EMBL AI Librarian: Life-Sciences Knowledge Layer for AI Agents

생명과학 논문 4000만 건에 자연어로 질문하면 증거 스니펫을 주는 AI 에이전트용 지식 계층.

이 논문은 한마디로 생명과학 논문 데이터베이스(Europe PMC, 4000만 건)를 AI 에이전트가 쉽게 쓸 수 있게 해주는 중간 계층을 만들었다. 기존에는 에이전트가 복잡한 검색 문법을 배우고 논문 전체를 읽어야 했는데, EMBL AI Librarian는 자연어로 질문하면 관련 증거 구절만 찾아준다. LLM 하나가 검색 쿼리 생성 → 논문 검색 → 증거 추출까지 다 처리한다. 문헌 종합(ScholarQA-Bench)에서 기존 대비 +16점, GPT-5.4에 Librarian을 붙이면 웹 검색 대비 +8점 향상된다.

핵심 요약

• Europe PMC(4000만 건) 위에 AI 에이전트용 자연어 지식 계층을 구축했다.
• LLM 1개가 검색 쿼리 계획 → 실행 → 논문 파싱 → 증거 스니펫 추출까지 전 과정을 오케스트레이션한다.
• dense vector DB(744GB 필요) 없이 live 검색으로 처리해서 인프라 비용을 크게 줄였다.
• ScholarQA-Bench Citation F1 +16점, LitQA2 정확도 GPT-5.4+웹(70.3) → GPT-5.4+Librarian(78.9).
• ProClaim 검증 파이프라인에 적용 시 전문가 합의와의 일치도 +5점 향상. 코드 공개.

논문 링크

외부 연구를 정리한 자료입니다. HDATF가 발표한 논문이나 제품 성능을 측정한 결과는 아닙니다.