AI 에이전트로 의생명 연구를 자동화하고 에이전트가 내린 결론을 어디까지 믿을 수 있는지 검증합니다. 생물정보학과 임상 유전체 분석에서 출발해 멀티오믹스 데이터와 임상시험 1상부터 3상까지의 데이터를 다뤘고 그 결과를 의료진과 제약사가 쓰는 리포트와 서비스로 만들어 왔습니다. 지금은 이 일을 LLM과 에이전트로 합니다. 싸이토젠 진단서비스팀에서 수석연구원으로 일하고 있습니다.

2026년 주요 성과

  • NVIDIA Agentic AI Hackathon 2026 1위: 5명으로 꾸린 팀 FlyGate를 이끌었습니다. 단백질과 약물의 도킹부터 시판 후 이상사례 검토까지 잇는 에이전트 워크플로를 NVIDIA 스택으로 만들었습니다. 검증 에이전트는 일부러 심은 과잉해석 16건을 모두 반려했고 정상 사례 17건에서는 잘못 반려한 것이 없었습니다.
  • ML4H 2026 Findings 채택: 제1저자 겸 교신저자로 쓴 논문입니다. 유전자별 RNA velocity 파라미터의 신뢰도 지도를 다뤘으며 11월 18일 BIOINFO/GIW ISCB-Asia 2026에서 구두로도 발표합니다.

NVIDIA AI 스택에서 맡은 일

FlyGate에서 NeMo Agent Toolkit과 Nemotron으로 작성 에이전트와 검증 에이전트를 나눈 하네스를 만들었습니다. BioNeMo NIM으로 DiffDock 도킹을 연결했고 OpenShell로 에이전트가 접근하는 파일과 네트워크를 정책으로 제한했습니다. 2026년 11월에 NVIDIA Certified Associate: AI Model & Application Development 자격을 취득했습니다.

지금 하는 일

  • 세포 이미지 판독을 돕는 모델을 만들어 사내에 배포하고 적용 범위와 한계를 문서로 남깁니다.
  • 사내 데이터 도구 네 가지와 통합 포털을 기획하고 구현해 운영합니다.
  • 가짜연구소에서 다중 에이전트 연구 하네스 AutoBioX와 AI 검토기가 논문 결함을 얼마나 찾아내는지 측정하는 벤치마크 Falsify를 이끌고 있습니다.
  • 인용 검증을 갖춘 LLM 변이 해석 파이프라인 VeriVar를 11월 14일 춘천 K-BioX Global Bio Innovation Summit 2026에서 포스터로 발표합니다.
  • 11월 22일 AWS Community Day 2026에서 의생명 연구의 자동화 멀티에이전트 워크플로를 발표합니다.

이 블로그의 주제

직접 만든 도구와 파이프라인이 어떻게 만들어졌는지, 모델과 벤치마크를 어디까지 믿을 수 있는지 검증한 기록, AI 에이전트 하네스를 설계하며 배운 것, 논문이 내놓은 수치를 직접 다시 측정한 결과를 적습니다. 글은 되도록 국문과 영문으로 함께 올립니다.

링크와 연락처