엘리시트 vs 애틀라시안 로보

엘리시트 장단점

• 데이터 추출의 정확도가 매우 높음 (실제 검증 사례 99% 이상)
• 전통적인 방식 대비 문헌 고찰 시간을 최대 80% 단축
• 모든 AI 답변이 원문 문장과 직접 연결되어 신뢰성 확보
• Zotero 등 주요 서지 관리 도구와의 원활한 연동

• 체계적 문헌 고찰 등 핵심 기능을 사용하기 위한 Pro 플랜의 높은 가격
• Semantic Scholar 기반으로 구글 스콜라 대비 일부 누락되는 논문 존재
• 학술 논문 외의 일반적인 지식 검색에는 적합하지 않음

애틀라시안 로보 장단점

• Jira·Confluence 안에 바로 붙어 있어 별도 창 전환 없이 검색과 자동화를 쓸 수 있습니다
• 코딩 없이 노코드 빌더(Rovo Studio)로 팀원 누구나 직접 에이전트를 만들 수 있습니다
• 역할·승인·버전 관리·감사 로그와 권한 제어가 들어 있어 엔터프라이즈 데이터 연동에 적합합니다
• 검색으로 끝나지 않고 Jira 티켓 요약·문서 초안 작성 같은 실제 작업(Action)까지 한 흐름에서 처리합니다

• 사용자당 추가 비용 발생 및 복잡한 크레딧 기반 요금 체계
• 외부 도구 연동 및 데이터 인덱싱을 위한 초기 설정 필요
• 개발자 전용 기능(Rovo Dev) 사용 시 별도의 비용 추가

엘리시트 주요 기능

• 자연어 기반의 논문 시맨틱 검색 (키워드 없이 검색 가능)
• 논문 본문 데이터 추출 및 맞춤형 표(Table) 생성
• 체계적 문헌 고찰(Systematic Review) 전용 워크플로우
• 문장 단위 근거 인용 및 출처 추적
• Research Agent (광범위 주제 자동 개요 생성)
• 키워드 알림 (신규 관련 논문 자동 알림)

애틀라시안 로보 주요 기능

• Atlassian 및 외부 SaaS 앱(Google Drive, Slack 등) 통합 검색
• Teamwork Graph 기반의 고도화된 업무 맥락 분석 (150B+ 연결)
• 사내 전문 용어 및 프로젝트 정보를 제공하는 지식 카드
• 워크플로우 자동화를 위한 맞춤형 Rovo 에이전트 구축(Rovo Studio GA)
• 복잡한 요청을 다단계로 계획·실행하는 Max 추론 모드(2026.05)
• MCP(Model Context Protocol)를 통한 서드파티 앱 연결