논문을 AI 에이전트로 바꾸는 Paper2Agent가 2026년 9월 16일 네이처에 실렸다

Paper2Agent는 논문 본문과 그 논문의 코드 저장소를 함께 읽어 MCP 서버로 바꾸고, 그 서버를 클로드 코드 같은 대화형 에이전트에 연결해 논문의 도구와 워크플로를 자연어로 실행하게 만드는 다중 에이전트 프레임워크다. 네이처는 2026년 9월 16일 이 연구를 "Reimagining research papers as interactive and reliable AI agents"라는 제목으로 게재했고(DOI 10.1038/s41586-026-11044-y), 저자는 스탠퍼드대의 Jiacheng Miao, Joe R. Davis, Yaohui Zhang, Jonathan K. Pritchard, James Zou다. 논문은 알파지놈(AlphaGenome)으로 유전 변이를 해석하는 에이전트와 스캔파이(ScanPy)·티슈(TISSUE)로 단일세포·공간 전사체를 분석하는 에이전트를 만들어 원 논문 결과를 재현했고, 자동으로 만들어진 AI 코사이언티스트가 ADHD 위험과 연관된 새 스플라이싱 변이를 찾아냈다고 보고했다. 깃허브 저장소는 MIT 라이선스로 공개돼 있으며 별 2.5천 개와 포크 374개를 기록했다. ASAP은 arXiv 원문과 공식 저장소에서 확인되는 사실만으로 이 방식이 논문 유통에서 무엇을 바꾸는지 정리한다.

논문 한 편이 MCP 서버 한 개로 바뀌는 순서

Paper2Agent가 하는 일은 논문을 요약하는 것이 아니라 논문의 코드를 실행 가능한 도구 목록으로 바꾸는 것이다. 공식 저장소 설명에 따르면 이 시스템은 병렬로 움직이는 전문 에이전트들을 조율해 논문 본문과 연결된 코드 저장소를 읽고, 변환 워크플로를 돌리고, 검증 단계를 거친 뒤 사용 문서가 딸린 테스트 완료 MCP 서버를 ZIP 파일로 내보낸다.

핵심은 변환이 아니라 그다음에 붙는 반복 검증이다. arXiv 초록은 여러 에이전트로 논문과 코드베이스를 체계적으로 분석해 MCP 서버를 구성한 다음, 테스트를 반복적으로 생성하고 실행해 결과물을 다듬고 견고하게 만든다고 적었다. 논문을 읽고 코드를 감싸는 작업 자체는 이미 여러 도구가 하던 일이고, 감싼 결과가 실제로 돌아가는지를 자동 생성 테스트로 계속 때려 보는 구간이 이 연구가 새로 넣은 부분이다.

출력물이 MCP 규격을 따른다는 점이 배포 경로를 정한다. 저장소는 생성된 도구가 클로드 코드, 코덱스, 구글 제미나이 CLI 같은 코딩 에이전트에 붙는다고 명시했다. 실행 요건으로는 파이썬과 깃, 스킬을 지원하고 셸 접근이 되는 코딩 에이전트 호스트, 그리고 프로젝트마다 다른 런타임 의존성으로 R와 CLI 도구, API, GPU 자원을 들었다. 클로드 코드에서는 저장소의 skills/paper2agent 폴더를 홈 디렉터리의 스킬 경로로 복사하는 두 줄 명령으로 설치가 끝난다.

알파지놈과 스캔파이, 티슈로 검증한 두 가지 기준

논문이 고른 사례는 알파지놈(AlphaGenome)과 스캔파이(ScanPy), 티슈(TISSUE) 세 가지이고 검증 기준은 재현과 신규 질의 두 가지다. 알파지놈 기반 에이전트는 유전 변이를 해석하는 과제를, 스캔파이와 티슈 기반 에이전트는 각각 단일세포 분석과 공간 전사체 분석을 맡았다.

