AIPOCH Open-Science

재현 가능한 과학을 위한 AI 연구 워크벤치 — 오픈 소스, 로컬 우선, 모델 독립형.

이 문서는 영어 README.md의 번역본입니다. 내용이 다르면 영문 원본을 기준으로 합니다.

AIPOCH Open-Science는 과학자와 연구자를 위한 AI 연구 워크벤치로, AIPOCH가 오픈 소스, 로컬 우선, 모델 독립형 설계로 개발했습니다. 과학 AI 에이전트, Python 및 R 실행, 과학 데이터 커넥터, macOS·Windows·Linux 크로스 플랫폼 지원을 통해 재현 가능하고 검토 가능한 연구를 수행합니다. 하나의 워크스페이스에서 프로젝트를 만들고 연구 목표를 자연어로 설명하면, 에이전트가 파일을 읽고 웹을 검색하며 코드를 실행하고 과학 데이터 소스를 조회하여 추적 가능한 출처가 포함된 보고서, 표, 그림을 생성합니다.

AIPOCH Open-Science는 머신러닝, 통계학, 생명과학, 화학, 재료과학, 물리학, 환경과학을 비롯한 여러 분야의 계산 및 데이터 집약적 연구를 지원합니다. 문헌 검토와 가설 수립부터 코드 실행, 데이터 분석, 시뮬레이션, 시각화, 추적 가능한 연구 결과 생성까지 전체 연구 과정을 지원합니다.

💡 AIPOCH Open-Science v0.33.3 출시 (2026년 9월 업데이트). AIPOCH Open-Science v0.33.3는 문서 미리보기를 페이지 매긴 Office 읽기와 검색, 페이지 단위 PowerPoint 검토로 강화하고, 유전자 커넥터에 Enrichr 유전자 세트 농축 도구를 추가하며, 워크스페이스에 컴팩트 라이브러리 미리보기를 제공합니다. Windows 서명은 이제 모든 번들 실행 파일을 커버하고, Literature 심사에는 평가 중단 작업이 추가되며, 세션 패키지는 적응형 속도로 전송할 수 있습니다. 자세한 내용은 최신 릴리스 노트를 참조하세요.

목차

• 빠른 시작
• 제품 둘러보기
• 벤치마크 성능
• 핵심 기능
• 모델 제공업체
• 데이터, 권한 및 신뢰
• 개발 및 패키징
• 자주 묻는 질문
• 참여하기
• 라이선스

🚀 빠른 시작

1. 앱 다운로드

공식 다운로드 페이지를 열고 컴퓨터에 맞는 설치 프로그램을 선택하세요.

공식 다운로드 페이지에서 다운로드하세요. 필요하면 다운로드 검증을 참고하세요.

macOS에서는 Homebrew로도 설치할 수 있습니다:

brew install --cask open-science

Windows 재설치 시 연구 데이터는 유지됩니다. 완전히 초기화하려면 확인 후 로컬 데이터를 영구 삭제하는 데이터 초기화 도구를 참고하세요.

2. 최초 설정 완료

설정 안내에 따라 환경 → 데이터 위치 → 에이전트 런타임 → 모델 제공업체 → Notebook 런타임 순서로 진행하세요.

필수 환경 및 에이전트 런타임 검사를 완료하고 모델 연결을 테스트하세요. Python/R Notebook 설정은 선택 사항이며, Notebook과 데이터 위치는 나중에 설정에서 변경할 수 있습니다.

3. 연구 프로젝트 시작

1. New project를 클릭하고 세션을 열어 연구 목표, 입력 및 원하는 출력을 설명하세요.
2. 파일을 첨부하고 모델과 승인 모드를 선택한 후 작업을 보내세요. @로 프로젝트 파일을 참조하거나 /로 스킬을 선택할 수 있습니다.
3. 도구 활동과 승인 요청을 확인하고, 결과를 미리 보며 Provenance에서 이용 가능한 근거를 확인하세요.

이 README의 스크린샷은 워크플로를 설명하기 위한 예시입니다. 레이블, 카탈로그 및 기타 인터페이스 세부 사항은 설치한 버전과 다를 수 있습니다.

