OpenAI, GPT-Rosalind 에이전트로 마우스 뇌 추론 아틀라스 공개

OpenAI는 2026년 10월 21일, PerturbAI 및 Scripps Research와 함께 GPT-Rosalind 기반 AI 에이전트 수천 개를 활용해 마우스 뇌 세포 수백만 개에서 얻은 기존 실험 데이터를 32분 만에 분석하고, 에이전트들의 보고서를 통합해 누구나 이용할 수 있는 추론 아틀라스를 만들었다고 발표했다.

분산형 생물학 추론

OpenAI가 ‘분산형 생물학 추론’이라고 부르는 이 접근법은 마우스 뇌 전반에서 유전자 교란이 다양한 세포 유형에 미치는 영향을 보여주는 데이터 세트인 전뇌 CRISPR 아틀라스를 수천 개 에이전트가 분석하도록 했다. 각 에이전트는 유전자 교란 하나를 조사하고, 세포 반응을 분석하고, 과학 문헌을 검색한 뒤, 결과에 대한 설명을 제안했다. 에이전트들의 보고서를 통합해 유전자, 세포에 미친 영향, 관련 논문, 가능한 생물학적 기전을 연결한 추론 아틀라스를 만들었다.

OpenAI에 따르면 연구팀은 교란을 한 번에 하나씩 분석하는 방식으로 사람 연구자가 비슷한 분석과 문헌 검토를 수행한다면 수개월에서 1년이 걸릴 것으로 추산했다. 에이전트들은 사람의 분석 결과를 재현하는 동시에 추가 연구 단서를 찾아냈으며, 새로움과 과학적 가치에 대한 평가도 블라인드 방식으로 평가한 인간 전문가들의 판단과 일치했다.

줄기세포 의학 석좌교수이자 Human Cell Atlas의 공동 창립 의장인 University of Cambridge의 Sarah Teichmann은 OpenAI의 발표에서 이렇게 말했다. “우리는 다른 과학자들이 아직 상상하지 못한 발견을 할 수 있도록 세포 아틀라스를 만듭니다. AI는 더 많은 연구자가 이러한 자료를 탐색하고, 예상치 못한 관찰을 검증할 새로운 질문으로 발전시키는 데 도움을 줄 수 있습니다.”

관련 프리프린트인 분산형 AI 에이전트로 대규모 생물학적 통찰을 종합적으로 발견하다는 2026년 10월 16일 bioRxiv에 게시됐으며, 아직 동료 심사를 거쳐 인증되지 않았다. 저자들은 Howard Hughes Medical Institute and Scripps Research, OpenAI, PerturbAI, University of California San Diego 소속이며, Scripps Research의 Xin Jin이 교신 저자로 기재됐다. 이해 상충 공개문에는 저자 중 6명이 OpenAI 직원이고 2명이 PerturbAI 직원이며, Grace Zheng과 Xin Jin이 PerturbAI 공동 창립자라고 명시돼 있다.

Tsc2의 차이와 콜레스테롤 관련 단서

발표에 따르면 에이전트들은 세포 성장과 대사, 노화의 주요 조절자인 mTOR를 함께 조절하는 두 유전자 Tsc1과 Tsc2 사이에서 예상치 못한 차이를 발견했다. 두 유전자 중 어느 하나를 교란해도 여러 신경세포 집단에서는 비슷한 영향이 나타났다. 움직임 조정을 돕는 소뇌에서는 Tsc2를 교란하자 신경세포 간 소통에 관여하는 수십 개 유전자의 활성이 달라진 반면, Tsc1을 교란했을 때는 변화가 거의 없었다.

발표문은 결절성 경화증 환자의 경우 소뇌 이상이 TSC2 변이와 밀접한 관련이 있다고 설명한다. 또한 mTOR 활성을 낮추는 약물이 특정 뇌종양과 발작을 치료할 수 있지만, 이 질환과 관련된 학습 및 행동상의 어려움은 여전히 해결하기 어렵다고 덧붙였다. 에이전트들은 추가 조사가 필요한 특정 신경세포 집단과 세포 변화를 찾아냈다.

