[기획] 논문이 스스로 말을 걸다 — 스탠퍼드, '에이전트로 변신하는 논문' 프레임워크 네이처 게재
논문 한 편을 붙잡고 그 안에 적힌 분석 방법을 처음부터 다시 짜 본 적이 있는 사람이라면 반가울 소식이다. 미국 스탠퍼드대학교 연구진이 논문에 딸린 코드와 데이터를 자동으로 대화형 인공지능(AI) 에이전트로 바꿔주는 프레임워크 '페이퍼투에이전트(Paper2Agent)'를 개발해 국제학술지 네이처(Nature)에 정식 게재했다. 이렇게 만들어진 AI 에이전트 두 개를 서로 '대화'시켰더니, 사람이 아직 짚어내지 못했던 유전자와 질환의 연관성 후보 하나가 튀어나왔다는 사례도 함께 공개됐다. 다만 이는 실험으로 확인된 사실이 아니라 컴퓨터가 계산으로 찾아낸 가설 단계라는 점은 분명히 해 둘 필요가 있다.
논문을 읽는 대신 '물어보는' 시대
이번 연구를 이끈 스탠퍼드대 박사후연구원 지아청 먀오와 생의학데이터과학 부교수 제임스 조우 등은, 논문에 실린 코드·데이터·분석 절차를 그대로 붙잡아 두는 대신 누구나 자연어로 질문하고 답을 받을 수 있는 '도구 상자'로 바꾸는 방법을 고안했다. 이 논문은 2025년 9월 프리프린트(정식 심사 전 공개 논문)로 먼저 알려졌고, 동료심사를 거쳐 2026년 9월 네이처에 정식 게재됐다.
3단계로 논문을 에이전트로 바꾼다
페이퍼투에이전트의 작동 방식은 크게 세 단계다. 먼저 논문에 딸린 코드 저장소를 추출해 실행할 수 있는 환경을 자동으로 구성한다. 이어 핵심 분석 기능들을 'MCP(모델 컨텍스트 프로토콜, Model Context Protocol)'라는 규격의 '도구'로 감싸는데, 이는 AI가 특정 프로그램 기능을 마치 공구처럼 골라 쓸 수 있도록 표준화한 호출 방식이다. 이렇게 만든 도구들은 반복적인 검증 과정을 거쳐 실제로 제대로 작동하는지 확인한 뒤에야 배포된다. 마지막으로 검증이 끝난 서버를 대화형 에이전트가 자연어 질문으로 호출하는 식이다. 연구진이 유전체(게놈) 변이 예측 모델을 다룬 논문 하나를 이 방식으로 에이전트화했을 때 도구 22개가 만들어졌다. 다만 여기에 걸린 시간과 비용은 출처에 따라 다르게 나온다. 애초 프리프린트 원문에는 '약 3시간'이 걸렸다고만 적혀 있었는데, 정식 게재 이후 나온 보도들에서는 '약 45분, 14달러(미화)'라는 수치가 함께 언급되고 있다. 어느 쪽이 최종 확정된 수치인지는 분명하지 않은 만큼, 하나의 사례에서 나온 결과일 뿐 평균값은 아니라는 점을 염두에 둘 필요가 있다.
서로 다른 논문의 두 에이전트가 나눈 '대화'
연구진은 이 기술의 가능성을 보여주는 시연으로, 유전체 변이 예측 모델 논문과 주의력결핍과잉행동장애(ADHD)의 유전체연관분석 논문을 각각 별도의 에이전트로 만든 뒤 두 에이전트를 서로 대화하게 했다. 그 결과 'MPHOSPH9'라는 유전자 인근의 한 변이가 ADHD 위험과 관련이 있을 수 있다는, 기존 문헌에는 보고된 적 없는 후보가 제시됐다. 서로 다른 전공을 가진 연구자 두 명이 우연히 만나 대화를 나누다 새로운 아이디어를 주고받은 상황에 비유할 만하다. 그러나 이는 어디까지나 계산으로 예측된 가설이며, 실제 세포나 생물 시료를 이용한 실험적 검증은 이뤄지지 않았다. '새로운 치료 표적을 찾았다'는 식으로 받아들이기는 이르다는 뜻이다.
