OmniScientist: 인간과 AI 과학자의 공진화 생태계를 향하여

초록

대규모 언어 모델(LLM)의 급속한 발전에 따라 AI 에이전트는 가설 생성, 실험 설계, 원고 작성에 이르기까지 과학적 과업에서 점차 향상된 숙련도를 보여주고 있습니다. 이러한 에이전트 시스템은 일반적으로 "AI 과학자"라고 불립니다. 그러나 기존 AI 과학자들은 과학적 발견을 주로 독립적인 탐색 또는 최적화 문제로 정형화하는데, 과학 연구가 본질적으로 사회적이고 협력적인 노력이라는 사실을 간과하고 있습니다. 실제 세계의 과학은 협력 메커니즘, 기여도 귀속, 동료 검토, 구조화된 과학 지식 네트워크로 구성된 복잡한 과학 인프라에 의존합니다. 이러한 핵심 차원에 대한 모델링이 부족하기 때문에 현재 시스템은 진정한 연구 생태계를 구축하거나 인간 과학 커뮤니티와 깊이 상호작용하는 데 어려움을 겪고 있습니다. 이러한 격차를 해소하기 위해 우리는 인간 연구의 근본적인 메커니즘을 AI 과학 워크플로우에 명시적으로 인코딩하는 프레임워크인 OmniScientist를 소개합니다. OmniScientist는 데이터 기반, 문헌 고찰, 연구 아이디어 창출, 실험 자동화, 과학적 글쓰기, 동료 검토에 이르는 엔드투엔드 자동화를 달성할 뿐만 아니라, 인간 과학 시스템을 시뮬레이션하여 포괄적인 인프라 지원을 제공합니다. 이는 다음과 같이 구성됩니다: (1) 인용 네트워크와 개념적 상관관계 위에 구축된 구조화된 지식 시스템; (2) 원활한 다중 에이전트 협력 및 인간 연구자 참여를 가능하게 하는 협력 연구 프로토콜(OSP); (3) 블라인드 방식의 사용자 쌍별 투표와 Elo 순위에 기반한 공개 평가 플랫폼(ScienceArena). 이 인프라는 에이전트가 인간의 지식 시스템을 이해하고 활용할 수 있을 뿐만 아니라 협력하고 공동 진화하여 지속 가능하고 확장 가능한 혁신 생태계를 조성할 수 있는 능력을 부여합니다.

English

With the rapid development of Large Language Models (LLMs), AI agents have demonstrated increasing proficiency in scientific tasks, ranging from hypothesis generation and experimental design to manuscript writing. Such agent systems are commonly referred to as "AI Scientists." However, existing AI Scientists predominantly formulate scientific discovery as a standalone search or optimization problem, overlooking the fact that scientific research is inherently a social and collaborative endeavor. Real-world science relies on a complex scientific infrastructure composed of collaborative mechanisms, contribution attribution, peer review, and structured scientific knowledge networks. Due to the lack of modeling for these critical dimensions, current systems struggle to establish a genuine research ecosystem or interact deeply with the human scientific community. To bridge this gap, we introduce OmniScientist, a framework that explicitly encodes the underlying mechanisms of human research into the AI scientific workflow. OmniScientist not only achieves end-to-end automation across data foundation, literature review, research ideation, experiment automation, scientific writing, and peer review, but also provides comprehensive infrastructural support by simulating the human scientific system, comprising: (1) a structured knowledge system built upon citation networks and conceptual correlations; (2) a collaborative research protocol (OSP), which enables seamless multi-agent collaboration and human researcher participation; and (3) an open evaluation platform (ScienceArena) based on blind pairwise user voting and Elo rankings. This infrastructure empowers agents to not only comprehend and leverage human knowledge systems but also to collaborate and co-evolve, fostering a sustainable and scalable innovation ecosystem.

OmniScientist: 인간과 AI 과학자의 공진화 생태계를 향하여

OmniScientist: Toward a Co-evolving Ecosystem of Human and AI Scientists

초록

Support