Edison의 Kosmos 연구 루프

핵심

* 과학자가 사전에 목표를 설정하며 재구축된 버전에서는 실행 도중에도 방향을 조정할 수 있습니다.

* 보고서의 모든 진술은 노트북이나 논문을 인용하므로 검토자가 이를 감사할 수 있습니다.

* 사람의 검토는 에이전트의 주장이 가장 취약한 단계인 해석에 집중됩니다.

1. 겨냥하는 산업

Edison Scientific은 샘 로드리케스와 앤드루 화이트가 2023년에 공동 설립한 비영리 AI 연구소 FutureHouse에서 분사한 영리 기업입니다. FutureHouse의 연구용 에이전트를 상용화하기 위해 2025년에 설립되었습니다. SiliconANGLE의 2025년 12월 18일 보도에 따르면, 이 회사는 Triatomic Capital과 Spark Capital이 주도한 7,000만 달러 규모의 시드 라운드를 유치했습니다. 대표는 샘 로드리케스입니다.

Edison Scientific이 파고드는 영역은 연구 프로젝트의 중간 단계입니다. 문헌 읽기, 분석 코드 작성, 데이터 분석 실행, 가설 수립, 결과 보고서 작성 등이 여기에 해당합니다. 대학 연구실이나 제약사 R&D 조직에서는 대학원생, 박사후연구원, 전임 연구원들이 이 작업을 직접 손으로 처리해 왔습니다. Edison Scientific이 이를 위해 내놓은 제품이 바로 “AI 과학자”라 부르는 Kosmos입니다. Kosmos는 이전 FutureHouse 시스템을 개선해 2025년 11월 5일에 출시되었습니다. 이전 시스템인 Robin은 단일 신약 개발 프로젝트에서 같은 개념을 입증했으며, 관련 논문은 2026년 5월 19일 Nature에 실렸습니다.

Edison Scientific은 문헌 검색, 데이터 분석, 신규성 검토, 화학 분야를 위한 소형 에이전트도 함께 제공합니다. 2026년 5월부터는 Kosmos의 범위를 독성학, 임상시험계획서, 규제 문서 작성을 비롯한 신약 개발 실무 전반으로 넓혔습니다.

2. 운영 방식

초기 버전: 연구 목표 하나로 보고서 세트 완성. Kosmos 논문(arXiv, 2025년 11월)은 이 루프를 이렇게 설명합니다. “Kosmos는 연구자가 지정한 연구 목표와 데이터셋을 바탕으로 시작됩니다.” 이후 최대 12시간 동안 주기적으로 순환하며 작동합니다. 한 주기마다 “최대 10개의 문헌 검색 및 분석 작업을 실행”하고, 그 결과 요약을 공유 세계 모델에 기록한 뒤, 세계 모델에 다음 작업을 묻습니다. 세계 모델은 데이터 분석 에이전트와 문헌 검색 에이전트가 각자 찾은 내용을 서로 공유하는 통로 역할을 합니다. 다만 논문에서는 이 내부 구조를 자세히 공개하지 않았습니다.

평균적으로 한 번 실행할 때 약 166회의 데이터 분석 롤아웃이 약 4만 2,000줄의 코드를 실행했고, 36회의 문헌 롤아웃이 약 1,500편의 논문을 읽었습니다. 작업이 끝나면 Kosmos는 세 편이나 네 편의 보고서를 작성합니다. 보고서의 모든 진술은 논문이나 Jupyter 노트북을 인용하므로, 독자는 그 바탕이 된 코드나 원문 구절을 바로 열어볼 수 있습니다.

연구자가 하는 일. 사람의 개입은 실행 과정의 양 끝에 집중됩니다.

* 실행 전: 목표를 작성하고 데이터를 준비합니다. Edison Scientific 안내서에서는 숙련된 동료에게 설명하듯 작성하되, 동료 연구자 기준으로 “수주일에서 수개월” 걸릴 만한 목표를 제시하라고 권합니다. 데이터는 5GB 미만이어야 하고, 정제되어 있어야 하며, 라벨이 명확해야 합니다. 안내서에는 “Kosmos에게 데이터 처리를 맡기는 방식은 권장하지 않습니다”라고 적혀 있습니다.

* 실행 중: 초기 버전에서는 사람이 개입하지 않았습니다. 논문에는 시스템이 “중간 주기에서 연구자가 Kosmos와 상호작용하는 것을 허용하지 않는다”고 명시되어 있습니다.