초록이 명시한 검증 문장은 두 항목으로 나뉜다. 만들어진 논문 에이전트가 원 논문의 결과를 재현할 수 있다는 것, 그리고 사용자가 새로 던지는 질의를 올바르게 수행할 수 있다는 것이다. 이 두 기준은 난이도가 다르다. 재현은 논문이 이미 정답을 적어 둔 경로를 다시 밟는 일이고, 신규 질의는 저자가 예상하지 않은 조합으로 도구를 쓰는 일이다. 코드 공개만으로 보장되던 것은 앞의 것뿐이었다.

정량 평가는 별도 저장소로 분리돼 있다. 공식 저장소는 종합 평가 지표를 위해 Paper2AgentBench라는 별개 깃허브 저장소를 참조하라고 안내한다. 네이처 본문과 arXiv 초록 어느 쪽에도 변환 성공률이나 도구 호출 정확도 같은 단일 숫자는 제시되지 않았고, 논문이 내세운 근거는 심층 사례 연구다.

ADHD 스플라이싱 변이 발견은 성공률이 아니라 존재 증명이다

arXiv 초록에 담긴 가장 강한 주장은 Paper2Agent가 자동으로 만든 AI 코사이언티스트가 ADHD 위험과 연관된 새 스플라이싱 변이를 찾아냈다는 대목이다. 이 문장을 읽을 때 먼저 확인할 것은 주장의 층위다. 초록의 표현은 연관(associated)이며 인과를 주장하지 않는다. 계산 단계에서 나온 가설이고, 실험 검증 결과는 이 논문의 범위가 아니다.

그래도 이 결과가 흥미로운 지점은 발견 자체보다 발견이 만들어진 경로에 있다. 변이를 찾은 주체는 한 개의 도구가 아니라 서로 다른 논문에서 나온 도구들을 이어 붙인 조합이었다. 논문 A의 방법과 논문 B의 데이터 처리 파이프라인을 사람이 손으로 붙이려면 두 저장소의 환경을 모두 세우고 입출력 규격을 맞춰야 한다. MCP 서버로 감싸 놓으면 그 접합 비용이 도구 호출 한 줄로 내려간다. 이 논문이 실제로 보여 준 것은 접합 비용이 충분히 낮아졌을 때 조합 탐색이 자동으로 시작된다는 사실이다.

동시에 이 한 건을 성능 지표로 오해하지 않아야 한다. 새 변이 한 개는 존재 증명이고, 논문 에이전트 조합이 유효한 가설을 얼마나 자주 만드는지에 대한 비율은 공개된 문서에 없다. 실험실에서 이 방식을 도입할 때 물어야 할 질문은 발견 사례가 몇 건이냐가 아니라, 틀린 가설이 얼마나 자주 그럴듯한 형태로 나오느냐다. 자동 생성 테스트가 검증하는 것은 코드가 도는지 여부이고, 과학적으로 맞는지 여부는 아니다.

프리프린트와 정식 게재 사이 12개월 동안 벌어진 일

Paper2Agent 프리프린트는 arXiv에 2025년 9월 8일 v1으로 올라왔고 2025년 10월 16일 v2로 갱신됐으며, 네이처 게재는 2026년 9월 16일이다. 심사에 1년 가까이 걸린 셈이다. 이 간격이 이 연구의 성격을 그대로 보여 준다.

같은 기간에 MCP는 코딩 에이전트의 사실상 표준 접속 규격으로 굳었고, Paper2Agent 저장소는 별 2.5천 개와 포크 374개를 모았다. 다시 말해 이 논문의 실질적인 배포는 정식 게재보다 1년 먼저 일어났다. 저장소는 MIT 라이선스이므로 누구나 가져다 쓰고 고칠 수 있었다. 논문을 도구로 바꾸는 연구가 논문 게재 절차보다 저장소 유통으로 먼저 퍼졌다는 구도는 이 연구의 주장을 스스로 실증한다.