제품 둘러보기

연구 요청에서 추적 가능한 결과까지

대표적인 생물정보학 작업을 예로 들어 보겠습니다. 출판된 차등 발현 분석을 재현하고, 다시 생성한 결과를 논문과 비교한 뒤 검토에 필요한 보고서, 표, 그림을 제공합니다. 아래 스크린샷은 기록된 AIPOCH Open-Science 워크플로의 대표 화면으로, 각 단계를 보여 주지만 하나의 연속된 세션을 의미하지는 않습니다.

1. 연구 작업과 근거 정의

연구 질문, 원문 논문과 데이터 세트, 필요한 방법 또는 임계값, 예상 출력, 승인 기준을 설명합니다. 관련 파일을 업로드하거나 @로 기존 프로젝트 아티팩트를 참조하여 에이전트가 숨겨진 컨텍스트가 아닌 명시적인 입력에서 시작하도록 합니다.

2. 검사 가능한 과학 도구로 실행

에이전트는 공유 Notebook에서 과학 스킬, 권한이 적용된 연구 커넥터, 검색, 파일 작업, Python 또는 R 코드를 함께 사용할 수 있습니다. 생성된 그림을 연구 요약 옆에서 검토할 수 있으며, 아티팩트 기록에서는 캡처된 생성 코드와 실행 근거를 확인할 수 있습니다.

3. 보고서, 표, 그림을 한곳에서 검토

최종 응답은 재현된 내용, 달라진 내용, 중요한 한계를 요약합니다. 생성된 Markdown 보고서, CSV 표, 이미지 및 기타 연구 아티팩트는 세션에 연결된 상태로 프로젝트 파일 라이브러리에도 모이며, 대화 옆에서 미리 보고 후속 작업에 다시 사용할 수 있습니다.

4. 모든 아티팩트를 근거까지 추적

생성된 각 아티팩트는 체크섬이 있는 변경 불가능한 버전으로 저장됩니다. Provenance 보기에서는 생성 코드와 실행 기록, 참조된 입력, 관찰된 환경 목록, 생성한 대화 브랜치, 버전별 Reviewer 결과를 표시할 수 있습니다. 검증할 수 없는 근거는 추론하지 않고 사용할 수 없음으로 표시합니다.

벤치마크 성능

🏆 BiomniBench-DA Public 50 1위

AIPOCH Open-Science는 집계된 BiomniBench-DA Public 50 비교에서 **gpt-5.6-sol (xhigh)**로 79.05를 기록해 가장 높은 순위 점수를 달성했습니다. 이 결과는 Gemini 3.1 Pro 평가 점수 81.04와 DeepSeek v4-pro 평가 점수 77.06을 동일 가중치로 평균한 값이며, 수집된 Public 50 결과에서 AIPOCH Open-Science를 1위에 올렸습니다. BiomniBench-DA 데이터세트를 살펴보세요.

핵심 기능

AIPOCH Open-Science는 프로젝트 관리, 다중 모델 에이전트 실행, Python 및 R Notebook, 과학 데이터 커넥터, 출처가 포함된 불변 아티팩트 버전, 권한이 적용된 사람 참여 제어를 하나의 로컬 워크스페이스에 통합합니다. 변경되는 카탈로그, 패키징 세부 정보, 새 옵션은 설치된 앱과 최신 릴리스 노트를 기준으로 확인하세요.

모델 제공업체

AIPOCH Open-Science는 제품 수준에서 특정 모델에 종속되지 않습니다. 주요 클라우드 LLM 제공업체 또는 사용자 지정 게이트웨이에 연결하거나 기존 Claude 또는 Codex 구독을 재사용할 수 있습니다. 현재 제공업체 사용 가능 여부는 선택한 에이전트 백엔드와 지원 API 프로토콜에 따라 달라집니다. 모델에 연결하는 방법은 네 가지입니다.

기본 제공업체에는 OpenAI, Anthropic, DeepSeek, NVIDIA Build 등이 있습니다. 모델과 지역별 엔드포인트는 설치 버전 및 선택한 백엔드에 따라 달라지므로 앱의 제공업체 선택기와 연결 테스트로 확인하세요.

데이터, 권한 및 신뢰

AIPOCH Open-Science는 프로젝트 데이터, 설정, 아티팩트 버전, 출처 증거를 로컬 컴퓨터에 저장합니다. API Key는 로컬에 보관되며 운영 체제에서 지원할 경우 보안 자격 증명 저장소로 보호됩니다. 로그는 로컬에 있고 자동으로 업로드되지 않습니다.

