Videmak Research AI

검색 계층은 3억 건이 넘는 메타데이터 기록과 5천만 건이 넘는 파일 접근 기록을 다루며, Google Scholar, PubMed, Semantic Scholar, Crossref, arXiv 등에서 가져온다. 연구 질문이나 불리언 문자열, 엔터티로 질의할 수 있고, 결과는 논문, 저자, 저널, 기관, 자금 지원 기관, 주제로 묶여 돌아온다. 공개 플레이그라운드에서 로그인 전에 검색을 시험할 수 있으니, 자기 분야를 다루는지 먼저 볼 수 있다.

논문을 업로드하고 처음부터 끝까지 읽는 대신 질문을 던진다. 도구는 문서에서 답하고 사용한 구절을 짚어 준다. 무언가를 인용할 계획이라면 바로 이 부분이 중요하다. 그 논문이 통독할 가치가 있는지 판단하는 가장 빠른 방법이다.

초안을 벗어나지 않고 수천 가지 형식으로 인용을 생성하고 참고문헌을 관리한다. 출처를 이미 알고 형식만 맞추고 싶은 사람에게 가장 많은 시간을 아껴 주는 기능이다. Library와 결합하면 첫 검색부터 최종 제출까지 참고문헌이 한곳에 머문다.

하나의 편집기에서 학술 텍스트를 다시 쓰고 다듬고 인간처럼 만든다. 편집기는 문장을 조이고 AI가 작성한 절을 매끄럽게 한다. '인간화'는 문체 손질로 봐야 하며, 진실성 검사를 피하는 수단으로 여기면 안 된다. 소속 기관의 AI 활용 규정은 여전히 적용된다.

문헌 검토 도구로서 이 모드는 검토와 제안서를 위한 멀티 에이전트 세션을 돌리고, 쓰는 동안 인용 형식을 처리한다. Deep Reasoning 모드는 출처를 인식하는 작업에서 200개가 넘는 AI 에이전트를 조율한다. 과해 보이지만 40편짜리 검토를 마주하면 그렇지도 않다. 짧은 글에는 일반 편집기로 충분하다.

표, 그림, 참고문헌을 그대로 유지하면서 학위논문 장을 저널용 원고로 변환한다. 이 기능은 아주 구체적인 골칫거리를 겨냥한다. 학위논문을 저널이 실제로 받아들일 형태로 다시 포맷하는 일이다. 처음부터 다시 짓지 않고 구조를 보존한다.

원고를 구조, 명료성, 저널 적합성, 완성도 면에서 점검하거나, 선별, 추출, 종합을 갖춘 구조화된 증거 검토를 실행한다. 검토 기능은 투고 전에 제2의 의견을 주고, 체계적 검토 도구는 변론할 수 있을 만큼 과정을 정돈해 둔다.

CitedEvidence Scholar는 25개의 MCP 도구와 메타데이터 API로 연구 계층을 열어 두어, 학술 검색을 자신의 앱이나 RAG 파이프라인, AI 에이전트에 연결할 수 있다. 진짜 인용이 필요한 무언가를 만든다면 이 부분을 볼 만하다. API 접근 요금은 메인 페이지에 공개되지 않아, 개발자 문서를 확인해야 한다.