에이전틱 분석

에이전틱 분석은 Skimle의 가장 철저한 분석 모드입니다. 먼저 연구 질문을 제시하면, Skimle은 분류 프레임워크를 구축하고, 모든 문서에서 관련성 있는 모든 청크를 분류하며, 제시한 질문에 답하는 분석적 주제를 종합하는 다단계 파이프라인을 실행합니다.

이는 카테고리만큼 연구 질문이 중요한 프로젝트 - 예를 들어 "대통령 임기에 따라 인사 결정이 왜 달라지는가?" 또는 "이탈하는 응답자와 갱신하는 응답자를 구분짓는 요인은 무엇인가?" - 그리고 카테고리 분류를 넘어선 분석적 깊이를 원하는 프로젝트를 위해 설계되었습니다.

1단계: 설정 대화

사용자는 에이전틱 분석 대화창에 연구 질문을 입력하는 것으로 시작합니다. Skimle의 설정 에이전트가 다음을 위해 대화를 나눕니다:

• 질문이 실제로 의미하는 바를 명확히 하기(모호한 부분이 있으면 1개에서 3개까지의 짧은 질문을 던집니다);
• 분석 유형을 분류학적(공간 매핑), 설명적(현상이 일어나는 이유), 인과적(원인과 결과), 비교적(집단 간 비교) 중 하나로 분류하기;
• 분류 프레임워크를 제안하기: 소규모의 1단계 카테고리 집합(일반적으로 4개에서 7개까지), 각 카테고리에 대한 후보 하위 주제, 그리고 종합 단계에서 조사할 상위 수준의 분석적 질문인 "더 넓은 역학관계" 2개에서 4개까지.

Skimle은 분석 템플릿 라이브러리에서 프레임워크를 가져오며, 프로젝트에 이전 에이전틱 분석이 있는 경우 이를 우선적으로 반영합니다. 확정하기 전에 프레임워크의 모든 부분을 편집할 수 있습니다.

2단계: 프레임워크 확정

프레임워크 편집기에서는 카테고리와 더 넓은 역학관계의 이름을 바꾸거나 추가, 삭제할 수 있습니다. 수락하면 Skimle은 다음을 수행합니다:

• 연구 질문의 이름을 딴 최상위 인사이트 카테고리를 생성합니다;
• 작업자가 실행하는 모든 단계를 기록할 분석 로그 메모를 생성합니다;
• 분석을 대기열에 추가합니다. 대시보드에는 "대기 중"으로 표시됩니다.

3단계: 경험적 추출

각 1단계 카테고리에 대해 Skimle은 임베딩 기반 사전 선택을 사용하여 관련 내용을 포함할 가능성이 가장 높은 문서 청크를 찾은 다음, 해당 청크에 대해 엄격한 분류를 실행합니다. 엄격한 분류란 각 후보 인사이트를 카테고리의 질문에 대해 사후 검증하고, 근거가 되는 인용문을 원본 문서와 대조하여 검증하는 것을 의미합니다.

Skimle은 어떤 청크가 처리되었는지와 통과한 자료를 산출한 최저 유사도 임계값에 대한 워터마크를 유지합니다. 이후에 추가된 새 문서 - 재실행 중에 추가된 문서를 포함하여 - 는 아직 확인되지 않은 청크에 대해서만 분류되므로, 재실행 비용이 낮게 유지됩니다.

이 단계의 결과는 연구 질문 아래에 채워진 카테고리 트리이며, 모든 인사이트에 검증된 인용문이 첨부되어 있습니다.

4단계: 메타데이터 보강

Skimle은 연구 질문이 암시하는 비교를 지원하기 위해 새 메타데이터 필드가 필요한지 확인합니다(예: 시간적 변화에 관한 질문의 경우 기간 필드, 인사에 관한 질문의 경우 조직 내 역할 필드). 새 필드가 도움이 될 경우 Skimle은 이를 제안하고, 값 카테고리에 의미 있는 이름을 붙이고, 모든 문서를 분류합니다. 기존 메타데이터가 이미 그 구분을 다루고 있거나, 메타데이터 필드가 전혀 필요하지 않은 경우, Skimle은 그 근거를 기록하고 다음 단계로 넘어갑니다.

