본 논문은 장문의 질의 논문에 대한 관련 논문을 찾는 과학 논문 검색(document-to-document retrieval)을 다룹니다. 기존 연구들이 초록만을 사용하여 문서 간 유사성을 계산하는 방식의 한계를 지적하며, 전체 논문 검색을 위한 새로운 반복적 프레임워크인 Chain of Retrieval (CoR)을 제안합니다. CoR은 질의 논문을 여러 측면별 뷰로 분해하고, 분할된 후보 논문과 매칭하며, 상위 결과들을 새로운 질의로 활용하여 검색을 확장하는 트리 구조를 형성합니다. 최종적으로 트리 구조를 후위 순회 방식으로 통합하여 계층적 관계를 포착합니다. 또한, 전체 논문 및 분할된 문맥을 제공하는 대규모 벤치마크 SCIFULLBENCH를 제시하고, CoR이 기존 검색 기준보다 우수한 성능을 보임을 입증합니다.
