과학 연구를 자동화하는 오픈소스 AI 워크벤치, OpenScience 정리

이 글에서는 과학 연구 전 과정을 하나의 환경에서 자동화할 수 있는 오픈소스 AI 워크벤치인 **OpenScience**를 소개합니다.
OpenScience가 어떤 배경에서 등장했는지, 무엇을 할 수 있는지, 어떤 구조와 특징을 가지고 있는지, 그리고 실제로 어떻게 사용할 수 있는지를 입력된 정보를 기반으로 정리했습니다. 연구 자동화, AI 기반 실험 환경, 모델 독립적인 연구 도구에 관심 있는 독자라면 전체 흐름을 이해하는 데 도움이 될 것입니다.

반응형

---

OpenScience란 무엇인가

OpenScience는 과학 연구를 위한 AI 워크벤치입니다.
사용자는 “연구 목표”만 제시하면, 시스템이 숙련된 공동 연구자처럼 다음 과정을 하나의 연속된 세션으로 수행합니다.

• 관련 논문 탐색 및 문헌 조사
• 가설 수립
• 코드 작성 및 실행
• 실제 컴퓨팅 자원을 활용한 실험 수행
• 결과 분석 및 정리
• 연구 결과 문서화

이 모든 과정이 브라우저 기반의 하나의 워크스페이스에서 이뤄집니다. 별도의 계정 생성 없이 사용할 수 있으며, 오픈소스로 제공됩니다.

---

등장 배경과 지향점

기존의 과학 연구 환경에서는 문헌 조사, 코드 실험, 데이터 분석, 결과 정리가 각각 다른 도구와 환경에서 분리되어 진행되는 경우가 많았습니다.
OpenScience는 이러한 단절을 줄이고, 연구 전 과정을 하나의 “연구 루프”로 통합하는 것을 목표로 설계되었습니다.

특히 머신러닝, 생물학, 물리학, 화학처럼 반복적인 실험과 검증이 중요한 분야에서 AI를 연구 파트너로 활용할 수 있도록 하는 데 초점을 둡니다.

---

핵심 기능 정리

1. 연구 전 과정 자동 실행

OpenScience의 가장 큰 특징은 연구의 전체 사이클을 한 번에 실행한다는 점입니다.

• 문헌 조사
• 가설 설정
• 코드 작성
• 실험 실행
• 분석
• 결과 작성

이 모든 단계가 끊기지 않고 이어지며, 하나의 세션 기록으로 남습니다.

---

2. 전문 연구 에이전트 구조

기본 연구 에이전트 외에도 분야별 전문 에이전트가 포함되어 있습니다.

• 생물학 전문 에이전트
• 물리학 전문 에이전트
• 머신러닝 전문 에이전트
• 문헌 리뷰 전용 서브 에이전트
• 비평 및 검증 에이전트
• 읽기 전용 계획 모드

이를 통해 단일 AI가 아닌, 역할이 분리된 협업 구조로 연구를 진행할 수 있습니다.

---

3. 290개 이상의 연구 스킬

OpenScience는 290개 이상의 스킬을 내장하고 있으며, 다음과 같은 작업을 지원합니다.

• 모델 학습 및 파인튜닝 (DeepSpeed, PEFT, TRL 등)
• 모델 평가 및 데이터셋 처리
• 분자 생물학 및 임상 생물학 분석
• 화학정보학(Cheminformatics)
• 논문 작성 및 LaTeX 문서 처리
• 그래프 및 시각화 생성
• 클라우드 컴퓨트 연동

이는 단순한 코드 생성 도구가 아니라 실제 연구 업무를 수행하는 작업 도구에 가깝습니다.

---

4. 과학 데이터베이스 직접 연동

OpenScience는 주요 과학 데이터베이스를 도구처럼 직접 호출할 수 있습니다.

