대규모 생물학 실험에서 생성되는 결과는 이제 인간 연구팀이 빠짐없이 살펴보기 어려울 만큼 방대합니다. OpenAI는 PerturbAI 및 Scripps Research와 협력해 생쥐 뇌세포 전체의 CRISPR 아틀라스를 활용하고, 대안을 제시했습니다. 수천 개의 경량 GPT‑Rosalind 에이전트를 병렬로 실행하고, 각 에이전트가 하나의 교란 데이터를 집중 분석하도록 한 것입니다. 에이전트들이 작성한 보고서를 모아 유전자와 세포 반응, 관련 문헌, 작동 기전에 관한 가설을 연결한 추론 아틀라스를 구축했습니다. 수개월에 걸릴 수작업 분석을 훨씬 짧은 시간 안에 마친 셈입니다.

여러 전문 에이전트에 작업을 분산한 엔지니어링 접근이 이번 성과의 핵심입니다. 수백, 수천 개의 교란을 하나의 범용 프로세스가 순차적으로 처리하는 대신, 각 에이전트가 특정 유전자의 세포 신호를 깊이 분석하고 관련 분야 논문을 교차 참조하도록 작업을 나눴습니다. 이런 병렬 처리 방식은 분석 범위(더 많은 교란 분석)와 깊이(교란별 인용 문헌 증가)를 모두 넓혔습니다. 그 결과 여러 후보 설명이 연결된 지도가 만들어졌으며, 이후 블라인드 비교 평가에서 전문가들은 이를 새롭고 실험으로 이어갈 가치가 있다고 판단했습니다.

중요한 점은 에이전트가 검증된 발견을 내놓은 것이 아니라는 것입니다. 에이전트는 우선순위를 매기고 문헌에 근거한 가설과 후속 실험을 검토할 만한 연관성을 제시했습니다. 시스템이 포착한 사례로는 소뇌 뉴런에서 Tsc1과 Tsc2가 서로 다른 영향을 미친다는 점, 그리고 Dctn1 교란과 관련된 세포 내 콜레스테롤 처리 과정이 신경퇴행과 연결될 가능성 등이 있습니다. 이런 단서는 에이전트 군집이 대규모 데이터에서 구체적인 실험으로 이어지는 과정을 앞당길 수 있음을 보여줍니다. 하지만 표적 실험을 통한 검증과 작동 기전 연구를 대신할 수는 없습니다.