에이전트들은 페리 증후군을 일으키는 변이가 있는 유전자인 DCTN1에서도 연구 단서를 찾았다. 페리 증후군은 파킨슨병과 유사한 증상을 동반하는 신경퇴행성 질환이다. DCTN1은 신경세포 내부에서 물질을 운반하는 데 관여하며, 아틀라스에서는 Dctn1을 교란하자 콜레스테롤 합성에 관여하는 유전자들의 발현이 증가했다. 에이전트들은 이 관찰 결과를 콜레스테롤 운반에 문제가 생기면 세포가 콜레스테롤을 더 많이 만들 수 있다는 연구와 연결했다. 이에 따라 DCTN1 교란이 신경세포 안의 콜레스테롤 분포를 바꾸는지, 그리고 그런 변화가 신경퇴행에 기여할 수 있는지를 후속 연구 질문으로 제시했다. 발표에 따르면 인간 전문가들은 이 가설이 새롭고 중요하며 후속 연구를 진행할 가치가 있다고 평가했다.

UCSF 신경외과 부교수 Tomasz Nowakowski는 신경세포 기능과 콜레스테롤 대사 사이의 연관 가능성이 서로 다른 분야에 흩어져 있던 단서를 연결하면 질병의 생물학적 특성을 새롭게 바라볼 수 있음을 보여준다고 말했다.

분산형 에이전트와 단일 에이전트 비교

연구팀은 모델과 자원을 동일하게 유지한 상태에서 데이터 세트 전체를 제공받은 단일 에이전트가 병렬로 작동하는 수천 개 에이전트와 대등한 성능을 낼 수 있는지 시험했다. 작업량이 늘어나자 단일 에이전트는 검색하는 문헌의 범위가 줄어 가장 큰 작업량에서도 참고 문헌을 11개만 인용한 반면, 분산형 에이전트들은 700개가 넘는 문헌을 인용했다. 블라인드 비교에서 인간 전문가들은 75%의 경우 단일 에이전트 보고서보다 분산형 에이전트 보고서를 선호했다.

프리프린트에 따르면 에이전트들은 원본 논문에 접근하지 않고도 논문의 결론을 재현하고, 학습에서 제외된 교란의 영향을 예측했으며, 효과의 크기에 따라 결과가 같거나 반대인 교란 간 관계를 찾아냈다. 저자들은 분산형 에이전트가 작업량 증가에 맞춰 문헌 검토 범위를 넓혀 단일 에이전트 모드보다 수백 배 많은 참고 문헌을 찾아냈으며, 블라인드 방식으로 평가한 인간 전문가들이 에이전트의 발견 순위를 뒷받침했다고 밝혔다.

아틀라스, 코드 및 데이터 세트 이용 방법

추론 아틀라스와 그 기반이 되는 Distributed Agents 프레임워크는 MIT 라이선스로 공개된 GitHub 저장소에서 이용할 수 있다. 저장소에는 에이전트 런타임, 코퍼스 도구, 원고의 분석과 그림, 보충 표에 사용된 노트북이 포함되어 있다. 또한 Findings, Claims, 뒷받침하는 증거와 분석 도구를 제공하는 MCP 엔드포인트가 있는 호스팅 읽기 전용 코퍼스 서비스를 문서화하고 있다. 호스팅 서버에는 원시 데이터 세트 파일이 포함되어 있지 않으므로, 저장소에는 Codex CLI를 통해 프레임워크를 로컬에서 실행하는 방법도 안내되어 있다. bioRxiv 인용 정보와 라이선스, 호스팅 서비스 문서를 업데이트한 저장소의 최신 커밋 날짜는 2026년 10월 21일이다.

분석된 데이터 세트는 Hugging Face에 있는 PerturbAI의 전체 뇌 in vivo CRISPR Perturb-seq 아틀라스입니다. 데이터 세트 카드는 770만 개의 세포, 총 205GB에 달하는 7,739,370개의 행을 기술하고 있으며, 19,070개의 mRNA와 8,588개의 sgRNA에 걸친 단일 핵 프로파일링을 통해 거의 2,000개의 질병 관련 유전자의 효과를 측정하고 있으며, 세포 주석은 Allen Institute Whole Mouse Brain Taxonomy에서 가져온 것입니다. 카드에는 2026년 3월 bioRxiv 원고, “in vivo Perturb-seq를 사용한 포유류 전체 뇌의 게놈 규모 기능 매핑”이 아틀라스의 기초 출판물로 식별되어 있습니다.

OpenAI는 연구자들이 이 아틀라스를 활용해 관련 유전자들을 비교하고, 예상치 못한 반응을 조사하며, 후속 연구를 진행할 만한 유망한 단서를 찾을 수 있다고 밝혔다. 또한 연구 결과가 제안된 생물학적 메커니즘을 검증하는 데 필요한 추가 실험의 우선순위를 정하는 데 도움이 된다고 설명했다.