재현성 논의의 초점이 어디에서 막혀 있었는지도 다시 보게 된다. 코드와 데이터 공개는 오래된 규범이고, 컨테이너와 노트북은 실행 환경을 보존하는 데 성공했다. 보존되지 않은 것은 의도였다. 어떤 함수가 어떤 상황에서 쓰이는 도구인지, 입력을 어떤 형태로 넣어야 하는지는 대체로 논문 본문과 예제 노트북에 흩어진 채로 남았다. MCP 서버의 도구 설명은 정확히 그 층을 기계가 읽을 수 있는 형태로 고정한다. 유통의 단위가 PDF에서 도구 명세로 내려가는 변화가 이 논문의 실제 내용이다.

한국 연구실이 지금 적용할 수 있는 것과 아직 아닌 것

한국 연구실이 오늘 바로 시도할 수 있는 작업은 MIT 라이선스로 공개된 Paper2Agent 저장소를 자기 논문 저장소에 직접 돌려 보는 것이다. 요건은 파이썬과 깃, 그리고 스킬을 지원하며 셸 접근이 되는 코딩 에이전트 호스트다. 저장소가 잘 정리돼 있고 실행되는 예제가 들어 있는 논문이 가장 먼저 효과를 본다. 반대로 예제가 깨져 있거나 의존성이 고정되지 않은 저장소는 변환 단계에서 막힌다.

인용과 채택을 따로 계산하는 팀에게는 이 방식이 새로운 지표를 만든다. 영어권 학술지에 논문을 내는 한국 연구실 입장에서 논문 인용은 오래 걸리고 통제하기 어렵지만, 자기 방법을 MCP 서버로 묶어 함께 공개하면 다른 연구자의 에이전트가 그 도구를 직접 호출하는 경로가 열린다. 도구가 호출될 때마다 방법이 쓰이고, 쓰인 방법은 논문으로 돌아온다. 저장소 지표가 심사 기간보다 빨리 움직인다는 점은 이번 사례가 이미 보여 줬다.

기업 연구조직에도 같은 구조가 적용된다. 사내 기술 문서와 분석 스크립트는 대체로 읽히지 않은 채 쌓이고, 신규 인력이 그 자산에 접근하는 비용이 인수인계의 대부분을 차지한다. 논문을 MCP로 바꾸는 절차는 사내 문서와 코드 저장소 쌍에도 그대로 대응한다. 다만 셸 접근과 런타임 실행을 전제하는 방식이므로 데이터 접근 권한과 사내 보안 정책을 먼저 정리해야 한다.

남는 한계와 확인해야 할 질문

Paper2Agent의 결과 품질은 원 논문 저장소의 상태가 정한다. 코드가 없는 논문, 데이터 접근이 막힌 논문, 의존성이 고정되지 않은 저장소에서는 변환할 대상 자체가 없다. 시스템이 반복 생성하는 테스트는 도구가 실행되는지와 출력 형식이 맞는지를 확인하는 장치이며, 방법이 과학적으로 타당한지 판정하는 장치가 아니다.

두 번째 질문은 유지보수다. MCP 서버는 한 번 만들어 두면 그 시점의 저장소 상태에 묶인다. 원 저장소가 갱신되거나 의존 라이브러리가 바뀌면 도구는 조용히 어긋난다. 논문 에이전트를 진지하게 쓰려는 조직은 변환 결과를 산출물로 관리하는 체계, 즉 재변환 주기와 버전 대응 규칙을 함께 세워야 한다.

세 번째는 출처 표시다. 에이전트가 논문 A의 도구를 호출해 결과를 냈을 때 그 기여가 어떻게 기록될지는 이 논문이 다루지 않았다. 지금 구조에서는 도구 호출 로그에만 남고 최종 결과물에는 남지 않는다. 논문을 도구로 유통하는 방식이 퍼질수록 인용 체계가 이 로그를 어떻게 흡수할지가 실무 쟁점이 된다. 정량 성능을 먼저 확인하려는 쪽은 Paper2AgentBench 저장소의 평가 지표를 보는 것이 순서다.

출처: Paper2Agent: Reimagining Research Papers As Interactive and Reliable AI Agents (arXiv:2509.06917) · jmiao24/Paper2Agent 공식 저장소 (MIT 라이선스) · Reimagining research papers as interactive and reliable AI agents (Nature, 2026년 9월 16일, DOI 10.1038/s41586-026-11044-y)