외부 데이터 흐름은 발생할 수 있으므로 검토해야 합니다.

• 모델 요청은 프롬프트와 필요한 컨텍스트를 선택한 모델 제공업체로 보냅니다.
• 웹 검색과 원격 커넥터는 표시된 매개변수를 외부 서비스로 보냅니다.
• 로컬 커넥터는 컴퓨터에서 신뢰할 수 있는 명령을 실행할 수 있습니다.
• 앱은 업데이트 서버, 마켓플레이스 카탈로그, 런타임 또는 모델 다운로드 서비스에도 접속할 수 있습니다.
• 첨부 파일, @ 참조, 로그, 생성 보고서에는 민감한 연구 데이터가 포함될 수 있습니다.

작업에 맞는 가장 제한적인 권한 프로필을 선택하세요.

실제 권한 모드는 선택한 백엔드와 기존 승인에 따라 달라집니다. 커넥터, 도구, 컴퓨팅 네트워크 정책도 적용되므로 앱에 표시된 실제 적용 모드를 확인하세요.

승인 전에 커넥터 매개변수와 도구 활동을 검토하세요. API Key, 액세스 토큰, 환자 식별자, 미공개 데이터, 민감한 로컬 경로를 스크린샷이나 공개 이슈 로그에 포함하지 마세요.

개발 및 패키징

AIPOCH Open-Science는 React, TypeScript, Prisma/SQLite, ACP 기반 에이전트 런타임으로 구축된 Electron 앱입니다.

소스 개발 요구 사항:

• Node.js 22(.nvmrc 참고)와 npm
• Git
• Notebook 실행은 선택 사항이며 앱 관리 Python/R 환경이나 직접 설정한 호환 인터프리터를 사용할 수 있습니다.

git clone https://github.com/aipoch/open-science.git
cd open-science
npm install
npm run dev

빌드 명령 및 개발 절차는 개발 명령과 패키징 참고 및 기여 가이드를 확인하세요.

Localhost 웹 및 헤드리스 모드

데스크톱 백엔드는 로컬 컴퓨터의 브라우저에 동일한 렌더러를 선택적으로 제공할 수 있습니다. 이 기능은 기본적으로 꺼져 있고 127.0.0.1에만 바인딩됩니다.

npm run build:web
npm run dev:web

앱에 출력된 인증 URL을 여세요. npm run dev:headless를 사용하면 Electron 창을 열지 않고 백엔드, 트레이, 에이전트 런타임, localhost 웹 서비스를 시작합니다. OPEN_SCIENCE_WEB_PORT로 포트를 선택할 수 있습니다(기본값 44100). 앱을 명시적으로 종료하면 에이전트와 Notebook 프로세스도 정상적으로 종료됩니다.

모바일 원격 액세스

Remote.It 페어링을 통해 휴대전화나 태블릿에서 동일한 localhost 웹 UI에 연결할 수 있습니다. 6자리 AIPOCH Open-Science 코드로 브라우저를 페어링하고 데스크톱에서 한 번 승인하면 루프백 서버를 직접 공개하지 않고 워크스페이스에 연결할 수 있습니다. 브라우저 신뢰는 취소할 수 있으며 모드 변경이나 서비스 종료는 활성 원격 세션을 즉시 무효화합니다.

헤드리스 CLI 및 SDK

헤드리스 CLI와 종속성이 없는 Node.js SDK는 데스크톱 및 웹 인터페이스와 같은 로컬 데몬, 프로젝트, 세션, 자격 증명, 권한을 사용합니다. 자세한 사용법은 게시 가능 패키지와 함께 관리하므로 하나의 명령 참조만 유지합니다.

• CLI 가이드 — 설치, 서비스 수명 주기, 작업 자동화, 아티팩트, 출력 형식, 종료 코드
• SDK 패키지 개요 — Node.js 빠른 시작 및 패키지 진입점

자주 묻는 질문

모델 연결 테스트가 실패하는 이유는 무엇인가요?

답변: API Key에 빠진 문자나 공백이 없는지, Base URL과 지역이 올바른지, 제공업체의 정확한 모델 ID를 사용했는지 확인하고 네트워크 연결과 계정 잔액도 확인하세요. Claude 구독은 선택한 모드에 따라 공유 브라우저 로그인을 다시 시도하거나 격리된 claude setup-token 자격 증명을 갱신하세요.

