earticle

영어

Recently, the advancement of generative AI has significantly transformed academic content creation, especially increasing the demand for automated paper writing. This study designs a template-based automatic paper generation system using generative AI models (ChatGPT, Gemini, Copilot) and compares their performance. The research defines a structured template, inputs identical prompts into each AI model, and analyzes the results based on speed, accuracy, F1 Score, and user ratings. Experimental results show distinct characteristics and performance differences among the models, and the template-based approach contributes to consistent structure and improved quality. This study enhances the efficiency of academic content automation and provides a foundation for researchers to focus on more creative tasks. Future work includes expanding templates for various fields and developing personalized generation features.

한국어

최근 생성형 인공지능의 발전은 학술 콘텐츠 생성 방식에 큰 변화를 가져오고 있으며, 특히 논문 작성 자동화에 대한 수요가 증가하고 있다. 본 연구는 논문작성 템플릿을 기반으로 생성형 인공지능(ChatGPT, Gemini, Copilot) 을 활용하여 자동 논문 생성 시스템을 설계하고 성능을 비교하였다. 연구는 템플릿 기반 구조를 정의하고, 각 AI 모델에 동일한 프롬프트를 입력하여 결과물을 도출한 후 속도, 정확도, 인식율(F1 Score), 사용자 평점 등 다양한 지표로 성능을 분석하였다. 실험 결과, 각 모델은 고유한 특성과 성능 차이를 보였으며, 템플릿 기반 접근 방식은 일관된 구조와 품질 향상에 기여하였다. 본 연구는 학술 콘텐츠 자동화의 효율성을 높이고, 연구자들이 보다 창의적인 작업에 집중할 수 있는 기반을 제공할 수 있다. 향후 다양한 분야에 적용 가능한 템플릿 확장 및 사용자 맞춤형 생성 기능 개발이 기대된다.