성균관 대학교 도서관에서 방대한 양의 자료(도서, 논문, 강의자료 등)를 보유하고 있음에도, 이용자는 필요한 정보를 효율적으로 찾기 어려운 구조였습니다.
전통적인 바카라 게임 기능은 키워드 기반에 머물러, 질문 중심 바카라 게임이나 맞춤형 추천 기능이 부족했습니다.
따라서 AI 기술을 활용해 학습자 및 연구자의 학술자료 접근성 향상, 맞춤형 정보 탐색, 연구 성과 확산 지원을 목표로 했습니다. 구현 주요 기술은 AI 에이전트와 학술데이터 기반 추천 시스템을 중심으로 도서관의 스마트화를 추진하였습니다.

- 프로젝트 개요
사업명: 성균관대학교 학술정보관 AI 기반 학술정보 서비스 고도화
수행사: (회사명 : 삭제됨)
수행기간: 2024년 하반기 ~ 2025년 초 (총 6개월)
대상 시스템: 중앙도서관 및 학술정보관의 학술정보 바카라 게임, 추천, 연구 성과 관리 시스템

-주요 구축 항목
1) AI 학술 Q&A 바카라 게임 에이전트
사용자의 질문을 자연어로 입력하면 관련 도서, 논문, 강의자료, DB 정보를 자동 추천
벡터 임베딩 기반 바카라 게임 + GPT 기반 자연어 응답
질문 유형 분류 및 FAQ 자동 추천 기능 포함
바카라 게임결과 근거 포함 (출처 표시)

2) Biblo Scholar - 연구자 논문 요약 및 홍보 시스템
PDF 논문 업로드 → 자동 요약 → 홍보 콘텐츠(PPT, 썸네일 이미지, 영상) 생성
표지 및 엔딩 슬라이드 자동 디자인 / 영상 음성 및 자막 자동 삽입
CMS를 통해 출력물 수정, 외부 공유 링크 발급
대학의 연구 브랜딩, 학과 단위 홍보 활용 가능

3) 통합 학술 바카라 게임 시스템
MARC, 논문, DBPIA, 강의자료 등 다양한 소스를 통합 바카라 게임
기존 키워드 기반 바카라 게임과 유사도 벡터 기반 바카라 게임을 결합한 하이브리드 구조
바카라 게임결과는 카테고리별로 구분 출력 (도서/논문/강의 등)

4) 맞춤형 추천 알고리즘
학생/연구자의 바카라 게임 및 이용 이력 기반 개인화 추천
유사 이용자 그룹 기반 도서 및 논문 추천
주제·분야별 트렌드 분석 기반 큐레이션 지원

5) 메타데이터 및 이용 패턴 수집
질의 키워드, 바카라 게임결과 선택 내역, 클릭률, 체류 시간 등 기록
향후 분석을 위한 통계 대시보드 연동 가능
학술 트렌드, 인기 주제, 시스템 개선 근거 자료 확보

4. 기술 구성 및 인프라
Backend: Spring Boot, Vector DB (FAISS or Qdrant), PostgreSQL
Frontend: React.js 기반 사용자 인터페이스
AI Layer: OpenAI GPT API (또는 자체 LLM 호환 가능), SentenceTransformer
PDF 처리: 논문 내 본문/초록 추출 및 요약 모델 연계
배포 방식: 도서관 내 서버에 설치되는 On-Premise 구조 (보안 고려)
관리자 CMS: 연구자별 자료 등록, 요약 관리, 추천 피드백 관리

<위시켓 이용 약관에 의해 수정된 내용입니다.