오픈소스 에이전트 기반의 재료과학 혁신 플랫폼 AGAPI
📝 원문 정보
- Title: AGAPI-Agents: An Open-Access Agentic AI Platform for Accelerated Materials Design on AtomGPT.org
- ArXiv ID: 2512.11935
- 발행일: 2025-12-12
- 저자: Jaehyung Lee, Justin Ely, Kent Zhang, Akshaya Ajith, Charles Rhys Campbell, Kamal Choudhary
📝 초록 (Abstract)
인공지능은 과학적 발견을 새롭게 바꾸고 있지만, 재료 연구에서는 분산된 컴퓨팅 생태계, 재현성 문제, 상업용 대형 언어 모델(LLMs)에 대한 의존성이 여전히 제약이 되고 있습니다. 여기서 우리는 AGAPI(AtomGPT.org API), 오픈 액세스 에이전트 AI 플랫폼을 소개합니다. 이 플랫폼은 8개 이상의 오픈 소스 LLMs와 재료과학 API 엔드포인트를 통합하여 데이터베이스, 시뮬레이션 도구, 머신러닝 모델을 공통 오케스트레이션 프레임워크로 통합합니다. AGAPI는 에이전트-플래너-실행자-요약자 구조를 사용해 재료 데이터 검색부터 그래프 신경망 속성 예측, 머신러닝 포스필드 최적화, 긴결합 계산, 회절 분석 및 역 설계에 이르는 다단계 워크플로우를 자동으로 구성하고 실행합니다. 우리는 AGAPI를 통해 엔드투엔드 워크플로우를 시연하며, 10개 이상의 연속적인 작업을 필요로 하는 헤테로스트럭처 구축, 분말 X선 회절 분석 및 반도체 결함 공학을 포함합니다. 또한 우리는 AGAPI를 30개 이상의 예제 프롬프트를 사용한 테스트 케이스에서 평가하고 도구 접근 유무에 따른 에이전트 예측을 실험 데이터와 비교합니다. 현재 1,000명 이상의 활성 사용자를 보유하고 있는 AGAPI는 재현 가능하고 AI 가속화된 재료 발견을 위한 확장 가능한 투명한 기반을 제공합니다.💡 논문 핵심 해설 (Deep Analysis)
특히, AGAPI는 재료 데이터의 검색부터 그래프 신경망을 통한 속성 예측, 머신러닝 기반 포스필드 최적화, 긴결합 계산 및 회절 분석까지 다양한 과정을 포함하는 엔드투엔드 워크플로우를 구현합니다. 이러한 워크플로우는 헤테로스트럭처의 생성부터 분말 X선 회절 분석, 반도체 결함 공학에 이르기까지 복잡한 과정을 처리할 수 있습니다.
AGAPI는 30개 이상의 예제 프롬프트를 사용해 그 성능을 평가하며, 도구 접근 유무에 따른 에이전트 예측 결과를 실험 데이터와 비교합니다. 이러한 방법은 AGAPI의 정확성과 신뢰성을 검증하는 동시에, AI 기반 재료과학 연구에서의 잠재력을 보여줍니다.
현재 1,000명 이상의 활성 사용자를 확보하고 있는 AGAPI는 재현 가능하고 확장 가능한 플랫폼으로서 재료과학 분야에서의 혁신을 촉진하는 중요한 역할을 수행합니다. 이 플랫폼은 오픈 소스 코드베이스를 제공함으로써, 연구자들이 자신의 연구에 AGAPI를 적용하거나 개선할 수 있는 기회를 제공하며, 이러한 접근성과 투명성은 재료과학 분야의 혁신을 가속화하는 데 중요한 역할을 합니다.
📄 논문 본문 발췌 (Excerpt)
📸 추가 이미지 갤러리
