PaperPilot

검색창은 약 2억 2천만 편의 논문을 대상으로 삼고 각 결과 옆에 연결된 참고문헌과 인용 정보를 붙였다. 초록과 참고문헌 목록을 같은 패널에서 읽을 수 있어 다른 데이터베이스로 넘어갈 필요가 없다. 주제가 낯설수록 모두가 인용하는 서너 편을 찾기 쉬운 배치였다. 결과는 곧바로 보드에 고정되어 검색과 읽기 목록이 한자리에 머문다.

논문마다 한 문단짜리 짧은 요약과 단계적으로 풀어 주는 긴 설명이 붙었다. 깊이는 직접 고를 수 있어 간단한 개요부터 방법과 결과의 자세한 경로까지 이어진다. 두 속도는 선별에 맞았다. 짧은 요약으로 필요 여부를 바로 판단하고, 분명히 관련 있지만 읽기 어려운 논문에는 긴 설명을 쓴다. 이 구분은 제품에서 가장 좋은 발상이었고, 지금 대부분의 학술 연구 AI가 어떤 형태로든 받아들였다.

보드는 논문과 메모와 인용을 한데 모은 공유 페이지였다. 유료 요금제에서는 보드 전체의 PDF와 대화할 수 있어 후속 질문이 50개 파일에 한 번에 닿았다. 보드는 공유도 되어 두 사람 프로젝트에 유용했다. 무료 요금제는 보드 하나에 논문 다섯 편까지만 허용해, 내세운 50편 비교는 사실상 유료 기능이었다.

Pilot AI는 모아 둔 논문만 근거로 답한다. 두 연구가 어디서 어긋나는지 물으면 양쪽에서 해당 대목을 끌어온다. 문헌의 빈틈을 물으면 향후 과제를 언급한 절을 짚는다. 답이 보드 안에 머무르니 범용 챗봇보다 조사 조수에 가까운 움직임이다. 대가는 범위다. 고정하지 않은 논문은 답에 들어오지 않는다.

인용은 글을 쓰는 동안 설정한 형식으로 생성됐고, 저자와 연도를 다시 치지 않고 참조를 넣을 수 있었다. 보드마다 참조 목록도 유지해 초안에 급한 참고문헌이 필요할 때 도움이 됐다. 진가는 보드 자체 편집기에서 났고, 문헌관리 프로그램으로 내보내는 일은 여전히 수작업이었다.

글쓰기 어시스턴트는 모은 자료 위에서 문장과 문단을 쓰고 입력하는 동안 인용을 제안했다. Pro에서는 제한 없이 쓸 수 있었고 온라인 논문과 업로드한 파일을 모두 색인했다. 텍스트 편집기가 붙은 문헌 검토 도구로 보면 이해가 쉽다. 선행연구 한 문단에는 쓸 만하지만 독자적 논증은 어렵다. 인용이 그 문장의 주장을 실제로 뒷받침하는지는 사람이 확인해야 했다.