서비스 기능
도서 검색부터 페르소나 대화까지, 이용자가 실제로 쓰는 기능 5가지입니다.
AI 기반 개인 맞춤형 도서추천
개인화 행동 데이터를 분석해 지금 이 이용자에게 맞는 책을 추천합니다. 추천 이유까지 함께 제시합니다.
개인 취향 · 상황 분석
"지금 기분이 어떠세요?" 같은 상황 질문으로 취향과 맥락을 파악해 추천합니다.
개인화 큐레이션 리포트
이용자별 독서 성향을 정리한 큐레이션 리포트를 제공합니다.
실시간 데이터 업데이트
방금 등록된 신착 도서까지 반영해 최신 정보를 기준으로 추천합니다.
레거시 시스템 연계
표준 REST API 기반으로 기존 도서관 시스템과 연결됩니다.
처리 흐름
질의를 받아 답변을 만들기까지 5단계를 거칩니다.
시스템 구성
수집에서 서비스까지 단방향으로 흐르는 5개 계층으로 이뤄집니다.
INGEST — 데이터 수집
핵심 기술
말하듯 찾는, 글로벌 수준의 도서 검색
BGE-M3 기반 임베딩 학습으로 의미 기반 검색을 구현했습니다.
AI가 이해한 의도
쿼리 재작성과 자연어 조건 처리로 질문 뒤의 맥락을 파악합니다.
AI 분석 요약
질의 의도를 요약해 보여주고 그에 맞는 자료를 추천합니다.
관련도순 추천
추천 이유를 자동 생성하고 관련도를 함께 제시합니다.
100개+ 언어
질문 한 번으로 다국어 자료까지 추천 이유와 함께 확인합니다.
업로드만 하면, AI가 자동으로 완성합니다
INPUT → PARSE → ANALYZE → GENERATE 네 단계로 자료 등록이 끝납니다.
도서관 맞춤형 AI 분석
문학·예술·학술·정책 등 분야별로 최적화된 분석을 제공하고, KDC 분류체계와 연동해 장서 정책에 바로 활용할 수 있는 형태로 정리합니다.
분야 특화 전문성
섹션별 핵심 요약과 테마 키워드를 분야에 맞춰 뽑고, 대상 독자 수준까지 판별합니다.
AI 콘텐츠 자동 생성
도서 소개·핵심 요약·표지 이미지가 인덱싱 과정에서 자동으로 만들어져, 사서의 별도 콘텐츠 입력 작업이 없습니다.
멀티모달 OCR
텍스트가 없는 스캔본이나 표·도판 중심 자료도 구조를 그대로 인식해 동일한 품질로 색인합니다.
탐색은 넓게, 탐구는 깊게
AI 사서로 넓게 탐색하고, DeepRead로 한 자료를 깊이 파고듭니다.
AI 사서 — 넓게 탐색
무엇을 찾아야 할지 모를 때, 대화로 범위를 좁혀 갑니다.
DeepRead — 깊이 탐구
특정 도서·논문과 심층 대화를 진행하며, 답변마다 출처를 장·페이지 단위로 인용합니다.
학술 연구 · 교육 지원
KCI 학술논문을 학습한 LLM으로 전문가 모드 질의에 대응합니다.
100% 온프레미스 운영
기관 내부에서만 동작하므로 자료가 외부로 나가지 않습니다.
대화 가능한 인물
원작 텍스트를 근거로 답하는 페르소나 목록입니다.
고전문학 속 인물
역사 속 인물
이용 환경
이동 중에도 소장 자료를 찾고 대출을 신청할 수 있습니다.
상세 검색과 DeepRead 심층 대화에 적합한 환경입니다.
도서관 안에서 자료 위치와 청구기호를 바로 안내합니다.
도입 방식
SKOVIX는 온프레미스 단일 서버에 Docker로 배포됩니다. 별도의 외부 클라우드 연결 없이 기관 내부에서 동작하므로, 서지 정보와 원문이 기관 밖으로 나가지 않습니다.
AI 추론은 단일 GPU에서 VRAM을 공유하는 구조로 설계되어, 대규모 GPU 클러스터 없이도 운영이 가능합니다. 임베딩·sLLM·생성 모델은 1차 개발 과정에서 비교 선정합니다.
기존 시스템과의 연계
표준 REST API를 통해 기존 도서관 시스템의 서지 메타데이터(MARC/MODS)를 수집하고, KDC 분류체계와 연동합니다. 현재 사용 중인 시스템을 교체하지 않고 검색·추천 계층만 추가하는 방식으로 도입할 수 있습니다.
브로셔 전체 보기
총 12장입니다.