* 실행 후: 결과를 읽고 판단합니다. 논문의 표현을 빌리면 “연구자의 역할은 결과의 평가와 해석으로 이동합니다.” Edison Scientific 팀은 같은 목표로 Kosmos를 여러 번 실행해 보며 어떤 경로를 택하는지 비교하곤 한다고 전합니다. 출시 당시 글에서는 이를 “필요할 때마다 가치가 높은 타깃에 적용하는 시약 키트에 가깝다”고 설명했습니다.

Robin: 에이전트가 기획하고 사람이 실험대를 맡습니다. 실험실 작업이 얽혔을 때 역할이 어떻게 나뉘는지 가장 명확하게 보여준 사례가 Robin입니다. Robin은 문헌 검토용, 후보 물질 평가용, 실험 데이터 분석용 에이전트 세 개를 연결해 구성했습니다. 건성 노인성 황반변성을 연구하며 작용 기전을 제안하고, 테스트할 약물을 골라내고, 결과를 분석한 뒤, 다음 실험을 제안했습니다. FutureHouse는 “물리적인 실험은 사람 연구원이 수행했지만, 지적 프레임워크는 전적으로 AI가 이끌었습니다”라고 밝혔습니다. 저자들은 논문에 들어간 모든 가설, 실험 선택, 데이터 분석, 본문 도표를 Robin이 만들어냈으며, Robin을 구상해 논문을 제출하기까지 2.5개월이 걸렸다고 설명합니다.

현재 버전: 상주하는 동료. 2026년 5월, Edison Scientific은 Kosmos를 개편했습니다. 엔지니어링 블로그 글에서는 이전 버전을 두고 “프롬프트 하나를 넣으면 며칠 동안 돌아갔다”고 회고했습니다. 단순한 질문에는 그런 깊이가 지나쳤던 셈입니다. 새로 개편된 Kosmos는 “연구 과정 내내 협업하는, 코드를 작성하는 지속성 LLM 에이전트”입니다. 연구자와 연구 방식을 논의하고, 진행 중에 피드백을 반영하며, 진척 상황을 보여주는 웹 페이지를 만듭니다. 관련 논문이 나오면 이메일로 업데이트를 보내고, Slack을 통해 연구 그룹 전체와 함께 작업합니다. 문헌 검색 같은 병렬 작업은 별도 샌드박스 안의 하위 에이전트에게 맡깁니다. 기업 고객을 위해 연구 노트와 분석 데이터에 연결할 수 있고, 기업 자체 서버에서도 구동되며, 기업 고유 데이터로 추가 학습할 수도 있습니다.

신약 개발에서 전문가는 검토자로 이동. Edison Scientific이 2026년 9월 30일에 발표한 사례 연구에 따르면, 신약 개발 회사를 세우는 기업 Population Health Partners는 임상 프로그램 규제 문서를 준비하는 데 Kosmos를 활용했습니다. Edison Scientific과 해당 회사는 먼저 이러한 문서 작성을 위한 평가 벤치마크를 구축했고, Edison Scientific은 이를 바탕으로 Kosmos를 훈련했습니다. 이후 Kosmos는 비임상 개요와 임상시험자 자료집 같은 문서를 초안으로 작성했습니다. 사례 연구에 따르면 FDA에 제출된 Pre-IND 미팅 요청서의 약 70%를 Kosmos가 작성했고, 이후 회사 팀이 이를 검토해 수정했습니다. 회사의 전문가들은 초안 작성 대신 진술과 도표를 검증하고 의사결정을 내리는 데 시간을 썼습니다.

3. 격차

전통적인 연구 그룹과의 가장 큰 차이는 사람이 작업 과정 어디에 앉아 있느냐는 점입니다.

일반적인 연구실에서는 연구 책임자가 질문을 던지면, 주니어 연구원들이 논문을 읽고, 코드를 짜고, 분석을 돌린 뒤 연구실 미팅에서 보고합니다. 모든 단계가 사람 손을 거치므로, 시니어 과학자는 수많은 자잘한 판단이 이미 내려진 뒤에야 결과를 보게 됩니다. 반면 Edison Scientific의 방식에서는 에이전트들이 그 중간 단계를 병렬로 처리하고, 과학자는 처음에 질문을 던진 뒤 마지막에 결과물을 판단합니다. 최신 버전에서는 중간에 방향을 잡아주는 것도 가능합니다.

