AI 에이전트 수천 개가 생쥐 뇌세포 수백만 개 데이터를 32분 만에 풀었어요 — OpenAI · PerturbAI · Scripps의 GPT-Rosalind 실험

OpenAI가 10월 21일, 생명과학 전용 모델 GPT-Rosalind로 돌린 에이전트 수천 개가 유전자 교란 데이터를 32분 만에 분석하고 논문과 연결했다고 발표했어요. 결과는 '치료법'이 아니라 실험해 볼 '가설'이고, 추론 지도와 데이터는 공개됐어요.

컨텐츠랩 편집부 · 읽는 시간 3분

32분

에이전트 수천 개가 생쥐 뇌세포 수백만 개의 기존 실험 데이터를 분석 · 해석한 시간 (연구팀 추정: 사람이 하나씩 하면 몇 달~1년)

핵심 3줄

OpenAI · PerturbAI · Scripps Research가 GPT-Rosalind로 돌린 AI 에이전트 수천 개에 일을 나눠 맡겨, 생쥐 뇌 전체의 CRISPR(유전자 가위) 아틀라스 데이터를 32분 만에 분석했어요. 에이전트마다 유전자 교란 하나를 맡아 세포 반응을 보고, 논문을 찾고, 설명을 제안했어요.
같은 모델 · 같은 자원으로 에이전트 하나에 전체를 맡긴 경우와 비교하니, 가장 큰 작업량에서 에이전트 하나는 참고문헌 11개, 나눠 맡긴 쪽은 700개 넘게 인용했어요. 눈을 가린 비교에서 전문가는 75%의 경우 나눠 맡긴 쪽 보고서를 골랐어요.
찾은 것은 실험으로 확인해야 할 단서예요(예: DCTN1 유전자와 콜레스테롤 · 신경퇴행 사이의 가능한 연결). 추론 지도(reasoning atlas)는 GitHub에 MIT 라이선스로, 원본 데이터는 Hugging Face에 CC BY 4.0으로 공개됐어요.

🧪 CONTENTSLAB 평지켜보세요★★★★★실전 활용도 3/5

개발자

공개된 저장소(distributed_agent)는 '일을 잘게 나눠 에이전트마다 하나씩 맡기고 보고서를 합치는' 구조를 실제 코드로 보여 줘요. 긴 목록(이슈 수백 개, 문서 수백 개)을 에이전트 하나에 통째로 넘기던 작업을 항목별로 나눠 돌리는 설계를 짤 때 참고해 볼 수 있어요.

AI 에이전트를 만드는 1인 작업자

'에이전트 하나는 일이 커질수록 자료를 덜 찾는다(11개 vs 700개 넘게)'는 결과는 내 자동화에도 점검해 볼 만한 포인트예요. 리서치 에이전트가 큰 질문에서 출처 수가 줄어드는지 세어 보고, 줄어든다면 질문을 쪼개 병렬로 돌려 보세요.

과학 · 헬스 분야 콘텐츠를 만드는 크리에이터

'AI가 신약을 찾았다'가 아니라 'AI가 실험해 볼 단서를 골라 줬다'가 원문 표현이에요. 사람이 하나씩 하면 몇 달~1년이라는 숫자도 연구팀 추정이라는 점을 함께 적어 주면 정확한 설명이 돼요.

$ 바로 해 보기

1. GitHub jinlabneurogenomics/distributed_agent 의 README를 여세요. 설치 없이 둘러보려면 README의 'Distributed Agents hosted site' 링크로 가면 돼요(README는 이 주소가 임시라고 적어 두었어요).
2. Codex를 쓰고 있다면 README 그대로 읽기 전용 MCP를 붙여요:
codex mcp add distributed-agents-shi \
  --url https://sites-publish-check-20261021.as-alexander-sun.chatgpt.site/api/shi-mcp
3. 설정 확인: codex mcp list
4. 새 Codex 대화에서 README 예시 질문을 넣어 보세요: "Using the Shi corpus, explain the relationships between proteasome subunits and cite the supporting Findings."
5. 직접 돌려 보려면 README의 'Run locally' 순서(pixi install -e minimal → codex login → .env 설정)를 따르세요. 호스팅 쪽은 원본 데이터 파일이 없어 통계를 다시 계산하지 못한다고 README에 적혀 있어요.

CONTENTSLAB 생각 · 이렇게 써 볼 수 있을 것 같아요

긴 자료 조사를 AI에 맡길 때 '질문 하나를 통째로' 던지기보다, 항목별로 쪼개 에이전트마다 하나씩 맡기고 마지막에 합치는 방식으로 바꿔 보면 좋을 것 같아요. 다만 GPT-Rosalind 자체는 승인을 받아야 쓰는 생명과학 전용 모델이라, 일반 작업자에게는 모델보다 '나눠 맡기는 설계'가 가져갈 거리예요.

