데이터 과학 분야에서 방대한 학술 문헌을 효율적으로 검색하는 것은 중요한 문제입니다. 본 논문은 데이터 과학자들이 정확하고 문맥에 맞는 학술 자료에 접근할 수 있도록 돕는 인공지능 기반 시스템인 향상된 Retrieval-Augmented Generation (RAG) 애플리케이션을 제시합니다. GROBID 기법을 이용한 문헌 정보 추출, 미세 조정된 임베딩 모델, 의미적 청크화, 초록 우선 검색 방법 등의 고급 기술을 통합하여 검색 정보의 관련성과 정확성을 크게 향상시켰습니다. RAGAS 프레임워크를 사용한 종합적인 평가 결과, 특히 문맥 관련성 측면에서 상당한 성능 향상을 보였으며, 정보 과부하 감소 및 의사 결정 프로세스 개선에 효과적임을 입증했습니다. 이 향상된 RAG 시스템은 데이터 과학 분야의 학술 탐색을 변화시키고 연구 및 혁신 워크플로우를 발전시킬 잠재력을 보여줍니다.
