Agentic AI for Scientific Discovery: A Survey of Progress, Challenges, and Future Directions

Essence

Figure 1: Agentic AI workflow for scien-

이 논문은 과학 발견을 위한 Agentic AI 시스템의 현황을 종합적으로 검토하는 서베이이다. 자율적 추론, 계획, 의사결정이 가능한 AI 에이전트가 문헌 리뷰, 가설 생성, 실험 설계, 결과 분석 등 과학 연구의 주요 단계를 자동화하는 방식을 다룬다.

Motivation

Known: Large Language Models의 발전으로 인해 AI 기반 에이전트가 등장했으며, 기존의 자동화 도구들도 존재해왔다. 다만 이들은 도메인 특화성과 규정 준수 측면에서 한계를 보였다.
Gap: 기존 LLM 기반 연구 자동화 시스템들은 일반적인 연구 워크플로우에서는 성공했지만, 특히 문헌 리뷰 자동화에서 성능 저하를 보인다. 또한 시스템 신뢰성, 재현성, 윤리적 거버넌스에 대한 체계적 검토가 부족했다.
Why: Agentic AI가 과학 연구의 효율성을 획기적으로 향상시킬 수 있는 잠재력을 가졌기 때문에, 현재 진행 상황, 평가 방법론, 그리고 직면한 도전 과제를 종합적으로 정리할 필요가 있다. 이는 향후 더 신뢰할 수 있고 임팩트 있는 과학적 기여를 도출할 기반을 마련한다.
Approach: 논문은 Agentic AI 시스템을 자율성 수준과 연구자와의 상호작용 방식에 따라 분류한다. 완전 자율 시스템(CoScientist, ChemCrow, ProtAgents, LLaMP)과 인간-AI 협업 시스템(Virtual Lab, BioPlanner, CALMS, Agent Laboratory)으로 범주화하고, 각각의 구현 프레임워크, 평가 지표, 활용 데이터셋을 체계적으로 정리한다.

Achievement

Figure 2: AI Agents frameworks for scientific dis-

주요 성과는 다음과 같다:

분류 체계: Agentic AI를 자율 시스템과 협업 시스템으로 이분화하여 각각의 특성과 적용 사례를 명확히 제시
프레임워크 및 도구 소개: 화학, 생물학, 재료과학 분야의 구체적 사례(CoScientist, ChemCrow, ProtAgents, LLaMP 등) 제공
평가 메트릭스: 기존 시스템의 성능 평가 기준에 대한 논의
과제 분석: 문헌 리뷰 자동화의 어려움, 신뢰성 문제, 윤리적 우려사항 등을 구체적으로 식별
향후 방향: 인간-AI 협업 강화 및 시스템 보정 개선 방향 제시

How

Figure 2: AI Agents frameworks for scientific dis-

LLM 기반 에이전트의 아키텍처와 구성요소(자율성, 학습, 메모리, 인지, 계획, 의사결정, 행동)를 정의
Single agent 대 multi-agent 시스템의 장단점 비교분석
도메인별 사례 연구를 통해 구체적 구현 방식 제시
자동화 수준과 인간 개입 정도에 따른 시스템 분류

Originality

Agentic AI를 과학 발견의 맥락에서 체계적으로 종합한 최초의 대규모 서베이
완전 자율 시스템과 협업 시스템의 이분화라는 새로운 분류 관점 제시
에이전트의 철학적·기술적 근거(Aristotle부터 현대 embodied intelligence까지)를 연결
도메인별 구체적 사례를 통해 Agentic AI의 다양한 응용 패턴 추출

Limitation & Further Study

서베이는 주로 기술적 성능과 기능에 초점을 맞추고 있으며, 실제 과학자 사용자의 관점과 수용도에 대한 체계적 평가가 부족함
재현성(reproducibility) 문제, 특히 문헌 리뷰 자동화의 구조화된 평가 방법론이 미성숙
에이전트 시스템의 에러 분석, 실패 사례, 비용-편익 분석에 대한 상세 논의 부족
멀티에이전트 시스템의 에이전트 간 통신과 협력 메커니즘에 대한 심화 검토 필요

후속 연구:

다양한 학문 분야에서의 실증적 벤치마킹과 비교 연구
에이전트 시스템의 신뢰성과 재현성을 평가하기 위한 표준화된 메트릭 개발
인간-AI 협업의 최적 수준 탐색 및 사용자 경험 연구
윤리, 데이터 거버넌스, 규제 준수에 대한 깊이 있는 분석

Evaluation

Novelty: 4/5 Technical Soundness: 4/5 Significance: 4/5 Clarity: 4/5 Overall: 4/5

총평: 이 서베이는 Agentic AI가 과학 발견에 미치는 영향을 종합적으로 조망한 시의적절한 작업이다. 다양한 도메인의 구체적 사례, 명확한 분류 체계, 미해결 문제의 체계적 식별을 통해 이 분야의 현황과 방향을 제시하는 가치 있는 기여를 한다. 다만 실증적 평가, 사용자 관점, 규제 측면에서의 심화 분석이 추가된다면 더욱 강화될 것이다.

같이 보면 좋은 논문

Training socially aligned language models in simulated human society

기반 연구시뮬레이션 기반 상호작용 학습 패러다임을 확장함

Perspective on utilizing foundation models for laboratory automation in materials research

기반 연구재료 과학 등 실험 자동화에 기초 모델을 적용하는 유사한 응용 사례

A survey of large language models

다른 접근과학 연구 자동화를 위한 에이전틱 AI 시스템의 발전을 다루는 유사한 서베이

What factors affect multimodal in-context learning? an in-depth exploration

다른 접근ICL 성능에 영향을 미치는 요인을 다른 관점에서 분석한 연구이다.

MLRC-Bench: Can Language Agents Solve Machine Learning Research Challenges?

다른 접근다양한 과학 분야에서의 AI 활용 사례를 종합적으로 검토하는 관련 연구

ResearchGym: Evaluating Language Model Agents on Real-World AI Research

다른 접근과학적 발견 과정에서 AI 에이전트의 역할을 논의하는 관련 서베이 논문

CLINIC : Evaluating Multilingual Trustworthiness in Language Models for Healthcare

후속 연구SPECTER2 유사도 0.92 기준으로 'CLINIC : Evaluating Multilingual Trustworthiness in Language Models for Healthcare'의 AI4S 방법론을 'Agentic AI for Scientific Discovery: A Survey of Progress, Challenges, and Future Directions'의 과학 생산·평가 맥락과 함께 보면 연구 자동화의 의미를 입체적으로 볼 수 있다.

FormalRx: Rectify and eXamine Semantic Failures in Autoformalization

후속 연구SPECTER2 유사도 0.92로 Biomedical AI Knowledge Systems와 LLM Benchmarking and Agent Evaluation가 맞닿아, 'Agentic AI for Scientific Discovery: A Survey of Progress, Challenges, and Future Directions'가 이 ICML 2026 논문의 배경·대안·응용 맥락을 보완한다.