Exa, 3억5천만 건 학술·기술 문헌 검색 출시…자연어로 논문 찾는다

AI 검색 기업 Exa가 약 3억5천만 건의 학술 논문과 기술 문헌을 대상으로 한 전용 검색 기능을 출시했다. 23일 Exa 공식 발표와 API 문서에 따르면 이 기능은 논문 제목이나 정확한 키워드를 모르는 경우에도 연구 결과, 실험 조건, 불완전한 기억을 자연어로 입력해 관련 문헌을 찾도록 설계됐다.

Exa는 학술·기술 문헌을 위한 별도 색인을 구축하고, 기존 인물 색인에 약 3천만 명의 저자 정보를 추가했다고 밝혔다. 검색 대상에는 연구 논문과 프리프린트, 학술지 게재물이 포함되며 결과에는 저자, 발표 매체, 인용 정보 같은 구조화된 메타데이터가 함께 제공된다.

학술 문헌은 핵심 정보가 긴 PDF의 표나 부록, 스캔 문서 안에 흩어져 있고 같은 논문이 여러 주소와 서로 다른 메타데이터로 유통되는 경우가 많다. Exa는 광학문자인식(OCR)과 문서 분석 모델로 PDF를 검색 가능한 텍스트로 바꾸고, 저자·기관·출판 이력·인용·공동 연구자 정보를 결합했다고 설명했다.

검색 단계에서는 일반 웹 색인과 학술 문헌 전용 색인을 함께 조회한 뒤 결과를 통합해 다시 순위를 매긴다. 개발자는 Exa Search API 요청에 `category="publication"`을 지정해 이 기능을 사용할 수 있다. 공식 API 문서도 Publication 카테고리가 연구 논문과 프리프린트, 학술지 논문을 구조화된 메타데이터와 함께 반환한다고 안내한다.

Exa는 정확한 단서로 특정 논문을 찾는 평가와 모호하거나 일부 틀린 기억을 바탕으로 찾는 평가를 자체 설계했다. 회사는 두 유형을 아우른 평가에서 정답 논문 검색률이 82.8%였다고 주장했다. 다만 색인 규모와 성능 수치는 Exa가 공개한 자체 자료 기준으로, 독립 기관의 재현 검증 결과는 제시되지 않았다.

이번 출시는 학술 검색이 제목·저자·키워드 중심 조회에서 문헌 내용의 의미를 바탕으로 한 검색으로 확장되는 흐름을 보여준다. 연구자뿐 아니라 논문을 근거로 답을 구성하는 AI 에이전트도 더 구체적인 문헌 검색 수단을 갖게 됐다.

다만 의미 기반 검색 결과가 체계적 문헌고찰이나 연구 검증을 대신할 수는 없다. 실제 연구에서는 색인의 분야별 포괄성, 문헌 버전 중복, 잘못 연결된 인용 정보, 검색 누락 가능성을 별도로 확인해야 한다.

출처: Exa 공식 발표 https://exa.ai/blog/publications-search | Exa Search API 공식 문서 https://exa.ai/docs/reference/search