자율 AI 연구팀 '오토사이언티스트' 공개…분산 협업으로 실험 속도 1.9배 향상

과학 연구에서 가장 큰 낭비는 아이디어가 부족해서가 아니라, 이미 실패한 방식을 다른 연구자가 인지하지 못한 채 비싼 계산 자원을 들여 똑같이 반복할 때 발생합니다.

기존의 과학 연구용 AI 에이전트 역시 비슷한 한계에 부딪혀 왔습니다. 단일 연구 경로만 고집하거나 고정된 목표를 가진 중앙 관리자의 지시에만 의존하다 보니, 장기 실험에서 새로운 증거에 적응하거나 과거의 실패 경험을 축적하기 어려웠습니다.

연구진은 장기 계산 과학 실험을 자율적으로 수행하는 분산형 다중 에이전트 시스템 '오토사이언티스트(AutoScientists)'를 발표했습니다.

중앙 관리자 대신 에이전트 자율 협업과 실패 공유

오토사이언티스트는 중앙의 단일 두뇌가 모든 작업을 일방적으로 배분하던 기존 방식을 완전히 벗어났습니다.

에이전트들은 공유된 실험 상태를 스스로 해석하며, 유망해 보이는 가설이 나타나면 자발적으로 소규모 팀을 꾸려 연구에 착수합니다.

특히 주목할 부분은 검증 절차입니다. 고비용의 컴퓨팅 자원을 투입해 실험을 돌리기 전에 에이전트들이 서로의 제안을 교차 비판하며 허점을 걸러냅니다.

또한 실패한 실험 데이터 역시 시스템 전체에 즉시 공유됩니다. 어떤 방향이 막다른 길이었는지를 모든 에이전트가 학습하기 때문에 불필요한 중복 탐색을 근본적으로 줄일 수 있습니다.

동일 예산에서 1.9배 빠른 최적화, 벤치마크 갱신

동일한 실험 예산 조건에서 오토사이언티스트는 다양한 계산 과학 벤치마크를 가뿐히 넘어섰습니다.

생물의학 이미징, 단백질 공학, 단일 세포 유전체학, 신약 개발 등 24개 과제로 구성된 BioML-Bench에서 평균 74.4%의 리더보드 백분위수를 기록하며 기존 최고 에이전트 대비 8.33% 높은 성능을 보였습니다.

GPT 모델 학습 최적화 실험에서는 목표 검증 성능 도달 속도가 오토연구(Autoresearch)보다 1.9배 빨랐습니다. 단일 에이전트가 한계에 부딪혀 단 한 건의 개선책도 찾지 못했던 기준 모델에서 오토사이언티스트는 7건의 채택 가능한 개선점을 추가로 발굴했습니다.

단백질 적합도 예측 벤치마크인 ProteinGym에서도 뛰어난 성과를 냈습니다. ACE2-Spike 결합 예측에서 기존 SOTA 대비 스피어만 상관계수를 12.5% 끌어올렸으며, 수정 없이 217개 전체 어세이에 적용했을 때도 기존 최고 성능을 6.5% 상회했습니다.

왜 중요한가

우리는 오토사이언티스트가 장기 자율 연구에서 가장 중요한 핵심, 즉 실패를 관리하고 연산 낭비를 통제하는 능력을 제대로 공략했다고 봅니다.

지금까지의 연구용 에이전트들은 그럴듯한 코드를 마구잡이로 실행해 GPU 자원을 낭비하는 경향이 짙었습니다. 실험 착수 전 상호 비판을 거치고 실패 이력을 팀 전체의 자산으로 삼는 구조는 실제 연구실의 운영 방식과 매우 닮아 있습니다.

계산 생물학이나 파운데이션 모델 튜닝을 진행하는 연구팀 입장에서는 장시간 자율 탐색을 믿고 맡길 수 있는 강력한 프레임워크가 등장한 셈입니다.

물론 한계는 분명합니다. 이번 성과는 순수 계산 중심의 인실리코(in-silico) 실험에 국한되어 있으며 실제 시약과 장비를 다루는 습식 실험실과는 거리가 있습니다. 하지만 AI 에이전트가 단순한 스크립트 작성기를 넘어 실패를 공유하고 토론하는 자율 연구 집단으로 진화하고 있음을 명확히 보여줍니다.