AutoSci – 기억이 누적되는 전주기 과학 연구 AI 에이전트

OpenScience와의 차이
구조
주요 워크플로
설치 예시
어디에 맞는가
주의할 점
관련 문서
참고 자료

AutoSci는 과학 연구의 전체 생명주기를 AI 에이전트와 wiki 중심 메모리로 묶는 연구 자동화 플랫폼이다. 문헌 읽기, 아이디어 생성, 실험 설계, 실행, 평가, 논문·포스터 작성까지를 개별 명령과 스킬로 나누고, 프로젝트 지식이 다음 연구로 이어지게 하는 데 초점을 둔다.

GitHub 기준 ★1.6k, MIT 라이선스다.

OpenScience와의 차이

openscience는 브라우저 작업공간에서 과학 연구 도구와 에이전트 실행을 통합하는 워크벤치에 가깝다. AutoSci는 Claude Code, Codex, OpenCode 같은 코딩 에이전트 런타임 위에 스킬·AGENTS/CLAUDE 지침·wiki 메모리 구조를 올리는 방식이다. 즉, 독립 앱보다 연구 프로젝트 저장소 자체를 에이전트 친화적 연구실로 바꾸는 템플릿에 가깝다.

구조

README 기준 안정판은 Claude Code용 main 브랜치이고, autosci-codex와 autosci-opencode 브랜치는 각각 Codex와 OpenCode preview다. 논문에서 설명한 전체 시스템인 SciMem, SciFlow, SciDAG, SciEvolve는 paper 브랜치에 고정되어 있다.

구성	역할
SciMem	연구 기억과 wiki 기반 지식 축적
SciFlow	읽기, 생각, 실험, 쓰기 흐름 관리
SciDAG	연구 작업과 의존성을 구조화
SciEvolve	아이디어와 실험을 반복 개선

주요 워크플로

명령/흐름	설명
`/ideate`	연구 방향에서 후보 아이디어를 생성하고 필터링
`/exp-design`	실험 블록과 ablation 계획 수립
`/exp-run`	실험 코드 작성, 배포, 실행, 결과 수집
`/exp-eval`	실험 결과 평가와 다음 단계 판단
`/daily-arxiv`	연구 관심사에 맞는 arXiv 후보를 추천
`/poster`	논문 초안에서 학회 포스터 HTML/PNG 생성
`/discover --venue`	특정 학회·연도 논문 중 읽을 후보를 추천

Codex preview는 .agents/skills를 사용하고, 추천형 daily-arXiv CI를 제공하지만 자동 ingest와 저장소 writeback은 제한되어 있다. OpenCode preview는 .opencode/skills와 루트 AGENTS.md를 생성한다.

설치 예시

Claude Code 안정판:

git clone https://github.com/skyllwt/AutoSci.git
cd AutoSci
./setup.sh --lang en
claude

Codex preview:

git clone -b autosci-codex https://github.com/skyllwt/AutoSci.git
cd AutoSci
./setup.sh --lang en
codex

어디에 맞는가

AI/ML 연구자: 논문 조사, 실험 코드, 평가, 작성 루프를 한 저장소에서 반복하고 싶을 때
에이전트 연구팀: 스킬 기반 연구 자동화 패턴을 Claude Code·Codex·OpenCode에 맞춰 비교하려는 경우
논문 생산 워크플로 운영자: daily arXiv, venue discovery, poster generation 같은 반복 작업을 프로젝트 지식과 연결하려는 경우

주의할 점

AutoSci는 active beta 성격이 강하다. 브랜치별 런타임 차이가 있으므로 Claude Code 안정판, Codex preview, OpenCode preview를 혼동하면 안 된다. 또한 연구 자동화는 코드 실행과 외부 API 호출을 포함하므로 민감한 데이터나 장기 실험은 격리 환경에서 실행하는 편이 안전하다.

참고 자료

skyllwt/AutoSci — GitHub 공식 저장소

Like?

AI Sparkup