유사한 연구와 상호보완 관계를 구분하고 추천 이유를 읽습니다.
관련 연구실은 기존 연구 키워드 신호의 유사성을 탐색합니다. 협업 추천은 우리 Need↔상대 Offer, 상대 Need↔우리 Offer를 비교합니다. 연구분야가 다르다는 이유만으로 상호보완 후보를 제외하지 않습니다.
아래 Demo는 개념 설명용이며 실제 연구실이나 성공사례가 아닙니다. 동일한 필요/제공 키워드가 두 방향에서 연결될 수 있음을 보여줍니다.
AI 연구실의 의료영상 수요 → 의료 연구실의 제공 역량. 의료 연구실의 영상분석 수요 → AI 연구실의 제공 역량. 같은 전공이어서가 아니라, 서로의 필요를 채울 수 있어 상호보완 후보입니다.
로그인 → 워크스페이스 → 자신의 연구실 → Radar → 협업 추천으로 이동합니다. 기준 연구실은 소속된 연구실 중 선택합니다. 카드의 ‘왜 추천되었나요?’를 열면 연결된 Need/Offer 제목과 태그가 표시됩니다. 연구실 보기에서 공개 정보를 확인한 뒤 제안을 검토하세요.
협업 적합도는 공개된 구조화 정보에 기반한 지표입니다. Need 키워드가 얼마나 충족되는지가 주 신호이고 분류 일치는 보조 신호입니다. 한 방향만 맞아도 후보가 될 수 있고 양쪽 모두 맞으면 ‘상호보완’으로 표시됩니다. 추천이 없다고 연구실의 가치가 낮다는 뜻은 아닙니다.
LLM·임베딩·성공확률 예측을 사용하지 않습니다. 같은 의미의 다른 표현이나 데이터에 없는 역량은 추론하지 않습니다. 실제 일정·데이터 이용권·협업 의향은 제안과 협의를 통해 확인해야 합니다.
연구실별 기능은 워크스페이스에서 소속 연구실을 선택한 뒤 이용합니다. 별도 안내가 없는 관리 작업은 Owner/Admin 권한이 필요합니다.
