논문을 깊고 빠르게 읽는 13가지 질문

사용 방법

• 1아래 “복사용 전체 프롬프트”를 그대로 복사해서 새 대화에 붙여넣습니다.
• 2[논문 리스트] 영역에 제목과 URL만 바꿔 넣습니다.
• 3결과물은 paper_summaries_apple_style.html 파일로 요청하도록 되어 있습니다.
• 413개 항목은 2-column grid가 아니라 원컬럼으로 세로 누적되도록 명시되어 있습니다.

소스 확인 원칙

논문별 13개 항목 요약 형식

출력 HTML 요구사항

복사용 전체 프롬프트

아래 블록 전체를 복사해서 새 대화에 붙여넣고, [논문 리스트] 영역만 교체하면 됩니다.

아래 논문 리스트를 바탕으로, 각 논문을 정확히 읽고 “논문별 13개 항목 요약”을 만든 뒤, 최종 결과를 Apple-style 느낌의 HTML 파일로 생성해줘.

[논문 리스트]
여기에 논문 제목과 URL을 붙여넣기.
예:
- Paper Title 1: https://...
- Paper Title 2: https://...
- Paper Title 3: https://...

[역할과 관점]
너는 SLAM, robot navigation, 3D perception, embodied AI, VLM/VLA, robot learning, human-robot interaction 분야를 잘 아는 연구자처럼 읽고 요약해야 해.
단순 소개가 아니라, “왜 이 논문이 나왔는지, 무엇이 새롭고, 어떻게 검증했으며, 무엇이 아직 부족한지”가 드러나게 정리해.
논문 간 공통점과 차이점이 자연스럽게 보이도록 각 논문의 핵심 아이디어를 구체적으로 써.

[소스 확인 원칙]
- 반드시 각 논문의 원문 abstract, PDF, project page, GitHub, dataset page, benchmark page를 가능한 한 확인해.
- PDF나 공식 원문에 접근할 수 있으면 abstract만 보지 말고, 본문 전체를 최대한 읽고 figure, table, appendix까지 확인한 뒤 요약해.
- arXiv, AAAI, IEEE, RA-L, conference proceeding, project page, GitHub, HuggingFace 등 공식 또는 1차 출처를 우선 사용해.
- 최신 논문이거나 arXiv/AAAI/IEEE/RA-L 링크가 있으면 웹 검색을 사용해서 논문 원문과 공개 자원을 확인해.
- 본문, appendix, project page, GitHub가 서로 다른 내용을 말하면 원문 논문과 공식 project page를 우선하되, 차이를 명시해.
- 논문 내용에 근거하지 않은 추측은 하지 마.
- 확인이 불가능한 내용은 “확인되지 않음”, “논문 내 명시 없음”, “공개 링크 확인 안 됨”처럼 정직하게 표시해.
- 한계와 향후 과제는 논문이 명시한 것과 합리적으로 도출한 것을 구분해서 써.
- “자원 공개”는 반드시 확인된 링크 기준으로 작성하고, 확인하지 못했으면 그렇게 밝혀.

[논문별 요약 형식]
각 논문은 정확히 아래 13개 항목으로 요약해.
각 항목은 1문장으로 작성해.
항목 순서는 절대 바꾸지 마.
한국어로 작성하되, 기술 용어는 필요하면 영어를 병기해.
문체는 자연스럽고 간결하게 써.
각 문장은 논문의 핵심을 최대한 정보밀도 높게 담아.

1. 배경
- 연구가 놓인 큰 분야·임무 맥락과 중요성.

2. 문제
- 논문이 풀려는 구체적 과제나 필요한 기능.

3. 기존 한계
- 기존 방법·도구·가정이 부족한 지점.

4. 목표
- 논문이 명시적으로 달성하려는 목표.

5. 방법
- 제안 알고리즘·시스템·하드웨어·모델·절차.

6. 핵심 아이디어
- 방법을 차별화하는 핵심 기술 메커니즘.

7. 검증
- 데이터셋·시뮬레이션·필드/하드웨어 실험·검증 시나리오.

8. 결과
- 성능·정량 결과·검증 성공 여부.

9. 비교
- 기준 방법·벤치마크·기존 연구와의 비교.

10. 의의
- 결과가 가능하게 하는 활용·임무상 의미.

11. 한계
- 남아 있는 제약·실패 사례·취약점.

12. 향후 과제
- 다음 연구 단계나 후속 방향.

13. 자원 공개
- 공개 코드·데이터셋·툴킷·벤치마크.

[내부 확인 체크리스트]
각 논문에 대해 최종 요약 전에 내부적으로 다음을 확인해.
- 이 논문이 기존 연구 흐름에서 어떤 빈칸을 메우는가?
- 제안 방법의 입력, 출력, 학습 신호, inference 절차는 무엇인가?
- 실험이 실제 로봇인지, 시뮬레이션인지, 오프라인 데이터셋 평가인지 구분했는가?
- 정량 결과가 있다면 어떤 metric에서 얼마나 좋아졌는가?
- baseline이 강한 편인지 약한 편인지 판단할 수 있는가?
- failure case, limitation, deployment constraint가 무엇인가?
- 공개 자원이 실제로 사용 가능한 상태인지 확인했는가?