5단계: 분석적 종합

프레임워크의 각 더 넓은 역학관계에 대해 Skimle은 조사를 실행합니다 - 이는 경험적 인사이트, 메타데이터, 시간적 패턴을 검색하여 해당 역학관계와 관련된 증거를 찾는 집중형 에이전트입니다. 이 조사는 여러 검색 단계에 걸쳐 실행되며, 역학관계당 2개에서 5개까지의 분석적 주제를 생성하는 종합으로 마무리됩니다.

각 분석적 주제는 기저 인사이트에 대한 괄호 표시 인용(예: [I205], [D3k], 특정 인용문의 경우 [I26-Q2])이 포함된 서술형 단락으로 작성됩니다. 이 주제들은 역학관계별 분석 메모에 메모 인사이트로 저장되므로 역학관계별로 열람할 수 있습니다.

6단계: 반증

각 분석적 주제에 대해 Skimle은 해당 주제와 상충하는 증거를 의도적으로 검색합니다. 반증이 존재하는 경우 Skimle은 이를 해당 주제에 기록하여 종합이 그 한계에 대해 솔직하도록 합니다. 반증이 강한 주제에는 플래그가 표시됩니다.

7단계: 결과 요약

마지막으로 Skimle은 모든 분석적 주제를 하나로 통합하여 연구 질문에 대한 단일한 답을 제시하는 전체 통합 요약을 작성합니다. 이 요약은 분석 로그에 추가됩니다.

결과물

작업자가 완료되면 프로젝트에는 다음이 포함됩니다:

• 연구 질문 아래의 카테고리 트리 - 분류된 인사이트와 검증된 인용문이 포함되어 있으며, 다른 분석과 마찬가지로 테이블, 카테고리, 문서 뷰에서 확인할 수 있습니다;
• 채워진 모든 카테고리에 대한 카테고리 요약;
• 분석 로그 메모 - Skimle이 수행한 작업, 그 이유, 그리고 발견한 내용을 단계별로 서술한 내용;
• 분석적 주제 메모 - 더 넓은 역학관계마다 하나씩 작성되며, 각각 인용과 반증이 포함된 종합된 주제를 담고 있습니다;
• 선택적으로, 모든 문서에 대해 분류된 값을 가진 새 메타데이터 필드.

모든 메모의 모든 인용은 클릭 가능한 괄호 표시 참조로, 기저 인사이트, 문서 또는 인용문을 엽니다.

에이전틱 분석 재실행

에이전틱 분석은 언제든지 재실행할 수 있습니다. Skimle은 다음을 수행합니다:

• 이미 엄격한 분류를 통과한 경험적 추출을 보존합니다 - 재추출은 이전 실행이 도달하지 못한 청크만 고려합니다;
• 이전 실행에서 종합하지 못한 자리표시자 주제를 제거하여 다시 시도할 수 있게 합니다;
• 분석적 종합, 반증, 결과 요약을 처음부터 다시 수행하여 최신 경험적 상태가 분석적 주제에 반영되도록 합니다.

분석 로그는 교체되지 않고 계속 추가되므로, 실행을 거치며 분석이 어떻게 발전했는지 확인할 수 있습니다.

에이전틱 분석을 사용해야 할 때

단순히 분류된 카테고리 집합이 아니라 분석적 깊이를 갖춘 답을 원하는 구체적인 연구 질문이 있을 때 에이전틱 분석을 사용하십시오. 자료에 무엇이 있는지 파악하는 것만 원한다면 자동 주제 분석이나 사전 정의된 카테고리가 더 빠르고 저렴합니다. 에이전틱 분석은 잘 분류된 데이터와 자료에 근거한, 질문에 대한 서술형 답변을 모두 원할 때 올바른 선택입니다.