본 논문은 웹사이트에 통합된 LLM 기반 챗봇이 웹 정보 접근 방식을 변화시키는 대안적인 탐색 및 정보 검색 수단을 제공하지만, 대부분의 폐쇄형 솔루션은 웹 호스트 간의 확산을 제한하고 구현 세부 정보 및 에너지 효율성에 대한 투명성이 부족하다는 문제점을 지적합니다. 이에 연구진은 개방형 접근 방식의 에이전트인 Talk2X를 제안합니다. Talk2X는 개선된 검색 증강 생성 기법(RAG)과 자동 생성 벡터 데이터베이스를 결합하여 에너지 효율성을 높였으며, 임의의 웹사이트에 일반화될 수 있는 아키텍처를 가지고 있어 개발자가 쉽게 통합할 수 있는 도구를 제공합니다. 혼합 방법론을 사용한 사용성 평가 결과, Talk2X는 오픈 사이언스 저장소에서 특정 자산을 획득하는 과제에서 표준 사용자-웹사이트 상호 작용과 비교하여 작업 완료 시간, 정확성 및 사용자 경험을 크게 향상시켜 사용자가 특정 정보를 빠르게 찾도록 지원하는 것으로 나타났습니다. 본 연구 결과는 웹 정보 접습 방식의 지속적인 패러다임 변화에 기술적 발전을 기여합니다.
