TL;DR

OpenScience는 브라우저에서 실행되는 오픈소스 연구용 AI 워크벤치로 논문 조사에서 코드 작성, 실험 실행, 결과 정리까지 전체 연구 루프를 하나의 연속 세션으로 자동화한다. 에이전트 기반 설계는 도메인별 전문 에이전트와 290+ 스킬, UniProt·PDB·arXiv 등 과학 데이터베이스 커넥터를 호출하여 근거 수집과 실험 실행을 통합하며 세션과 산출물을 로컬에 저장하여 재현성을 유지한다. 모델은 사용자 키 또는 Atlas 매니지드 모델을 통해 공급되며 요청 단위 라우팅으로 다양한 공급자를 같은 세션에서 교체 없이 사용할 수 있다. 이 접근은 연구 반복 주기를 크게 단축하고 도메인별 자동화 파이프라인 구축을 단순화하지만 에이전트가 시스템 수준 권한을 요구할 수 있으므로 격리와 보안 정책을 별도로 마련해야 한다. 사용성과 확장성을 장점으로 삼지만 고성능 실험을 위한 외부 클라우드 리소스와 권한 관리가 전제 조건으로 남는다.

핵심 포인트

• 브라우저 기반 워크스페이스와 로컬 서버 아키텍처를 결합하여 사용자의 API 키를 로컬에 유지하면서도 다양한 공급자의 모델을 한 인터페이스에서 사용할 수 있게 한다. 이 구조는 중앙 계정이 불필요하고 사용자가 자신의 키를 관리하면서도 Atlas 같은 선택적 매니지드 옵션을 함께 활용할 수 있게 한다. 결과적으로 프라이버시와 유연성을 동시에 확보한다.
• 과학 전용 커넥터 목록과 290+ 스킬을 제공하여 분자생물학, 화학, 데이터셋 처리, 모델 트레이닝 등 도메인별 작업을 즉시 구성할 수 있게 한다. 이러한 풍부한 스킬 세트는 연구 과제에 필요한 도메인 특화 작업들을 재사용 가능한 모듈로 캡슐화한다. 따라서 초기 설정 없이도 복잡한 실험 워크플로를 빠르게 구성할 수 있다.
• TypeScript SDK와 플러그인 런타임, MCP 서버 통합을 통해 확장성과 사용자 정의가 용이하다. 개발자는 커스텀 에이전트와 커맨드를 추가하고 LSP 통합으로 개발 환경을 통일할 수 있다. 이로 인해 연구실 내부 도구와의 연동이나 조직별 맞춤 워크플로 구축이 수월해진다.
• 문헌 조사부터 실험 코드 작성 및 실행까지 전체 연구 루프를 연속 세션으로 운영한다. 에이전트는 단계별 플랜을 생성하고 필요한 도구를 호출하여 작업을 자동으로 진행한다. 이 통합 워크플로는 연구 반복 주기를 줄이고 작업 증적과 세션 재현성을 제공한다.