OpenAI, PerturbAI, Scripps는 AI 에이전트를 사용해 뇌세포 데이터를 수집합니다

OpenAI는 PerturbAI 및 Scripps Research와 협력하여 수백만 개의 뇌세포에서 추출된 생물학적 데이터에서 연구 단서를 발견하기 위한 분산 AI-에이전트 접근법을 개발했다고 밝혔습니다. 회사는 이 프로젝트를 조정된 에이전트가 연구자들이 크고 복잡한 데이터셋에서 유망한 가설을 찾는 데 어떻게 도움을 줄 수 있는지 보여주는 사례로 제시했습니다.

증거와 맥락

2026년 10월 21일 OpenAI가 공개한 원본 자료는 협업에 대한 고수준 설명을 제공하지만 상세한 성능 지표, 검증 결과, 독립적 복제 여부는 제공하지 않습니다. 제시된 주장은 시스템이 수백만 개의 뇌세포 데이터를 통해 유망한 연구 단서를 발견했다는 것입니다; 논문에서는 어떤 단서가 확인되었는지, 또는 실험적으로 확인되었는지 명시하지 않습니다.

이 프로젝트는 OpenAI의 생명과학 도구 개발 전반에 부합합니다. 검증된 배경 자료에 따르면 OpenAI는 GPT-Rosalind를 생물학적 추론과 과학적 도구 사용을 결합한 생명과학 연구 모델로 설명하며, 유전체학 및 시퀀싱 분석, 단백질 및 서열 분석, 표적 연구, 의약화학, 문헌 합성, 실험 계획 등 문서화된 응용을 갖추고 있습니다. OpenAI는 또한 Codex의 생명과학 연구 플러그인이 워크플로우를 과학 도구, 데이터베이스, 데이터 소스와 연결한다고 밝혔습니다.

최근 OpenAI 게시물들은 에이전트 기반 워크플로우 관점에 대한 추가적인 맥락을 제공합니다. 2026년 8월 28일, OpenAI는 과학적 도구와 분석 워크플로우를 공유 환경에 통합한 것으로 설명한 Rosalind Workbench를 출시했습니다. 2026년 9월 10일에는 스키마 기반 데이터베이스 분석을 보여주는 데이터 분석가 예제를 공개했으며, 이는 가시적인 SQL을 활용했습니다. 2026-06-17일에는 LifeSciBench를 도입했는데, 이는 시스템이 발견을 독립적으로 검증하거나 실험적 검증을 대체할 수 있음을 증명하는 대신 연구 지원을 평가한다고 주장합니다.

이 구분은 여기서 중요합니다: 출처는 분산된 AI 에이전트를 생물학적 데이터에서 단서를 찾는 연구 도구로 설명하지만, 이용 가능한 자료는 시스템 자체가 검증된 생물학적 발견을 발견했다는 것을 입증하지 않습니다. 증거는 AI 지원 연구 워크플로우에 관한 보고서를 뒷받침하며, 확정된 과학적 돌파구에 대한 보고는 아닙니다.