 처리를 사용합니다. 즉, 특정 키워드 또는 부울 연산자를 일치시키는 것에 대해 걱정할 필요가 없습니다. 대신 일상적인 언어를 사용하여 질문, 진술 또는 가설을 입력할 수 있습니다. 그런 다음 Scopus AI는 2013년 이후 출판된 관련 문서를 찾고 초록의 내용을 종합하여 찾고 있는 정보에 대한 즉각적이고 따라하기 쉬우며 (중요한) 참조 요약을 생성합니다. 더 깊은 통찰력을 위해 확장된 요약, 개념도, 기초 논문 메뉴 및 주제 전문가 버튼과 같은 고유한 옵션을 사용하여 탐색과 학습을 계속할 수 있습니다.
Scopus AI는 쿼리에 대한 응답을 생성할 때 2013년 이후 게시된 다음 콘텐츠 유형(Conference Review, Erratum 및 Retracted 항목 제외)의 메타데이터 및 초록을 활용합니다.
논문
책
책 챕터
복습
짧은 설문 조사
데이터 페이퍼
2013년을 시작 연도로 선택한 이유는 최근 콘텐츠를 기반으로 한 응답이 있는지 확인하기 위해서입니다. 도구에서 제공하는 기초 논문 목록의 경우 Scopus AI는 전체 Scopus 말뭉치를 마이닝하여 선택한 주제에 대한 영향력 있는 논문의 포괄적인 목록을 제공합니다.
생성형 AI에 대한 참고 사항
Scopus AI는 요약 및 생성형 AI 기능을 신뢰할 수 있는 Scopus 콘텐츠에 적용하기 위해 노력하고 있지만 때때로 불일치가 있을 수 있습니다. Scopus AI는 부정확하거나, 오해의 소지가 있거나, 편향되거나, 심지어 공격적으로 보일 수 있는 결과를 생성할 수 있습니다. Scopus AI는 법률, 재정 또는 의학적 조언을 제공하기 위한 것이 아닙니다. 사용자는 독립적인 연구를 수행하지 않고 Scopus AI 출력에만 의존해서는 안 됩니다. Scopus AI 생성 콘텐츠를 업무에 활용하려면 기관 또는 직장 지침을 참조하십시오. Scopus AI에 개인 정보, 기밀 정보 또는 민감한 정보를 입력하지 마십시오.
벡터 검색 엔진은 거의 실시간으로 업데이트되므로 Scopus 데이터베이스에서 사용할 수 있는 최신 관련 연구를 항상 고려할 수 있습니다.
GenAI 도구에 사용되는 대규모 언어 모델(LLM)의 기능은 전 세계의 관심을 끌었습니다. 그러나 투명성 부족과 환각을 포함한 단점도 있어 제공하는 정보에 대한 신뢰를 훼손할 수 있습니다.
Scopus AI는 정교한 벡터 검색으로 식별된 고품질의 선별된 Scopus 콘텐츠만 사용하여 환각 과 편향을 최소화합니다.
Scopus AI 는 응답을 생성하는 데 사용하는 문서에 대한 명확한 참조를 통해 작업을 보여줍니다. 또한 응답이 쿼리와 일치한다는 확신도를 알려줍니다.
Scopus AI는 불필요한 데이터 보존을 방지하도록 설계되었습니다. 엘스비어 개인정보 보호정책은 엘스비어의 모든 제품이 귀하의 개인 정보를 수집, 사용 및 공유하는 방법을 설명합니다.
Scopus AI가 활용하는 콘텐츠는 동료 검토를 거쳤으며 독립적인 콘텐츠 선택 및 자문 위원회(Content Selection and Advisory Board)에서 엄격한 심사를 거쳐 Scopus에 포함되도록 선정되었습니다.
Scopus AI는 학계와의 긴밀한 협력을 통해 개발 및 테스트되어 주요 요구 사항과 우려 사항을 충족하는지 확인합니다. 우리는 도구를 개선하기 위해 연구원들과 계속 협력하고 있습니다.
Scopus AI는 단순한 요약 응답을 제공하는 것을 넘어 탐색과 학습을 계속할 수 있는 고유한 기능을 제공합니다.
Scopus AI는 자체 개발 및 특허 출원 중인 RAG 융합 알고리즘을 포함하여 검색 및 응답의 품질을 향상시키는 독특하고 강력한 기술 조합을 활용합니다.
무작위 사용자 테스트는 Scopus AI에 대한 사용자 피드백을 수집하는 여러 방법 중 하나입니다. 안타깝게도 무작위화는 통계적 타당성을 보장하는 데 도움이 되는 기본 원칙이기 때문에 사용자는 사용자 테스트에 포함되도록 요청할 수 없습니다.
이제 교육기관에서 Scopus AI를 구매할 수 있습니다. 정확한 비용은 기존 Scopus 고객인지 여부를 비롯한 여러 요인에 따라 달라집니다.
기관에서 Scopus, Scopus AI 구매에 관심이 있거나 두 제품을 결합할 때의 이점을 알고 싶다면 엘스비어 계정 팀에 문의하십시오. 엘스비어가 처음이신가요? 이 페이지를 방문 하면 엘스비어 담당자와 상담할 수 있습니다.
