본 논문은 과학 연구의 기하급수적 증가로 인해 관련 연구 간의 중요성, 참신성, 증분적 발견 및 유사 아이디어를 평가하는 어려움을 해결하기 위해, 대규모 언어 모델(LLM)을 활용한 새로운 프레임워크인 Tree-of-Debate (ToD)를 제안합니다. ToD는 과학 논문을 LLM 페르소나로 변환하여 각 논문의 참신성에 대한 논쟁을 벌이도록 설계되었습니다. 결과에만 집중하는 대신 구조적이고 비판적인 추론에 중점을 두기 위해, ToD는 논문 내 독립적인 참신성 주장에 대한 세부적인 분석을 가능하게 하는 논쟁 트리를 동적으로 구성합니다. 다양한 분야의 과학 문헌에 대한 실험을 통해 전문 연구자들의 평가를 바탕으로 ToD가 유익한 주장을 생성하고, 논문을 효과적으로 비교하며, 연구자들의 문헌 검토를 지원함을 보여줍니다.
