본 논문은 과학 논문 검색, 특히 장문의 질의 논문을 이용한 문서 간 검색에 초점을 맞추고 있습니다. 기존 연구는 초록을 이용하여 밀집 벡터로 임베딩하고 유사도를 계산하는 방식을 사용했으나, 초록은 불완전하고 개괄적인 정보만 제공한다는 한계가 있습니다. 이를 해결하기 위해 본 논문은 질의 논문과 후보 논문 모두에 대해 다양하고 세분화된 표현을 도입하는 새로운 문서 간 검색 방법인 PRISM을 제안합니다. PRISM은 질의 논문을 여러 측면별 뷰로 분해하여 개별적으로 임베딩하고, 다면적인 차원을 고려하여 유사하게 분할된 후보 논문과 매칭합니다. 또한, 질의 및 후보 논문 모두에 대한 전체 및 분할된 맥락 정보를 제공하는 새로운 벤치마크인 SciFullBench를 제시합니다. 실험 결과, PRISM은 기존 검색 기준 모델보다 평균 4.3% 성능 향상을 보였습니다.