Scopus AI에 액세스하려는 개인 사용자인 경우 라이브러리에 연락하여 사용 가능한 옵션을 탐색하는 것이 좋습니다.
Scopus 및 기타 제품에 GenAI 기능을 내장할 때 엘스비어는 책임 있는 AI 원칙 및 개인 정보 보호 원칙을 준수합니다. 새 탭/창에서 열기Scopus AI는 학계와의 긴밀한 협력을 통해 개발 및 테스트되어 주요 요구 사항과 우려 사항을 충족하는지 확인합니다.
Scopus AI의 경우 Microsoft Azure에서 호스팅되는 OpenAI의 대규모 언어 모델(LLM) ChatGPT를 사용하고 있으며 이 서비스에 전달된 정보를 교육 목적으로 저장하거나 사용하지 않는다는 계약을 체결했습니다. OpenAI의 LLM 사용은 비공개이며, 이는 OpenAI의 공개 모델을 훈련하기 위해 데이터를 교환하거나 사용하지 않는다는 것을 의미합니다.
Scopus AI는 벡터 검색으로 식별된 고품질의 선별된 Scopus 콘텐츠만 사용하여 환각을 최소화합니다. 이는 응답을 생성할 때 Scopus AI를 기반으로 합니다. 시중에 나와 있는 다른 많은 자연어 처리 도구와 달리, Scopus AI는 응답을 생성하는 데 사용하는 저널 및 문서에 대한 명확한 참조를 통해 작업을 보여줍니다. 또한 Scopus AI는 GDPR을 준수하여 사용자 개인 정보를 보장합니다. 당사는 제품을 개선하는 규정 준수 방식(예: 분석 또는 개인화)을 사용하지 않는 한 개인 사용자 정보 또는 채팅 기록을 시스템에 저장하지 않습니다. 우리는 또한 그것을 공유하지 않습니다.
또한 Scopus AI가 사용하는 저널은 동료 검토를 거쳤으며Scopus 콘텐츠 선정 및 자문 위원회의 독립 전문가에 의해 Scopus에 포함되도록 엄격한 심사 및 선택을 거쳤으므로 안심할 수 있습니다.
대규모 언어 모델(LLM)을 안내하는 프롬프트 엔지니어링은 명확한 지침과 범위와 함께 매우 엄격하게 설계되었습니다. 예를 들어 Scopus AI가 생성하는 응답은 쿼리의 의도와 일치해야 합니다. AI가 Scopus에서 관련 학술 논문을 찾을 수 없는 경우 사용자에게 알려야 합니다. 그리고 Scopus AI가 클레임이나 주장을 할 때는 항상 참조가 필요합니다.
Scopus AI는 LLM 사용의 황금 표준으로 빠르게 자리잡고 있는 RAG(Retrieval Augmented Generation) 융합 모델을 개척한 최초의 제품 중 하나입니다. 이는 벡터 검색 검색과 LLM 요약 생성의 품질을 모두 향상시키는 접근 방식입니다.
Scopus AI 응답은 또한 두 가지 엄격한 평가 프레임워크에 대해 정기적으로 테스트됩니다. 이러한 요소들은 환각의 위험을 감소시키며, 우리는 이러한 위험을 더욱 제한하기 위한 개발을 계속하고 있습니다.
우리는 편견을 매우 심각하게 받아들입니다. Scopus AI는 Scopus의 학술 콘텐츠에만 의존하며, 도구가 주장하는 모든 주장의 이면에 있는 초록을 직접 참조하여 투명성을 보장합니다. 당사의 벡터 검색 엔진은 영향력이 큰 특정 저널에서 가장 많이 인용되거나 출판된 논문을 선호하기보다는 귀하의 쿼리와 가장 일치하는 초록을 식별하기 위해 코사인 유사성을 사용합니다. 그러나 쿼리에 강한 편향이 있는 경우 응답에 반영될 수 있습니다. 질문이 중립적이더라도 AI가 응답을 위해 식별하는 Scopus 문서에 편향이 있을 수 있습니다.
이를 완화하기 위한 방법 중 하나는 두 가지 엄격한 평가 프레임워크에 대해 Scopus AI를 테스트하는 것입니다. 특히 Scopus AI는 잠재적인 편향 영역과 관련된 질문에 답변하여 부적절한 응답을 식별하고 최소화할 수 있어야 합니다. 또한 서비스를 적극적으로 테스트하여 Quora의 불성실한 질문 분류와 같은 내부 및 외부 쿼리를 기반으로 불공정한 편견을 생성하거나 강화하는 응답을 생성하려고 합니다.
우리의 신속한 엔지니어링은 LLM이 다양한 배경을 가진 개인에 대한 편견, 피해 또는 고정 관념을 영속화하는 '안전하지 않은' 답변을 걸러내도록 지시합니다. 그리고 Scopus AI가 응답에 사용하는 문서에 편향이 있는 경우 이를 인정하고 소스에 대한 참조를 제공합니다. 우리는 사용자가 유해하거나 편향된 응답을 보고할 수 있도록 사용자 친화적인 피드백 메커니즘을 가지고 있으며, 이는 우리 팀에서 수동으로 검토합니다.
