TL;DR

Open Science는 로컬 우선의 과학 연구용 데스크톱 워크벤치로, 에이전트가 파일을 읽고 Python/R을 실행하며 외부 데이터 커넥터와 연동해 불가변 아티팩트를 생성하고 그 증거를 추적합니다. 설치 후 5단계 첫 실행 검사로 환경·런타임·모델 연결을 검증하고, 18개 추천 스킬과 24개 내장 커넥터를 통해 도메인별 파이프라인을 적용할 수 있으며 모델은 내장 제공자·Custom Gateway·Claude/Codex 구독 등으로 연결 가능합니다. Electron 기반 소스가 공개되어 있어 조직 내 호스팅·확장·자동화를 위한 CLI와 SDK가 준비되어 있고, 민감 데이터와 외부 호출은 권한 프로파일로 제어하므로 데이터 위치·승인 모델을 중요시하는 연구팀에 적합합니다.

핵심 포인트

• 로컬 퍼스트 데스크톱 앱으로 프로젝트·세션·파일·생성물의 상태를 사용자 컴퓨터에 보관하며, 에이전트의 파일 읽기·코드 실행·웹 검색·커넥터 호출 활동을 대화 기록과 함께 불가변 버전으로 연결합니다. 초기 실행 시 환경·런타임·모델 제공자·노트북 런타임·데이터 위치의 5단계 검사를 안내하고 필요한 항목을 모두 통과해야 다음 단계로 진행되므로 설치 후 바로 재현 가능한 실행 경로를 확보할 수 있습니다. 이런 설계는 연구 결과의 출처와 실행 내역을 추적해야 하는 검증·재현 워크플로에 적합합니다.
• 제품 수준에서 모델 비종속성이 구현되어 있어 내장 클라우드 제공자, Custom Gateway, Claude/Codex 구독 로그인 등 여러 연결 방식을 선택할 수 있고, 에이전트 백엔드를 바꿔도 제공자·모델 호환성을 검사합니다. 에이전트가 지원하는 메시지 형식(Responses/Chat 등)에 따라 기본 API 포맷을 유도하고 연결 테스트를 제공하므로 외부 모델 연동 시 구성 오류로 인한 실패를 줄일 수 있습니다. 모델 트래픽과 외부 커넥터 호출은 명확한 권한 프로파일로 제어되므로 민감 데이터 유출 위험을 관리할 수 있습니다.
• 과학 전용 기능으로 18개의 추천 스킬(예: AlphaFold2, ESMFold2, Remote Compute SSH 등)과 24개의 내장 데이터 커넥터(PubMed, bioRxiv, Genomes 등)를 포함하며, 개인 스킬 업로드·GitHub에서 스킬 미리보기·임포트 기능을 제공합니다. 스킬과 커넥터는 권한 프레임으로 보호되며 세부 승인 정책과 되돌리기/철회가 있어 외부 명령이나 네트워크 호출에 대한 인간 개입을 설정할 수 있습니다. 이 구조는 도메인별 분석 파이프라인과 외부 데이터베이스 조회를 자동화하되 통제 가능한 방식으로 통합하려는 연구자에게 적합합니다.
• 개발자 관점에서는 Electron + React + TypeScript 기반이며 Prisma/SQLite를 데이터 계층으로 사용하고, 로컬 데몬과 동일한 데이터·권한 모델을 쓰는 headless CLI와 Node SDK를 제공합니다. 소스 빌드·개발 명령과 플랫폼별 패키징(sw build:mac/win/linux)이 README에 정리되어 있고, 로컬 웹 UI·헤드리스 모드·원격 모바일 액세스(Remote.It) 같은 운영 옵션을 제공합니다. 따라서 로컬 배포나 조직 내부 통합을 염두에 둔 커스텀 확장과 자동화 스크립트를 작성하기에 실용적입니다.

이미지 분석