초록

인공지능 과학자(AI scientists)는 탐구 과정에서 협업 파트너 역할을 하는 새로운 형태의 계산 시스템으로 부상하고 있다. 그러나 이러한 시스템은 맞춤형으로 설계되며, 고정된 워크플로우에 얽매여 있고, 도구, 데이터, 분석 방법을 통합하는 공통 생태계를 갖추지 못하고 있어 구축이 여전히 어렵다. 유전자체학(omics) 분야에서는 통합된 생태계가 상호 운용성, 재사용성, 공동 개발을 가능하게 하여 연구 방식을 혁신적으로 변화시켰다. 인공지능 과학자 역시 유사한 인프라가 필요하다. 본 연구에서는 어떤 언어나 추론 모델(오픈소스 또는 폐쇄형)에서도 활용 가능한 인공지능 과학자를 구축할 수 있도록 지원하는 생태계인 ToolUniverse를 제안한다. ToolUniverse는 인공지능 과학자가 도구를 식별하고 호출하는 방식을 표준화하며, 데이터 분석, 지식 검색, 실험 설계를 위한 600개 이상의 머신러닝 모델, 데이터셋, API, 과학용 패키지를 통합한다. 또한 인공지능 과학자가 도구를 올바르게 사용할 수 있도록 도구 인터페이스를 자동으로 최적화하고, 자연어 기반 설명으로부터 새로운 도구를 생성하며, 도구 사양을 반복적으로 최적화하고, 이를 기반으로 에이전트 기반 워크플로우를 구성한다. 고콜레스테롤혈증(hypercholesterolemia) 사례 연구를 통해 ToolUniverse를 활용해 예측 가능한 유리한 성질을 갖춘 약물의 강력한 유사체를 탐색하는 인공지능 과학자를 개발한 결과, 효과적인 탐색이 가능함을 입증하였다. 오픈소스로 제공되는 ToolUniverse는 https://aiscientist.tools 에서 이용할 수 있다.