설정 중 Continue가 비활성화되는 이유는 무엇인가요?

답변: 현재 단계의 필수 조건이 충족되지 않았습니다. 해당 단계에 따라 Action needed 환경 항목을 해결하거나, 선택한 에이전트 런타임을 설치 또는 복구하거나, 모델 제공업체를 검증하세요. Notebook 설정은 선택 사항이며 Notebook 실행에만 영향을 줍니다.

원격 HPC 클러스터에서 작업을 실행하려면 어떻게 하나요?

답변: **Remote Compute (SSH)**는 항상 활성화되어 있으며 Settings에서 따로 활성화할 필요가 없습니다. Settings → Compute에서 SSH 컴퓨팅 호스트를 등록하고 현재 세션에서 사용할 수 있게 한 다음 자연어 또는 /remote-compute-ssh로 원격 컴퓨팅을 사용하세요. 연결 가능한 SSH 호스트, 유효한 인증, 필요한 디렉터리 권한과 작업에 필요한 소프트웨어, 종속성, 컴퓨팅 리소스가 필요합니다. Direct SSH에는 스케줄러가 필요하지 않지만 Slurm 모드에는 사용 가능한 Slurm 환경과 작업 제출 권한이 필요합니다. “항상 활성화”는 Skill 자체를 뜻하며 등록된 모든 호스트가 항상 사용 가능하다는 뜻은 아닙니다.

명령줄 인터페이스가 있나요?

답변: 있습니다. Settings → General → Command line tool → Install command에서 한 번에 설치할 수 있습니다(open-science를 PATH에 추가하며 별도 Node.js가 필요하지 않습니다). CLI는 브라우저를 열지 않고 로컬 서비스를 제어하고 연구 작업을 제출합니다.

# 백그라운드에서 서비스 시작
open-science init
open-science start --no-open

# 프로젝트를 만들고 정확한 이름으로 작업 실행
open-science project create "Systematic review"
open-science run --project "Systematic review" \
  --prompt-file ./task.md \
  --approval-profile auto \
  --skill literature-review \
  --wait --json

# 생성된 아티팩트 다운로드
open-science artifacts list <session-id> --json
open-science artifacts download <artifact-id> --output ./report.md

전체 명령 참조, JSON/JSONL 출력 형식, 종료 코드, 헤드리스 서비스 옵션은 CLI 가이드를 참고하세요.

생성된 결과의 출처를 확인하려면 어떻게 하나요?

답변: 생성된 아티팩트를 열고 Provenance를 선택하세요. 버전을 선택하여 콘텐츠 ID와 사용 가능한 생성 코드, 실행 기록, 입력, 환경 인벤토리, 생성 대화 컨텍스트, 리뷰 증거를 확인합니다. AIPOCH Open-Science가 검증할 수 없는 증거는 사용할 수 없음으로 표시됩니다.

이후 대화를 잃지 않고 이전 요청을 수정할 수 있나요?

답변: 가능합니다. 완료된 사용자 메시지를 편집해 다시 보내면 해당 지점에서 새 브랜치가 생성됩니다. 원래 후속 턴은 계속 사용할 수 있고, 메시지 옆의 수정 화살표로 대체 경로를 전환합니다.

참여하기

AIPOCH Open-Science는 GitHub, Discord, X 및 AIPOCH 웹사이트를 통해 버그 신고, 기능 제안, 설계 토론, 커뮤니티 질문 및 기여를 받습니다. 목적에 가장 잘 맞는 채널을 선택하고 프로젝트 세부 정보를 공개하기 전에 관련 기여 가이드와 공개 게시 안전 안내를 확인하세요.

공개 이슈를 만들기 전에 로그와 스크린샷에서 API Key, 토큰, 비공개 파일 경로, 미공개 데이터, 환자 식별자 및 기타 민감한 정보를 제거하세요. 개발 워크플로는 기여 가이드를 참고하세요.

⭐ 저장소에 Star: 이 프로젝트가 도움이 되었다면 GitHub에서 Star를 남겨 주세요. Star는 지속적인 개발에 힘이 됩니다. 몇 초면 충분하지만 프로젝트에는 큰 의미가 있습니다.

제공 중인 기능, 부분 구현 및 계획은 기능 지도를 확인하세요.

라이선스

Apache License 2.0 — LICENSE를 참고하세요.