• UniProt
• PDB
• Ensembl
• ChEMBL
• PubChem
• arXiv
• OpenAlex
• Semantic Scholar 등 약 30여 개 데이터베이스

연구 에이전트가 이 데이터베이스들을 직접 조회하며 연구에 활용할 수 있습니다.

---

5. 실제 작업이 가능한 브라우저 워크스페이스

브라우저에서 실행되는 워크스페이스에는 다음 요소들이 포함됩니다.

• 파일 트리
• 코드 에디터
• 터미널
• 세션 히스토리
• 분자 구조, 유전체, 그래프 등의 인라인 렌더링

단순한 대화형 AI가 아니라, IDE에 가까운 연구 환경을 제공합니다.

---

6. 모델 독립성과 확장성

OpenScience는 특정 AI 모델에 종속되지 않습니다.

• Anthropic
• OpenAI
• Google
• 기타 오픈 웨이트 모델

사용자는 자신의 API 키를 직접 사용할 수 있으며, 요청은 사용자 환경에서 바로 각 제공자로 전달됩니다.
또한 LSP 연동, 플러그인, 커스텀 에이전트, TypeScript SDK 등을 통해 확장이 가능합니다.

---

설치 및 기본 사용 방법

설치

npm을 이용해 전역 설치 후 실행할 수 있습니다.

npm install -g @synsci/openscience
openscience

전역 설치가 부담된다면 다음과 같이 한 번의 명령으로 실행할 수도 있습니다.

npx synsci

실행 시 브라우저에서 워크스페이스가 열리며, 모델 설정을 위한 간단한 초기 설정이 안내됩니다.

---

API 키 설정 및 실행 예시

예를 들어 Anthropic 모델을 사용하려면 다음과 같이 환경 변수를 설정합니다.

export ANTHROPIC_API_KEY=sk-ant-...
openscience

API 키는 로컬 환경에만 저장되며, 요청은 직접 모델 제공자로 전달됩니다.
특정 프로젝트 디렉터리에서 워크스페이스를 열 수도 있습니다.

openscience ~/code/my-project

---

Atlas 플랫폼과의 관계

Atlas는 Synthetic Sciences에서 제공하는 관리형 플랫폼입니다.

• 사전 충전 방식의 모델 사용
• 퍼시스턴트 연구 그래프 제공
• 클라우드 컴퓨트 지원

OpenScience는 Atlas와 연동할 수 있지만, Atlas 사용은 필수가 아닙니다.
자체 API 키를 사용하는 경우 항상 무료로 사용할 수 있습니다.

---

내부 동작 구조 요약

OpenScience는 로컬 서버 기반으로 동작합니다.

• 로컬 서버가 워크스페이스 UI, 에이전트 런타임, 도구 레이어를 호스팅
• 에이전트가 계획을 수립하고 다양한 도구를 호출
• 작업 결과가 실시간으로 브라우저에 스트리밍
• 세션, 결과물, 작업 이력은 디스크에 저장되어 공유 가능

모델은 요청 단위로 라우팅되기 때문에, 중간에 모델 제공자를 바꿔도 전체 구조는 유지됩니다.

---

728x90

OpenScience는 단순한 AI 보조 도구가 아니라, 연구를 실제로 수행하는 AI 워크벤치입니다.
문헌 조사부터 실험, 분석, 결과 정리까지의 흐름을 하나의 환경으로 통합함으로써 연구 생산성을 크게 높일 수 있습니다.

특히 다음과 같은 점에서 의미가 큽니다.

• 연구 자동화에 대한 현실적인 접근
• 모델 독립적인 개방형 구조
• 실제 과학 데이터베이스와의 깊은 연동
• 오픈소스 기반의 확장 가능성

앞으로 AI가 연구 현장에서 어떤 역할을 할 수 있는지를 보여주는 대표적인 사례로, OpenScience는 과학 연구 방식 자체를 바꾸는 실험적인 플랫폼이라고 볼 수 있습니다.

300x250

https://github.com/synthetic-sciences/openscience

GitHub - synthetic-sciences/openscience: The open-source AI workbench for scientific research