shuxiachai/academic-commercialization-agent

무엇을 해결하는가

이 프로젝트는 학술 연구가 상업화될 준비가 되었는지에 대한 평가를 자동화합니다. 이는 연구 주제가 실행 가능한 상업적 잠재력을 가지고 있는지 판단하기 위해 학술 논문, 특허 데이터베이스 및 시장 정보에서 증거를 수집하는 수동적이고 시간이 많이 소요되는 프로세스를 대체합니다.

작동 방식

CrewAI 프레임워크를 기반으로 구축된 이 시스템은 구조화된 파이프라인에서 작동하는 6개의 전문 AI 에이전트를 활용합니다:

1. 증거 수집: 3개의 에이전트가 병렬로 실행되어 학술 소스(OpenAlex, PubMed, arXiv, Semantic Scholar), 특허 데이터베이스(Lens, WIPO, EPO) 및 시장 정보 소스에서 데이터를 수집합니다.
2. 초안 작성: Report Writer 에이전트가 이 증거를 인라인 인용 및 참고 문헌 블록이 포함된 Markdown 보고서로 합성합니다.
3. 검토: Report Reviewer 에이전트가 7가지 특정 규칙(인용 무결성 및 근거 없는 수치 주장 등)에 따라 초안을 검토하고 수정을 적용합니다.
4. 점수 산정: Commercialization Readiness Scorer 에이전트가 원본 증거를 독립적으로 분석하여 TRL(Technology Readiness Level) 및 MRL(Manufacturing Readiness Level)을 포함한 정량적 스코어카드를 생성합니다.

대상 사용자

특정 연구 방향이나 학술 논문의 상업적 생존 가능성을 빠르게 평가해야 하는 연구자, 기술 이전 사무소 및 투자자를 위해 설계되었습니다.

주요 특징

• 다중 소스 통합: OpenAlex, PubMed, arXiv 및 Lens를 포함한 광범위한 전문 도구에서 데이터를 가져옵니다.
• 검증 가능한 출력물: 추적 가능한 인라인 인용([A1][P2][M3]) 및 구조화된 JSON 스코어카드가 포함된 보고서를 생성합니다.
• 엄격한 검증: 환각된 소스 ID 및 근거 없는 수치 주장을 방지하기 위한 전용 리뷰어 에이전트와 가드레일을 포함합니다.
• 정량적 평가: 여러 차원에 걸쳐 상업화 준비도를 점수화하기 위한 가중치 공식이 포함되어 있습니다.