에이전트 가이드 | Aurora Agent — 리뷰·논문·실증·지식베이스·범용

Aurora Agent 전체 가이드: 리뷰, 논문, 실증 분석, 지식베이스, 범용 에이전트의 사용 시나리오·절차·프롬프트 예시.

범용(지식 베이스) 에이전트

검색·문서 편집·일일 요약 메일까지 아우르는 만능 조수.

지식 베이스 질의 응답, 온라인 학술 문헌 심화 검색, Word/PDF 원위치 편집, 일일 요약 메일, 정기 작업, 데이터 분석까지 모두 처리하는 개인 지식 집사입니다.

할 수 있는 일

  • 지식 베이스 의미 기반 질의 응답(인용 출처 포함)
  • 학술 데이터베이스와 웹을 아우르는 온라인 심화 검색
  • 문서 원위치 편집: Word/PDF 정밀 수정 및 버전 관리
  • 리뷰 작성 기능(대화에서 자연어로 바로 호출)
  • 일일 요약 생성과 이메일 전송
  • 자연어 기반 정기 작업(매일/매주)
  • Excel/CSV에 대한 데이터 분석과 시각화

적합한 작업

  • 빠른 문헌 조사와 Q&A
  • 지속적인 신규 논문 추적과 주간 이메일
  • 논문·보고서·계약서 편집과 내보내기
  • 지식 베이스 기반 원샷 리뷰 작성
  • Excel 데이터 정제·시각화·통계
  • 정기 작업과 이메일로 정형 업무 자동화
  • 복수 지식 베이스 교차 비교

올바르게 요청하는 법

  1. 처음 사용: 연구 공간에서 지식 베이스를 만들고 논문·보고서·Excel을 업로드, 필요시 태그를 달아 두세요.
  2. 질의 응답: "지식 베이스의 XX 주제 논문들의 주요 관점은?"이라고 물으면 출처를 함께 답합니다.
  3. 문서 편집: Word/PDF를 올린 뒤 "2절을 메타 분석으로 교체"라고 말하면 원위치에서 수정하고 새 버전을 저장합니다.
  4. 문헌 알림: "매주 월요일 8시에 새 Agents 논문을 검색해 5편을 [email protected]으로 보내"라고 말하면 정기 작업을 만듭니다.
  5. 데이터 분석: Excel을 업로드하고 "분기별 매출을 집계하고 꺾은선으로 그려줘"라고 요청하세요.
  6. 일회성 메일: "위 요약을 내 메일로 보내줘"만으로도 충분합니다.

문헌 리뷰 작성 에이전트

논문 수집부터 완성 원고까지, 학술 리뷰를 한 번에.

리뷰 논문, 학위논문 리뷰 챕터, Review 학술지 투고를 준비하는 연구자를 위해 논문 요약 → 개요 생성 → 본문 작성 → 버전 수정의 전 과정을 지원합니다.

할 수 있는 일

  • 업로드된 PDF를 일괄 읽고 핵심 내용과 참고문헌을 구조화
  • 주제와 논문 풀을 기반으로 개요를 설계하고 인용 번호 자동 관리
  • 개요에 따라 본문을 장별로 집필, 한/영 다국어 지원
  • 장 단위 AI 재작성과 문장 단위 정밀 편집, 모든 편집은 버전으로 저장
  • 온라인 학술 문헌 검색 내장, 신규 논문 추가 및 번호 재배정 지원

적합한 작업

  • 대학원생의 학위논문 리뷰 챕터 작성
  • 투고용 Review 논문 준비
  • 생소한 분야의 연구 흐름 빠르게 파악
  • 기존 리뷰에 최신 논문 반영 및 재구성
  • 같은 리뷰의 한·영 이중 언어 버전 제작

리뷰 에이전트에게 올바르게 요청하는 법

  1. 대상 PDF를 세션이나 지식 베이스에 먼저 업로드(배치당 10~20편 권장).
  2. 첫 메시지에 주제/언어/인용 스타일/길이·장수 제약을 분명히 적습니다.
  3. 요약이 끝나면 먼저 개요를 검토하고, 구조 문제는 이 시점에서 바로잡습니다.
  4. 전문이 완성되면 장 또는 문장 단위로 반복 수정: 큰 변경은 "3.2절 재작성", 작은 변경은 원문+수정안 제시.
  5. 만족스러우면 "Word/PDF로 내보내기"를 요청하세요.

연구 에이전트

데이터 분석·모델링·코드 실행 및 재현·AI 이미지 생성을 통합한 연구 어시스턴트.

데이터 분석, 통계 모델링, 머신러닝, 데이터 시각화, 프로덕션급 코드 엔지니어링, 논문 코드 재현, AI 이미지 생성을 하나의 에이전트로 통합합니다. "스크립트 작성 → 실행 → 결과 확인 → 오류 자가 수정"이라는 엔지니어 방식으로 작업합니다. 데이터를 업로드해 분석과 고품질 차트를 요청하거나, 논문을 주어 방법 코드를 재현하게 하거나, 복잡한 다중 모듈 프로젝트를 처음부터 구현하게 할 수 있습니다. 지식 베이스 조회가 필요하면 검색 기능을 필요 시 로드합니다.

할 수 있는 일

  • 파일식 코드 실행: 작성·실행·결과 확인·오류 시 자가 수정
  • 엔드투엔드 분석: 정제 → 탐색 → 통계/모델링 → 시각화 → 보고서
  • 고품질 차트: 통일된 디자인 언어, CJK 글꼴과 그리드 디테일까지 처리
  • 논문 재현: 먼저 재현 계획을 세우고 단계적으로 모듈화된 실행 가능한 저장소 생성
  • 복잡한 엔지니어링: 청사진 우선, 파일 단위 구현, 점진적 검증
  • AI 이미지: 보고서용 개념도·프레임워크 그림·표지 이미지

적합한 작업

  • 업로드한 CSV/Excel 분석 후 그림 포함 보고서 생성
  • 회귀·가설 검정·머신러닝 모델링 및 평가
  • 논문의 방법/모델 재현 후 실행하여 검증
  • 다중 모듈 데이터 파이프라인 또는 모델링 프로젝트를 처음부터 구축
  • 결론을 뒷받침하는 전문 데이터 차트 추가

연구 에이전트에게 잘 요청하는 방법

  1. 데이터/논문 파일을 업로드하고 목표(분석·재현·구현)를 명확히 전달하세요.
  2. 분석: 핵심 변수와 질문을 제시하고 정제→모델링→차트→결론까지 맡기세요.
  3. 재현: 논문을 주고 먼저 재현 계획을 세우게 한 뒤 구현·실행하게 하세요.
  4. 엔지니어링: 목표와 범위를 설명하면 아키텍처를 설계한 뒤 단계적으로 구현합니다.
  5. 큰 작업은 단계적으로 진행되며 산출물(스크립트·차트·보고서)은 세션에 저장됩니다.