[내용 품질 요구사항]
- 피상적인 설명을 피하고, 연구 맥락·기술적 차별점·검증 방식·정량 결과·비교·한계까지 비판적으로 요약해.
- 핵심 키워드는 논문 맥락에 맞게 반영하되, SLAM, robot navigation, 3D perception, VLM/VLA, embodied AI, robot learning, human-robot interaction 등 AI+robotics 관점에서 중요한 축을 중심으로 해석해.
- 방법 설명에는 가능하면 입력, 출력, 모델 구조, 학습 신호, inference 절차를 포함해.
- 검증 설명에는 dataset, simulator, robot platform, environment, scenario를 가능한 한 구체적으로 포함해.
- 결과 설명에는 metric 이름과 수치를 가능한 한 포함해.
- 비교 설명에는 baseline 이름을 가능한 한 포함해.
- 의의는 과장하지 말고, 이 결과가 navigation/HRI/robot learning 관점에서 무엇을 가능하게 하는지 써.
- 한계는 논문이 말한 한계와 네가 논문 근거로 도출한 한계를 구분 가능하게 써.
- 향후 과제는 단순히 “더 연구해야 한다”가 아니라, 데이터·모델·실험·배포 관점에서 구체적으로 써.

[HTML 출력 요구사항]
최종 결과는 하나의 완전한 HTML 파일로 만들어줘.
HTML은 외부 CSS 파일 없이 self-contained 형태로 작성해.
디자인은 Apple-style에 가깝게 밝고 절제된 톤으로 구성해.
전체 배경은 #f5f5f7 계열의 밝은 gray를 사용하고, 카드는 white 또는 반투명 white 느낌으로 만들어.
상단에는 제목, subtitle, 논문 개수, 생성 목적을 보여줘.
상단에 논문별 anchor navigation 또는 chip-style 목차를 넣어줘.
각 논문은 독립적인 큰 카드로 보여줘.

각 논문 카드에는 다음 정보를 포함해:
- 논문 번호
- 제목
- venue 또는 출처
- URL
- 한 줄 핵심 요약
- 13개 항목 요약
- source chip 또는 citation link

[13개 항목 레이아웃 고정]
13개 항목은 절대 2-column grid로 만들지 말고, 반드시 원컬럼으로 세로 방향에 하나씩 쌓아.
각 항목은 한 줄 또는 한 블록 형태의 horizontal row/card로 보여줘.
각 row는 왼쪽에 번호 badge, 가운데 또는 오른쪽에 항목명과 요약 문장이 오도록 해.
01 → 13 순서가 시각적으로 명확해야 해.
13개 항목 row는 무지개색 흐름으로 전개해.
단, row 전체를 강한 원색으로 채우지 말고, Apple-style처럼 절제된 방식으로 번호 badge, 왼쪽 accent line, 아주 연한 background tint에만 색을 적용해.
색 흐름은 red → orange → yellow → lime → green → teal → cyan → blue → indigo → violet → purple → pink → rose 순서처럼 자연스럽게 이어지게 해.
항목명은 해당 row 색상의 어두운 계열로 표시하고, 본문 텍스트는 가독성을 위해 어두운 gray/black 계열을 유지해.
항목명은 굵게 표시하고, 내용은 읽기 쉬운 본문 크기로 표시해.
배경/문제/기존한계/목표/방법/핵심아이디어/검증/결과/비교/의의/한계/향후과제/자원공개가 눈에 잘 구분되게 해.
hover effect, subtle shadow, rounded corner, spacing을 사용해.
모바일에서도 읽기 좋게 responsive design을 적용해.
표 형태보다는 카드/row 형태가 좋고, 가독성을 최우선으로 해.
정량 결과가 있는 경우 숫자는 bold 처리해.
코드/데이터 공개 여부는 자원 공개 항목과 카드 하단 source chip에서 다시 확인 가능하게 해.

[레이아웃 구현 예시]
13개 항목은 다음 구조를 반복해서 만들어:

<div class="summary-list">
  <div class="summary-row">
    <div class="row-index">01</div>
    <div class="row-body">
      <div class="row-label">배경</div>
      <div class="row-text">...</div>
    </div>
  </div>
  <div class="summary-row">
    <div class="row-index">02</div>
    <div class="row-body">
      <div class="row-label">문제</div>
      <div class="row-text">...</div>
    </div>
  </div>
</div>

CSS에서는 반드시 다음 원칙을 지켜:
.summary-list {
  display: flex;
  flex-direction: column;
  gap: 12px;
}
.summary-row {
  display: flex;
  align-items: flex-start;
  gap: 14px;
}
절대 .summary-list에 grid-template-columns: repeat(2, ...) 같은 2-column 구조를 쓰지 마.