정답이 있는 문제는 100점, 열린 질문은 아직 서툴다
연구진은 유전체 예측 모델 논문(AlphaGenome)을 대상으로 한 소규모 시험에서, 정답이 정해진 튜토리얼형 질문 15개 가운데 15개(100%)를 맞혔다고 밝혔다. 비교 대상 에이전트는 같은 문제에서 15개 중 6개(40%)를 맞히는 데 그쳤다. 새로운 데이터에 적용하는 신규 질의에서도 페이퍼투에이전트는 15개 중 15개(100%)를, 비교 에이전트는 15개 중 9개(60%)를 맞혔고, 처리 속도는 중앙값 기준 3.1~4.6배 더 빨랐다고 한다. 한편 오차범위를 붙인 형태로 별도 공개된 수치도 있는데, 여기서 눈여겨볼 대목은 답이 정해지지 않은 개방형 질문에서의 성적이다. 페이퍼투에이전트는 개방형 질의에서 82.7%(오차범위 ±2.4%포인트)를 기록해, 비교 에이전트의 72.2%(±2.2%포인트)보다는 높았지만, 정답이 정해진 문제의 100%에는 미치지 못했다. 객관식 문제는 척척 풀어내지만 서술형 문제에서는 아직 성적이 다소 떨어지는 학생에 비유할 만하다. 연구진은 이 정확도가 '코드가 제대로 실행됐는지'를 재는 지표일 뿐, '분석 결과가 과학적으로 타당한지'까지 보장하는 것은 아니라고 스스로 밝혔다.
100편 가운데 26편은 안 됐다 — 한계와 남은 질문
연구진은 계산생물학 분야 논문 100편을 대상으로 한 대규모 검증에서 74편(74%)을 자동으로 에이전트로 바꾸는 데 성공했고, 제안된 도구 599개 가운데 593개(98.8%)가 자동 검증을 통과했다고 밝혔다. 또 300개의 질의로 구성된 별도 벤치마크에서는 페이퍼투에이전트 방식이 91.2%(±1.6%포인트)의 정확도를 기록해, 논문 저장소를 그대로 준 코딩 에이전트보다 높았다고 밝혔다. 다만 이 비교 대상 코딩 에이전트의 정확도는 한 조사에서 80.3%로 확인됐을 뿐이며, 비교에 쓰인 코딩 에이전트의 종류(신형 모델 기준)에 따라 이보다 더 높은 수치도 함께 보도된 만큼, 이 세부 수치는 신중하게 볼 필요가 있다. 이 수치들은 모두 연구진이 발표한 결과로, 100편 벤치마크에 등장하는 세부 수치는 애초 프리프린트 원문에는 없었고 정식 게재를 전후해 공개됐다는 점도 함께 밝혀 둘 필요가 있다. 실패한 26편은 실행 가능한 코드 자체가 없거나, 데이터·모델 파일이 빠졌거나, 실행 환경과 의존성에 오류가 있거나, 지나치게 특정 상황에만 맞춰 짠 스크립트였던 경우들이었다. 연구진은 이런 경우 완전하지 않거나 문서화가 부족한 원본 코드로는 신뢰성 있게 작동하는 도구를 만들 수 없다고 스스로 인정했다. 코드를 외부에서 호출 가능한 도구로 열어 두는 방식 자체가 보안이나 지적재산권, 저작자표시 문제를 일으킬 수 있다는 점, 원 코드저장소나 의존 라이브러리가 바뀌면 이미 만든 논문 에이전트도 별도로 손봐야 한다는 점도 한계로 거론됐다. 제임스 조우 교수는 최종 발견의 공로를 원 논문과 원래 저자에게 돌리는 일이 여전히 중요하며, 에이전트 간 협업은 안전과 윤리 측면에서 신중하게 관리·감독돼야 한다고 밝혔다. 이는 외부의 비판이 아니라 개발진 스스로 밝힌 유보 조건으로, 이번 취재에서는 연구팀 밖의 독립적인 학자가 이 결과를 비판하거나 재현에 실패했다는 사례는 확인되지 않았다. 이 프레임워크와 한국의 기관·기업이 직접 연계됐다는 사실 역시 확인되지 않았다.
자료: 스탠퍼드대학교(스탠퍼드 의과대학), 네이처(Nature)