현재 정책은 GenAI 도구가 작업에 대한 책임과 의무를 받아들일 수 없기 때문에 저자로 나열되거나 인용될 수 없다는 것입니다. Scopus AI의 경우 새로운 주제에 익숙해지고 탐색 방법을 제안하는 데 도움이 되는 훌륭한 학습 보조 도구입니다.
저자, 검토자 및 편집자를 위한 지침은 연구 논문의 가독성과 언어를 개선하기 위해 GenAI 도구를 사용하는 것을 허용하지만 다음 사항을 강조합니다.
기술은 항상 사람의 감독과 통제를 받는 지원 도구로 적용되어야 합니다.
필요한 경우 결과를 항상 주의 깊게 검토하고 편집해야 합니다.
저자는 논문에서 GenAI 도구를 사용했는지 여부와 방법을 밝혀야 합니다.
Scopus AI는 실제 학술 정보를 기반으로 주제 또는 주제에 대한 개요 또는 소개를 제공하도록 설계되었습니다. 그것은 절대적인 진실의 원천이 아니라 지침이 되도록 설계되었습니다. 이러한 이유로, 우리는 사용자가 요약 자체를 인용하기보다는 요약의 인용에서 직접 논문을 인용하는 것을 목표로 하는 것이 좋습니다.
또한 Scopus AI에는 현재 버전 관리가 포함되어 있지 않으므로 요약은 인용에 적합하지 않습니다.
우리는 기술이 성숙해짐에 따라 이 위치를 계속 검토할 것입니다. 위에 링크된 지침은 글쓰기/편집 프로세스에서 AI 도구를 사용하는 것만 언급하며, 연구 프로세스의 일부로 데이터를 분석하고 데이터에서 인사이트를 도출하기 위해 AI 도구를 사용하는 것은 언급하지 않습니다.
아직은 아니지만 사용자가 선택한 언어로 검색어를 입력할 수 있는 방법을 이미 모색하고 있습니다. 장기적으로는 연구자들과 계속 협력하여 도구의 언어 기능을 확장하는 것이 어떻게 도움이 될 수 있는지 이해할 것입니다.
“… Scopus AI를 사용하면 검색할 때 보다 비공식적인 언어를 사용할 수 있으며 기술 용어를 사용할 때와 거의 동일한 결과를 얻을 수 있습니다. 이것이 이 도구를 사용하는 가장 큰 이점 중 하나라고 생각합니다."
BA
Bruno Augusto
PhD student at University of Aveiro, Portugal
Scopus AI와 최근 발표된 논문을 구동하는 기술에 대해 자세히 알아보세요.
특집 기사 및 자료
기사: 학문적 장벽 허물기: 언어 모델과 검색의 미래새 탭/창에서 열기, Adrian Raudaschl, Times Higher Education, 2023년 10월
기사: 교육 및 연구 분야의 생성형 AI를 위한 지침,새 탭/창에서 열기새 탭/창에서 열기, 유네스코, 2023년 9월
보고서: 고등 교육에서 생성형 AI에 대한 우려 과장된 새탭/창에서 열기새 탭/창에서 열기, Cengage 설문조사 결과, Cengage Group, 2023년 8월
"저는 몇 달 동안 Scopus AI로 작업해 왔는데, 정말 좋았습니다. 이전에 ChatGPT를 사용했지만 과학 문헌 검토를 위한 도구는 아닙니다. 문헌 검토를 할 때 가장 신뢰하는 데이터베이스인 Scopus를 기반으로 한 새로운 것이 있다는 소식을 들었을 때 많이 사용하기 시작했습니다."
DEES
Dr Engie El Sawaf
Future University, Egypt 의 Pharmacology Lecturer Assistant
다가오는 Scopus AI 웨비나에 참여하거나 이전 세션의 녹화본을 시청하세요.
온디맨드 웨비나: 큐레이팅되고 강화되고 연결된 데이터가 연구 통찰력을 향상시키는 방법
Scopus 데이터를 사용하여 연구원을 지원하는 생성형 AI 솔루션을 알리는 방법을 알아보세요. 주제에는 콘텐츠 선택, 편향 최소화, 콘텐츠 무결성, 품질 및 정확성 보증, AI 학습에 사용되는 Scopus 콘텐츠가 포함됩니다.
온디맨드 웨비나: 책임 있는 Gen AI의 필수 관행 탐색
Scopus AI를 개발하는 동안 윤리적 영향, 품질 관리 및 공정성 문제를 어떻게 해결했는지 알아보세요.
온디맨드 웨비나: Scopus AI에 대한 심층 탐구
연구원들이 연구 여정 전반에 걸쳐 Scopus AI를 효과적으로 사용할 수 있는 방법을 알아보고, 검색 프로세스를 가속화하기 위해 Gen AI 정보 결과를 활용하는 실용적인 방법을 알아보세요.
최신 정보 확인
