약 2천 AI 에이전트가 생물학 데이터를 나눠 읽어 연구 가설을 찾는 방법

배경과 문제

현대 생물학 실험은 여러 유전자의 기능을 바꾸고 수백만 개 세포의 반응을 측정할 수 있다. 이 연구의 바탕인 전뇌 CRISPR Perturb-seq 자료는 쥐 뇌의 유전자 교란과 RNA 발현 변화를 연결한다. 원래 실험은 질병 관련 유전자 1,947개를 겨냥했고, 공개 자료에는 세포핵 7,720,300개와 세포군 31개가 있었다. 이번 AI 분석은 품질 조건을 통과한 비대조 교란 1,946개와 대조 조건 100개를 사용했다. 큰 자료에서 의미를 찾으려면 각 교란이 어떤 세포에서 무엇을 바꾸며 기존 문헌과 어떻게 연결되는지 해석해야 한다.

문제는 인간 전문가의 시간과 인지 능력이 한정되어 있다는 점이다. 연구팀은 원래 이 데이터를 분석한 논문의 저자들이 통계 분석, 유전체학, 신경과학 전문가 팀이었음에도 불구하고 데이터에 담긴 상당한 생물학적 정보가 해석되지 않은 채 남아 있었다고 지적한다. 전통적인 통계 분석은 차등 발현 유전자 목록이나 모듈을 제공하지만, 이를 질병 메커니즘이나 치료 표적과 연결하려면 방대한 문헌 검토와 전문 지식이 필요하다. 이 병목 현상이 바로 AI 에이전트를 활용하려는 동기가 되었다.

기존 접근의 한계

기존에는 AI 에이전트가 단일 세포 데이터 처리, 가설 생성, 치료 근거 통합 등에 사용되어 왔지만, 대규모 세포 유형별 교란 아틀라스 전체를 깊이 있게 해석할 수 있는지는 불분명했다. 특히 하나의 에이전트에게 전체 데이터셋을 주고 분석을 시키면 작업량이 증가할수록 문헌 검색 범위가 줄어들고, 결국 가장 강한 신호에만 집중하게 된다는 문제가 있다.

이 연구에서는 반응성 있는 교란 893개를 대상으로 작업량을 늘리며 단일 방식과 분산 방식을 비교했다. 최대 작업량에서 단일 에이전트가 인용한 참고문헌은 11개였고, 논문은 분산 방식이 그보다 711배 많이 인용했다고 보고한다. 711개라는 뜻은 아니다. 또한 단일 방식에서는 해당 결과를 뒷받침할 문헌을 찾지 못했다는 표지가 늘었지만, 분산 방식의 범주 비율은 더 일정했다. 다만 서로 다른 보고서에 같은 자료가 인용되면 각각 집계하므로 이 차이를 고유 논문 수의 증가로 읽어서는 안 된다.

연구방법을 단계별로

연구팀은 전체 유전자 교란 실험을 독립적으로 실행할 작업들로 나누는 분산 생물학적 추론 구조를 만들었다. 비대조 교란과 대조 조건을 합쳐 총 2,046개 작업을 만들고, 에이전트마다 한 교란 조건을 맡겼다. 입력은 원시 세포핵 수백만 개가 아니라 이미 계산한 차등 발현 유전자(DEG) 통계였다. 교란별·세포형별로 교란 세포가 40개 이상인 조합을 남긴 결과 신경 세포형 23개가 분석에 포함됐다. 각 에이전트는 이 통계와 표적 정보, Python 환경, 분석 도구, 문헌 접근 권한을 받았다.

각 에이전트는 구조화된 보고서를 생성했다. 보고서에는 주요 관찰, 정량적 증거(예: 로그 폴드 변화), 영향받은 유전자와 생물학적 프로그램, 세포 유형 특이성, 다른 교란과의 관계, 문헌 지원 해석, 확신도와 주의사항, 제안된 후속 분석이 포함되었다. 이후 보고서는 정규화되어 지식 그래프로 통합되었고, 교란, 발견, 유전자, 경로, 세포 유형, 증거를 연결했다. 그런 다음 합성 에이전트가 교란 간 수렴, 발산, 길항, 맥락 의존적 효과를 식별하도록 했다.

사용 모델은 연구용 GPT-Rosalind 5.5였다. 원 데이터 논문과 그 결론·보충 자료는 분석 입력에서 제외했고, 교란에 따른 세포 고갈 측정값도 별도로 허용한 후속 과제를 제외하면 주지 않았다. 보고된 모델 지식 기준일은 2025년12월로 원 데이터 논문의 2026년3월 공개보다 이르다. 이런 조건은 이미 쓰인 결론을 그대로 읽어 답하는 일을 줄이려는 장치이며, 모델의 모든 사전 학습 정보를 독립적으로 검증했다는 의미는 아니다.

결과와 숫자의 의미

원 데이터 논문의 발견 71개 가운데 제공된 차등 발현 자료만으로 직접 검사 가능한 것은 55개였다. 그중 48개를 일치하거나 정교화한 것으로 분류해 87.3%였고, 부분 회복 4개까지 더하면 52개, 즉 94.5%가 부분 이상 회복됐다. 이는 접근 가능한 기존 결과를 계산 분석에서 되찾은 비율이다. 전체 71개에 대한 정답률도 아니며, 앞으로 제안할 모든 새 가설이 맞을 확률도 아니다.

문헌 대조에서는 고신뢰 발견 1,519개 가운데 420개(27.6%)가 일치, 636개(41.9%)가 추론 가능, 101개(6.6%)가 불일치, 362개(23.8%)가 기존 근거 미검색으로 분류됐다. 이 표지는 에이전트가 붙인 것이므로 새로움이나 과학적 진실을 독립 검증한 비율이 아니다. 검색에서 근거를 못 찾았다는 결과는 이미 존재하는 연구를 놓친 경우도 포함할 수 있다.

