지식 그래프와 다국어 학술 문헌을 통합하여 사회과학 및 인문학 분야에 적합한 LLM 개발

Integrating knowledge graphs and multilingual scholarly corpora for domain-adaptive LLMs in SSH

대규모 언어 모델(LLM)을 과학 연구 워크플로우, 특히 서지 검색 및 문헌 종합에 활용하는 것은 사회과학 및 인문학(SSH) 분야에서 상당한 방법론적, 인식론적, 규제적 문제를 야기합니다. 특히 학문 분야의 다양성, 다양한 언어로 된 자료 접근성, 그리고 결과 평가 측면에서 그러합니다. 본 논문은 유럽 프로젝트 LLMs4EU와 ALT-EDIC 인프라 내에서 개발 중인 사례 연구를 소개하며, 이 연구는 기초 모델을 SSH 연구 방식에 맞게 조정하고 질의 응답, 비교 문서 분석 및 문헌 검토 등의 작업을 지원하는 것을 목표로 합니다. 평가 프레임워크는 LLMs4EU 프로토콜을 따르며, 독립적인 정량적 벤치마킹(검색 정확도, 요약 성능, 추적 가능성 및 환각 탐지)과 함께 디지털 인문학 전문가 패널이 참여하는 질적 평가를 포함합니다. 본 연구 사례는 모델 적응을 연구 인프라와 체계적인 법률 및 윤리 준수 프레임워크 내에 통합함으로써, 도메인 특화형 및 규제 의식을 갖춘 생성 AI가 SSH 학문 분야를 어떻게 지원할 수 있는지 탐구하며, 동시에 신뢰성과 인식론적 책임을 유지합니다.

The integration of Large Language Models (LLMs) into scientific research workflows, particularly for bibliographic discovery and literature synthesis, raises significant methodological, epistemic and regulatory challenges for the Social Sciences and Humanities (SSH), especially with regard to disciplinary diversity, multilingual access to sources and the evaluation of results. This paper presents an on-going use case developed within the European project LLMs4EU and the ALT-EDIC infrastructure, aimed at adapting foundation models to SSH research practices and supporting tasks such as question answering, comparative document analysis and literature review. The evaluation framework follows the LLMs4EU protocol and encompasses both independent quantitative benchmarking (retrieval, summarisation, traceability and hallucination detection) and a qualitative assessment involving a panel of Digital Humanities experts. By embedding model adaptation within research infrastructures and a structured legal and ethical compliance framework, the use case explores how domain-sensitive and regulation-aware generative AI can support SSH scholarship while preserving reliability and epistemic responsibility.