Paper2Agent: 연구 논문을 상호작용적이고 신뢰할 수 있는 AI 에이전트로 재구상하기

초록

우리는 연구 논문을 AI 에이전트로 변환하는 자동화 프레임워크인 Paper2Agent를 소개합니다. Paper2Agent는 연구 결과물을 수동적인 아티팩트에서 능동적인 시스템으로 변환하여 다운스트림 활용, 채택 및 발견을 가속화합니다. 기존의 연구 논문은 독자들이 논문의 코드, 데이터 및 방법을 이해하고 자신의 작업에 적용하기 위해 상당한 노력을 투자해야 하므로, 전파와 재사용에 장벽이 됩니다. Paper2Agent는 이러한 문제를 해결하기 위해 논문을 지식이 풍부한 연구 보조자 역할을 하는 AI 에이전트로 자동 변환합니다. 이 프레임워크는 여러 에이전트를 사용하여 논문과 관련 코드베이스를 체계적으로 분석하여 Model Context Protocol(MCP) 서버를 구축한 후, 반복적으로 테스트를 생성하고 실행하여 결과 MCP를 개선하고 강화합니다. 이러한 논문 MCP는 채팅 에이전트(예: Claude Code)와 유연하게 연결되어 원본 논문의 도구와 워크플로우를 호출하면서 자연어를 통해 복잡한 과학적 질의를 수행할 수 있습니다. 우리는 심층적인 사례 연구를 통해 Paper2Agent가 신뢰할 수 있고 유능한 논문 에이전트를 생성하는 데 효과적임을 입증합니다. Paper2Agent는 AlphaGenome을 활용하여 게놈 변이를 해석하는 에이전트와 ScanPy 및 TISSUE를 기반으로 단일 세포 및 공간 전사체 분석을 수행하는 에이전트를 생성했습니다. 우리는 이러한 논문 에이전트가 원본 논문의 결과를 재현할 수 있고 새로운 사용자 질의를 정확하게 수행할 수 있음을 검증합니다. Paper2Agent는 정적인 논문을 동적이고 상호작용 가능한 AI 에이전트로 전환함으로써, 지식 전파를 위한 새로운 패러다임과 AI 공동 과학자들의 협업 생태계를 위한 기반을 마련합니다.

English

We introduce Paper2Agent, an automated framework that converts research papers into AI agents. Paper2Agent transforms research output from passive artifacts into active systems that can accelerate downstream use, adoption, and discovery. Conventional research papers require readers to invest substantial effort to understand and adapt a paper's code, data, and methods to their own work, creating barriers to dissemination and reuse. Paper2Agent addresses this challenge by automatically converting a paper into an AI agent that acts as a knowledgeable research assistant. It systematically analyzes the paper and the associated codebase using multiple agents to construct a Model Context Protocol (MCP) server, then iteratively generates and runs tests to refine and robustify the resulting MCP. These paper MCPs can then be flexibly connected to a chat agent (e.g. Claude Code) to carry out complex scientific queries through natural language while invoking tools and workflows from the original paper. We demonstrate Paper2Agent's effectiveness in creating reliable and capable paper agents through in-depth case studies. Paper2Agent created an agent that leverages AlphaGenome to interpret genomic variants and agents based on ScanPy and TISSUE to carry out single-cell and spatial transcriptomics analyses. We validate that these paper agents can reproduce the original paper's results and can correctly carry out novel user queries. By turning static papers into dynamic, interactive AI agents, Paper2Agent introduces a new paradigm for knowledge dissemination and a foundation for the collaborative ecosystem of AI co-scientists.

Paper2Agent: 연구 논문을 상호작용적이고 신뢰할 수 있는 AI 에이전트로 재구상하기

Paper2Agent: Reimagining Research Papers As Interactive and Reliable AI Agents

초록

Support