검증이 사람의 주된 업무가 됩니다. Edison Scientific의 자체 평가 결과를 보면 그 이유를 알 수 있습니다. 전문 과학자들이 Kosmos 보고서 세 편에 담긴 102개 진술을 검토해 각각 뒷받침되는지, 반박되는지 표시했습니다. 전체적으로 79.4%가 뒷받침되었습니다. 전체 수치보다 중요한 것은 항목별 차이입니다. 데이터 분석 진술은 85.5%, 문헌 인용 진술은 82.1%가 검증을 통과했지만, 결과 해석 진술은 57.9%에 그쳤습니다. 시스템이 결과의 의미를 짚어내는 일보다 기계적인 작업 단계에서 훨씬 더 안정적이라는 뜻입니다. 논문에서도 Kosmos가 “지나치게 강한 주장을 펴는 경향이 있다”며 통계적으로 유의미한 결과를 중요한 결과로 취급하기도 한다고 짚었습니다. 결국 사람의 일은 에이전트가 가장 취약한 영역, 즉 어느 결과가 중요하고 어느 결과가 틀렸는지 가려내는 쪽으로 옮겨갑니다.

이러한 검증이 가능한 이유는 출처 추적 체계 덕분입니다. 모든 주장이 노트북이나 논문과 연결되어 있기 때문에, 검토자는 프로젝트 전체를 다시 수행하지 않고도 특정 주장을 검사할 수 있습니다. Edison Scientific은 외부 사실과 결과를 대조하기도 합니다. 출시 논문에 실린 일곱 가지 연구 결과 중 세 가지는 실행 당시 Kosmos가 보지 못했던 인간 연구팀의 미발표 논문이나 프리프린트 결과를 재현해 낸 것이었습니다. Robin의 경우 검증 무대는 습식 실험실이었습니다. 사람이 직접 세포 실험을 통해 가설을 확인했습니다.

외부 과학자들은 검증 자체가 만만찮은 작업이라고 말합니다. 케임브리지 대학교의 게오르크 마이슬은 Alzforum 인터뷰에서 쉽게 검증할 수 없는 작업에 쓰기에는 “여전히 오류가 너무 흔하다”며 결과물을 검토하는 데 시간이 든다고 지적했습니다. 에모리 대학교의 래리 워커는 자신의 원칙을 “활용하되 검증하라”는 말로 정리했습니다. preLights 토론에서 마누엘 레시는 이미 답을 알고 있던 질문에서는 Kosmos가 자신의 분석과 일치하는 결과를 냈지만, 새로운 질문에서는 결과를 검증하는 데 시간이 너무 오래 걸려 직접 하는 편이 더 빠를 뻔했다고 밝혔습니다.

연구가 소모품처럼 과금됩니다. 출시 당시 Kosmos 이용료는 1회 실행당 200달러였고, 학계에는 무료 이용 혜택이 주어졌습니다. 로드리케스는 Alzforum 인터뷰에서 학계와 바이오테크 업계에서 약 3만 명이 이를 사용해 보았다고 밝혔습니다. Edison Scientific이 제시하는 소요 시간 절감 수치는 회사와 협력자들의 추정치입니다. 베타 사용자들은 20주기 실행 한 번이 약 6개월 치 연구 분량에 해당한다고 보았고, Edison Scientific이 읽은 논문 편수와 실행한 분석 건수를 계산했을 때는 약 4.1개월 분량이 나왔습니다. 2026년 5월 이후 Edison Scientific은 기업 대상 계약으로 방향을 틀었습니다. 초기 구독을 마감하고 학계에는 일회성 크레딧을 지급했으며, 인사이트(Incyte)와 파트너십을 맺고 타깃 발굴과 중개 생물학을 시작으로 인사이트의 발굴 및 개발 업무 전반에 Kosmos를 도입하기로 했습니다. 재무 조건은 공개되지 않았습니다.

4. 파급

연구 조직에서는 가장 귀한 역량이 분석 수행에서 분석 평가로 옮겨갈 수 있습니다. 에이전트가 문헌 읽기와 분석 단계를 병렬로 처리할 수 있게 되면, 주니어 연구원이 몇 시간씩 들여 수행하는 분석 작업의 가치는 떨어지고, 잘못된 해석을 짚어낼 수 있는 시니어 과학자의 가치가 올라갈 것입니다. 결과 해석 검증률이 57.9%에 머물렀다는 점은 이러한 판단 영역이 당분간 사람 손에 남아 있을 수 있음을 시사합니다.

제약 R&D와 관련 서비스 분야에서는 문서 중심 업무가 줄어들 수 있습니다. 규제 기관 제출 문서 작성과 데이터 검토는 신약 개발에서 큰 비중을 차지하며, 보통 사내 전문 팀이나