[시각 디자인 가이드]
- 전체 디자인은 Apple-style에 가깝게 밝고 절제된 톤으로 구성해.
- 배경은 #f5f5f7 계열의 밝은 gray를 사용하고, 카드는 white 또는 반투명 white 느낌으로 만들어.
- rounded corner, 얇은 border, 부드러운 shadow, 넓은 여백을 사용해.
- primary accent는 Apple blue 계열을 사용하되, 13개 요약 항목에는 rainbow accent를 적용해.
- rainbow accent는 과하게 장식하지 말고 번호 badge, 왼쪽 line, 연한 row tint 정도로만 사용해.
- 무지개색은 “정보 구조를 구분하는 색”이지 “장식 배경”이 아니게 해줘.
- 본문 가독성을 최우선으로 하고, 긴 문장은 충분한 line-height를 둬.
- 논문별 card는 충분한 margin과 padding을 둬.
- source chip은 작은 pill 형태로 만들어.
- 모바일 화면에서는 row가 자연스럽게 줄바꿈되도록 해.
- 긴 URL은 줄바꿈되도록 word-break 처리를 해.

[출처와 링크 처리]
- 각 논문 카드 하단에 source chip을 넣어 paper, PDF, project, GitHub, dataset, checkpoint 링크를 정리해.
- 확인한 링크만 넣고, 확인하지 못한 링크는 넣지 마.
- 공개 예정이지만 아직 확인되지 않은 경우 source chip이 아니라 자원 공개 문장 안에서 “공개 예정으로 명시됨, 실제 링크는 확인되지 않음”이라고 써.
- 각 논문 요약의 핵심 근거가 되는 링크는 카드 하단에서 접근 가능해야 해.

[최종 응답 방식]
- HTML 파일을 생성한 뒤 다운로드 링크를 제공해.
- 파일명은 paper_summaries_apple_style.html로 해.
- HTML 코드 전체를 채팅창에 길게 붙여넣지 말고, 파일로 제공해.
- 파일을 만들 수 없는 환경이면, 완전한 HTML 코드를 하나의 code block으로 제공하되, 사용자가 그대로 저장하면 동작해야 해.

[최종 품질 점검]
최종 파일을 제공하기 전에 다음을 확인해:
- 논문 개수가 입력 리스트와 일치하는가?
- 각 논문마다 13개 항목이 모두 있는가?
- 항목 순서가 01~13으로 고정되어 있는가?
- 13개 항목이 2-column이 아니라 원컬럼 vertical layout인가?
- 각 항목이 1문장 원칙을 지키는가?
- 정량 결과, baseline, dataset, robot platform, 공개 자원 여부가 가능한 한 반영되었는가?
- 불확실한 내용이 확정적인 표현으로 쓰이지 않았는가?
- HTML이 self-contained이고 모바일 대응이 되는가?

작성 중인 논문에 13 Questions 적용하기

이 13-question framework는 완성된 논문을 사후 요약하는 데서 끝나지 않고, 기획안·abstract·introduction·manuscript draft가 논문으로서 충분히 설득력 있는지 점검하는 evaluator로도 쓸 수 있습니다.

아래는 작성 중인 논문 기획안 또는 manuscript draft이다.
이를 완성 논문처럼 요약하지 말고, 13개 질문을 기준으로 논문의 설득력과 완성도를 평가해줘.

[입력]
- 논문 제목:
- 목표 venue:
- 현재 단계: idea / abstract / intro / method / experiment plan / full draft
- manuscript 또는 기획안:

[평가 방식]
각 항목에 대해 현재 draft가 충분히 답하고 있는지 Green / Yellow / Red로 판단해.
각 항목마다 다음 5가지를 제시해.
1. 현재 충족도
2. manuscript 근거
3. 약한 이유
4. 개선 액션
5. 우선순위: Must-fix / Should-fix / Nice-to-have

[13개 평가 질문]
1. 배경: 독자가 왜 이 문제가 중요한지 빠르게 납득하는가?
2. 문제: 풀려는 문제가 너무 넓거나 모호하지 않은가?
3. 기존 한계: prior work의 한계가 우리 방법의 필요성과 직접 연결되는가?
4. 목표: 논문의 목표가 측정 가능하고 검증 가능한 형태인가?
5. 방법: 방법 설명이 입력, 출력, 모듈, 학습/추론 절차로 충분히 재현 가능한가?
6. 핵심 아이디어: 이 논문의 한 문장짜리 technical insight가 선명한가?
7. 검증: 실험이 주장하는 contribution을 실제로 검증하는가?
8. 결과: 결과가 “좋다”가 아니라 어떤 metric에서 얼마나 좋은지 말하는가?
9. 비교: baseline이 공정하고 충분히 강한가?
10. 의의: 결과의 의미가 과장 없이 venue 독자에게 설득되는가?
11. 한계: reviewer가 찌를 약점을 선제적으로 다루는가?
12. 향후 과제: future work가 실험 부족의 핑계처럼 보이지 않는가?
13. 자원 공개: 코드, 데이터, benchmark 공개 계획이 신뢰를 높이는가?

[최종 출력]
- 전체 verdict: Strong / Promising but incomplete / Weak
- 가장 약한 3개 항목
- accept 가능성을 높이는 top-5 revision actions
- 지금 당장 고쳐야 할 문장 또는 section-level 수정 제안