본 논문은 대만의 중국 연구(CS) 분야에 대한 기존 연구들을 체계적으로 재검토하고 재구성하기 위해 AI 기반 접근법을 제시한다. 1996년부터 2019년까지 발표된 1,367편의 동료 심사를 거친 CS 관련 논문을 대상으로 생성형 AI(GAI) 기술과 대규모 언어 모델(LLM)을 활용하여 비정형 학술 텍스트를 구조화된 상호작용적 지식 표현으로 변환한다. 이를 통해 추출된 엔티티 관계 트리플을 D3.js 기반 시스템을 이용하여 시각화하여, 해당 분야의 도메인 특화 지식 그래프 및 벡터 데이터베이스를 구축한다. 이 시스템은 사용자가 개념 노드와 의미 관계를 탐색하여 기존에 알려지지 않은 지적 궤적, 주제 클러스터 및 연구 공백을 파악할 수 있도록 한다. 결과적으로, 선형적인 텍스트 소비에서 네트워크 기반 지식 탐색으로의 패러다임 전환을 가능하게 하여, 학술적 접근성을 향상시키고 기존의 온톨로지 구축 방식에 대한 확장 가능한 데이터 중심적 대안을 제공한다.