OpenAI가 10월 21일(현지 시각) PerturbAI · Scripps Research와 함께한 연구를 소개했어요. 생명과학 전용 모델 GPT-Rosalind로 돌린 AI 에이전트 수천 개가, 생쥐 뇌세포 수백만 개에서 나온 기존 실험 데이터를 32분 만에 분석하고 해석했다는 내용이에요. 논문은 bioRxiv(동료 심사 전 논문 공개 사이트)에 올라와 있어요.

무엇을 했나요

분석 대상은 '전뇌 CRISPR 아틀라스(whole-brain CRISPR atlas)'예요. 유전자를 하나씩 망가뜨렸을 때(교란, perturbation) 생쥐 뇌의 여러 세포 종류가 어떻게 달라지는지 담은 데이터예요. 연구팀은 일을 수천 개 에이전트에 나눴고, OpenAI는 이 방식을 분산 생물학 추론(distributed biological reasoning)이라고 불러요.

에이전트 하나가 유전자 교란 하나를 맡아 세포 반응을 분석하고, 논문을 찾고, 결과를 설명할 가설을 제안했어요.
보고서들을 합쳐 유전자 · 세포 변화 · 관련 논문 · 가능한 메커니즘을 잇는 추론 지도(reasoning atlas)를 만들었어요.
연구팀은 사람이 교란 하나씩 분석하고 논문을 찾으면 몇 달~1년이 걸렸을 거라고 추정했어요.
에이전트는 사람이 했던 분석 결과를 다시 찾아냈고, 새 단서도 더 찾았어요. 에이전트가 매긴 '새로움 · 과학적 가치' 평가는 눈을 가린 전문가 판단과도 맞았다고 해요.

하나에 몰아주기 vs 나눠 맡기기

연구팀은 같은 모델 · 같은 자원으로 '에이전트 하나에 데이터 전체'를 맡긴 경우와 비교했어요. 작업량이 커질수록 에이전트 하나는 논문을 덜 찾았고, 가장 큰 작업량에서 참고문헌 11개만 인용했어요. 나눠 맡긴 에이전트들은 700개 넘게 인용했어요. 눈을 가린 비교에서 전문가들은 75%의 경우 나눠 맡긴 쪽 보고서를 더 좋다고 골랐어요(OpenAI 그래프 기준: 에이전트 하나 17%, 비김 8%).

찾은 단서 두 가지

Tsc1과 Tsc2: 세포 성장을 조절하는 mTOR를 함께 다루는 두 유전자예요. 여러 신경세포에서는 비슷하게 작용했지만, 운동 조절을 돕는 소뇌에서는 Tsc2를 망가뜨리면 신경 신호 전달에 관여하는 유전자 수십 개의 활동이 달라졌고, Tsc1은 변화가 적었어요. OpenAI는 결절성 경화증 환자의 소뇌 이상이 TSC2 돌연변이와 강하게 연결돼 있다며, 이 차이가 사람 질병과 관련 있을 수 있다고 설명해요.
DCTN1과 콜레스테롤: DCTN1은 돌연변이가 생기면 파킨슨 같은 증상의 페리 증후군을 일으키는 유전자예요. 이 유전자를 망가뜨리자 콜레스테롤을 만드는 유전자들의 발현이 늘었고, 에이전트는 이를 '콜레스테롤 운반에 문제가 생기면 세포가 콜레스테롤을 더 만들 수 있다'는 기존 연구와 연결했어요. 전문가들도 이 가설을 새롭고 후속 실험할 만하다고 봤어요.

둘 다 아직 실험으로 확인해야 할 가설이에요. OpenAI도 "과학자는 여전히 발견의 중심에 있다"고 적었어요.

무엇이 공개됐나요

추론 지도 · 코드: GitHub 저장소 jinlabneurogenomics/distributed_agent (MIT 라이선스). README에 따르면 설치 없이 호스팅 사이트에서 둘러보거나, Codex 같은 MCP 지원 AI 도우미를 읽기 전용으로 연결할 수 있어요.
원본 데이터: Hugging Face perturbai/wholebrain_crispr_atlas (CC BY 4.0).
논문: bioRxiv 「Distributed AI agents enable comprehensive discovery of biological insights at scale」.

GPT-Rosalind 자체는 누구나 바로 쓰는 모델이 아니에요. OpenAI의 10월 15일 글에 따르면 이용하려면 신뢰 기반 접근 승인이 필요하고, 자격 요건을 갖춘 학술 연구실에는 Rosalind 학술 플랜으로 Business Standard 시트(최대 30개, 최대 12개월)를 무료로 지원해요.

원문 화면 · OpenAI 발표 글 첫 화면 (2026년 10월 21일)

원문 화면 · 분석한 교란 수가 늘수록 인용한 참고문헌 수 — 나눠 맡긴 에이전트(진한 선) vs 에이전트 하나(옅은 선)

원문 화면 · 눈을 가린 전문가 비교: 나눠 맡긴 쪽 75% · 에이전트 하나 17% · 비김 8%

출처 (원문)