Elicit, 논문 수백 편을 표 하나로 정리해 주는 리서치 어시스턴트

논문을 근거로 무언가를 정리해야 하는 순간은 연구자만 겪는 일이 아니다. 신사업 기획서에 “이 방법이 효과가 있다는 연구가 있는가”를 붙여야 하거나, 데이터 분석 팀이 새 지표를 도입하기 전에 선행 연구를 훑어야 하는 장면은 회사에서도 자주 생긴다. Elicit는 이 작업을 위해 만들어진 도구다. 일반 챗봇처럼 답을 먼저 쓰는 대신, 논문을 먼저 찾고, 논문마다 필요한 항목을 뽑아 표로 만들고, 그 표를 근거로 요약을 쓰는 순서를 지킨다. 답의 모든 문장에 어느 논문의 어느 문장에서 왔는지가 붙는 구조라, “그럴듯하지만 출처가 없는 답”이 나오기 어렵게 설계되어 있다.

한눈에 보기

회사의 배경도 이 설계와 이어진다. Elicit는 원래 비영리 AI 연구소 Ought의 프로젝트로 시작해 2023년 공익법인(public benefit corporation)으로 분리됐고, 2025년 2월 2,200만 달러 규모의 시리즈 A를 받은 것으로 알려져 있다. 공식 사이트 기준 검색 대상은 1억 3,800만 편 이상의 학술 논문과 54만 건 이상의 임상시험 등록 정보이며, 학계와 산업계에서 200만 명 이상이 쓰고 있다고 소개한다. 대상 논문 수는 자료마다 1억 2,500만과 1억 3,800만이 섞여 표기되는데, 최근 페이지 기준으로는 후자로 보인다.

검색, 데이터 추출, 리서치 리포트

핵심 기능은 세 가지로 요약된다.

• 논문 검색과 요약. 자연어 질문을 던지면 관련 논문을 찾아 초록 기반 요약을 보여 주고, 원문 전체에 접근 가능한 논문이면 그 안에서 질문에 답한다.
• 데이터 추출. 검색 결과에 “표본 크기”, “측정 지표”, “주요 결론” 같은 열(column)을 추가하면 논문마다 해당 항목을 뽑아 표 하나로 정리해 준다. 논문 30편을 엑셀에 옮겨 적던 작업이 열 몇 개를 정의하는 일로 바뀐다.
• 리서치 리포트. 표에서 정리된 내용을 바탕으로 문장 단위 인용이 붙은 보고서를 생성한다. 최대 200편까지 종합하고, 방법론 절과 PRISMA 흐름도, 검색 전략이 함께 담긴다.

Systematic Review 다섯 단계와 정확도 평가

이 셋을 하나의 절차로 묶은 것이 Systematic Review 기능이다. 체계적 문헌고찰은 의학과 사회과학에서 쓰는 표준 절차로, 검색 전략을 세우고, 수천 건의 초록을 기준에 따라 걸러내고, 남은 논문의 원문을 다시 심사하고, 데이터를 추출해 종합하는 과정을 거친다. Elicit는 이 다섯 단계를 화면 하나에서 순서대로 진행하게 하고, 모든 배제 결정에 이유와 근거 문장을 남겨 PRISMA 2020 기준으로 감사 가능하게 기록한다. 사람 두 명이 독립적으로 심사하던 이중 검토(dual review)를 사람 한 명과 AI로 대체하는 방식도 지원한다.

정확도에 대해서는 회사가 2026년 5월 공개한 자체 평가가 참고가 된다. Cochrane 리뷰 994건을 기준으로 다음 수치를 기록했다고 밝힌다.

다만 회사 스스로도 추출 평가는 오픈액세스 논문 약 200편에 한정됐고, 의학 외 분야로 일반화하기는 어렵다고 적어 두었다. 외부 연구에서도 Elicit가 사람 추출자를 대체하기보다는 보조하거나 검증하는 용도로 적합하다는 결론이 이어지는 추세다.

누가 쓰면 좋은가

직장인 기준으로 누가 쓰면 좋을지 생각해 보면, 우선 데이터 분석 직군이 떠오른다. 새 지표나 실험 설계를 도입할 때 “이 방법의 효과 크기가 선행 연구에서 어느 정도였나”를 표로 뽑아 두면 설계 근거가 분명해진다. 기획·PM 직군은 시장 조사나 기능 검토 보고서에 학술 근거를 붙일 때 유용하다. 경영·전략 부서에서는 헬스케어, 교육, 에너지처럼 논문이 의사결정 근거가 되는 산업에서 활용 폭이 넓어 보인다. 반대로 기술 블로그나 뉴스처럼 학술 데이터베이스 밖의 자료가 필요한 조사에는 맞지 않는다.

요금제, Basic부터 Enterprise까지

가격은 2026년 9월 기준 네 단계다.

시작하기

1. 가입. 시작은 이메일이나 Google 계정으로 가입하면 된다.
2. 첫 검색과 열 추가. 첫 작업으로는 익숙한 주제의 질문 하나를 넣고, 결과 표에 열을 두세 개만 추가해 보는 것을 권한다. 예를 들어 “원격 근무가 생산성에 미치는 영향”을 검색한 뒤 “표본 크기”, “측정한 생산성 지표”, “결론 방향” 열을 붙여 보면, 도구가 각 논문에서 어느 문장을 근거로 값을 채웠는지 클릭해서 확인할 수 있다.
3. Systematic Review로 확장. 이 확인 습관이 붙은 뒤에 Systematic Review 기능으로 넘어가는 편이 순서상 자연스럽다.
4. 내 자료 가져오기. Zotero 라이브러리를 가져오거나 PDF를 직접 올려 자기 자료만 대상으로 추출을 돌리는 것도 가능하다.

논문 두세 편을 참고하는 수준이라면 무료 플랜으로 충분하고, 수십 편 이상을 정기적으로 다루는 팀이라면 Pro 플랜의 표 추출 한도를 기준으로 도입을 검토해 볼 만하다.

주의점

주의점도 정리해 둔다.

• 추출 결과는 원문과 대조. 정확도 수치가 높다고 해도 추출 결과를 그대로 보고서에 옮기면 안 된다. 특히 숫자와 단위는 원문을 한 번 열어 대조하는 것이 좋다.
• 원문 접근 범위. 원문 전체를 읽을 수 있는 논문은 오픈액세스이거나 사용자가 올린 것에 한정되며, 유료 저널 논문은 초록만으로 처리될 수 있다.
• 무료 플랜 한도. 무료 플랜의 사용량 제한은 리포트와 에이전트 기능에 걸려 있어, 실제로 표를 많이 만들기 시작하면 유료 전환이 필요해진다.
• 내부 문서와 학습 제외 조건. 회사 내부 문서를 올릴 때는 데이터 학습 제외 조건이 Enterprise 플랜에 명시되어 있다는 점을 확인하고, 그 아래 플랜에서는 개인정보 처리방침을 먼저 읽어 보는 것이 안전하다.

정리

정리하면 Elicit는 “논문을 근거로 말해야 하는” 업무에서 검색과 표 정리, 인용 관리에 들어가던 시간을 크게 줄여 주는 도구다. 답을 빨리 얻는 도구라기보다 근거를 빠르게 정렬하는 도구로 이해하는 것이 맞고, 그 점에서 일반 챗봇과 역할이 겹치지 않는다.