전문가 검토에서는 박사급 생물학 연구자 30명이 보고서 60개를 평가했다. 분산·단일 보고서 20쌍을 각각 3명이 비교한 60개 판단에서 분산 방식이 45회(75%), 단일 방식이 10회(16.7%) 선호됐고 동률이 5회(8.3%)였다. 전문가 수의 75%라는 뜻이 아니며, 보고서의 유용성과 후속 조사 가치를 평가한 결과이지 가설의 실험적 진위를 판정한 결과도 아니다.

별도 미관측 교란 예측은 훈련 조건 1,674개와 평가 조건 272개로 나눴다. 반응이 없는 조건은 172개 중142개, 반응이 있는 조건은 100개 중59개를 맞혔고 보고된 균형정확도는 0.705였다. 두 부류를 같은 비중으로 평가하는 지표여서 전체 개별 조건의 정답 비율과는 다르다. 이는 하나의 데이터셋 안에서 숨겨 둔 조건을 예측한 평가이며 다른 생물종이나 새 실험으로의 일반화를 보장하지 않는다.

구체적인 예시

실제 분석 사례로 Tsc1과 Tsc2의 차이를 들 수 있다. 두 유전자는 세포 성장과 대사를 조절하는 mTOR 경로에서 함께 작용한다. 여러 신경 세포군에서는 각각의 교란이 비슷한 효과를 냈지만, 소뇌의 GABA성 신경세포에서는 Tsc2 교란 때 신경 소통 관련 유전자들의 발현이 바뀐 반면 Tsc1 교란은 거의 변화를 보이지 않았다. 저자들은 이 차이를 결절성 경화증의 TSC2 변이와 소뇌 이상에 관한 기존 문헌과 연결한다. 모든 소뇌 세포에서 같은 결과를 얻었다거나 사람의 질환 원인을 이번 분석으로 확정했다는 뜻은 아니다.

또 다른 예로 DCTN1 유전자가 있다. 이 유전자의 돌연변이는 파킨슨 유사 증상을 보이는 페리 증후군을 일으킨다. 에이전트는 Dctn1 교란이 콜레스테롤 생성에 관여하는 유전자들의 발현을 증가시킨다는 것을 발견했고, 이를 콜레스테롤 수송 문제가 세포가 더 많은 콜레스테롤을 만들게 할 수 있다는 기존 연구와 연결했다. 이는 후속 실험을 위한 질문을 제기했다: DCTN1 교란이 뉴런 내 콜레스테롤 분포를 바꾸고, 그 변화가 신경 퇴행에 기여할 수 있을까? 인간 전문가들도 이 가설을 새롭고 중요하며 후속 조사 가치가 있다고 평가했다.

한계와 오해하기 쉬운 점

이 연구는 아직 동료 심사를 거치지 않은 프리프린트이며, 단일 생물학적 데이터셋에 대한 회고적 계산 연구다. 따라서 독립적이고 전향적인 검증이 필요하다. 또한 에이전트가 제안한 생물학적 메커니즘은 가설일 뿐이며, 실제 실험으로 확인되지 않았다. 예를 들어 Dctn1 콜레스테롤 가설이나 Tsc2 세포형 가설은 후속 실험 후보이지 치료법 발견이나 임상 효능이 아니다.

시간과 자원도 비교 조건을 살펴야 한다. 약32분은 별도로 완료한 단일 표적 호출 24개의 평균32.8분을 바탕으로 병렬 구조를 설명한 수치다. 중앙값은31.6분, 중간 절반의 범위는24.7–36.8분이었다. 전체 데이터 생성·모든 보고서 통합·후속 검증이32분 안에 끝났다는 실측 기록이 아니다. 사람에게 수개월이 걸린다는 비교 역시 교란당15분, 자료당10분 등을 가정한 계산으로, 실제 사람 연구팀과 시간을 재며 겨룬 시험은 아니다.

단일·분산 비교는 같은 모델, 프롬프트, 추론 설정, 도구와 데이터 접근을 사용했지만 총 토큰이나 계산 예산까지 같게 맞추지는 않았다. 더 많은 독립 작업에 자원을 배정한 효과와 분산 구조 자체의 효과를 완전히 분리한 결과는 아니다. 문헌을 더 많이 읽는 것만으로 해석이 정확해지는 것도 아니므로, 전문가가 각 주장과 인용을 다시 살펴볼 필요가 있다.

실제로 어떻게 활용할까

연구팀은 이 프레임워크가 연구자들이 대규모 실험에서 더 많은 통찰을 추출하도록 도울 수 있다고 본다. 에이전트가 생성한 추론 아틀라스는 공개되어 있어 과학자들이 관련 유전자를 비교하고, 예상치 못한 반응을 조사하고, 추구할 유망한 단서를 식별할 수 있다. 특히 통계적 유의성이나 효과 크기만으로는 놓치기 쉬운 특정 세포 유형이나 경로의 선택적 반응을 찾아내는 데 유용할 수 있다.

궁극적으로 연구팀은 연구자들이 in vivo Perturb-seq 스크린이나 다른 고함량 실험을 수행하고, 에이전트가 각 실험에서 더 많은 통찰을 추출하는 순환을 구상한다. 예측 모델과 결합하면 에이전트가 후보 교란을 가상으로 탐색하여 유망한 가설을 검증하기 위한 표적 스크린을 설계하는 데 도움을 줄 수 있다. 그러나 문헌을 읽고, 설명을 저울질하고, 결정적인 실험을 선택하는 일은 여전히 과학적 훈련과 판단의 핵심으로 남을 것이다.