AutoResearchClaw: 논문 작성을 자동화한 멀티에이전트, 학계는 왜 갈렸나

학술 논문 작성의 전 과정을 자율적으로 수행하는 AI 에이전트 AutoResearchClaw가 등장하며 연구자 커뮤니티에 충격과 논쟁을 동시에 불러일으키고 있다. 연구 주제를 입력하면 관련 문헌 탐색, 핵심 논점 분석, 초안 작성, 인용 검증까지 일련의 과정을 에이전트가 자율 수행하는 방식으로, 기존의 단순 AI 글쓰기 도우미를 넘어 완결된 학술 문서를 생성하는 수준에 도달했다. 이 기술이 학문적 생산성을 혁신할 것이라는 기대와 학술 생태계의 근간을 위협할 수 있다는 우려가 맞서며, AI와 학문의 경계에 대한 근본적 질문을 던지고 있다.

프롬프트를 계속 입력해야 하는 도구의 한계

ChatGPT, Claude, Gemini 등 LLM 기반 도구들이 논문 작성에 활용되고 있지만, 기존 도구들은 근본적인 한계를 가진다. 사용자가 직접 프롬프트를 입력하고 결과를 확인하며 다음 단계를 지시해야 하는 단편적 지원 방식이라, 전체 논문 작성에는 수십 번의 수동 상호작용이 필요하다. 대화 창을 넘나들며 작업하면 앞에서 결정한 내용과 일관성을 유지하기 어려워 섹션 간 논리적 연결이 끊어지거나 동일 개념을 다르게 표현하는 문제가 생긴다. 학습 데이터 컷오프 이후 발표된 최신 연구를 포함할 수 없어 문헌 검토의 신뢰성도 저하되고, LLM이 존재하지 않는 논문을 그럴듯한 형식으로 인용하는 "인용 환각" 문제는 학술 맥락에서 특히 치명적이다.

AutoResearchClaw는 이러한 한계를 전문화된 에이전트의 분업을 통해 극복한다. 단일 LLM이 모든 것을 처리하는 대신, 각기 다른 역할을 맡은 에이전트들이 협력하며 파이프라인을 구성한다. 검색 에이전트는 최신 데이터베이스에서 실제 논문을 가져오고, 분석 에이전트는 내용을 깊이 이해하며, 작성 에이전트는 학술 문체로 텍스트를 생성하고, 검토 에이전트는 오류와 비일관성을 잡아낸다. 프로젝트 이름의 "Claw"는 여러 정보 소스를 동시에 긁어모으는(crawl) 방식과 집게발처럼 정보를 집어 구조화하는 동작을 은유적으로 표현한다.

검색부터 출력까지 이어지는 파이프라인

⤢✕

(1) 검색 및 문헌 수집 에이전트 — 주어진 연구 주제를 여러 학술 데이터베이스에 최적화된 쿼리로 변환하여 동시에 검색을 수행한다. Semantic Scholar, arXiv, PubMed, IEEE Xplore 등 주요 데이터베이스 API를 활용하며, 검색 범위를 최근 5년 이내 논문으로 제한하거나 피인용 수 기반으로 핵심 논문을 우선 선별하는 필터링 전략을 자율 적용한다. 수집된 논문은 풀텍스트 파싱을 시도하며, 접근 불가능한 유료 논문은 초록과 메타데이터만을 활용해 처리한다. 이 단계에서 100-300편의 후보 논문이 수집된 후, 주제 관련성 점수를 기반으로 최종 20-50편을 선별하여 이후 단계로 전달한다.

(2) 분석 및 합성 에이전트 — 선별된 논문들을 체계적으로 분석하여 지식 구조를 만든다. 각 논문에서 연구 목적, 방법론, 핵심 결과, 한계점을 추출하고 구조화된 형태로 저장하며, 동시에 논문들 간의 인용 관계와 개념적 연결을 분석해 그래프 구조를 구성한다. 핵심 기능은 연구 갭 식별이다. 기존 연구들이 다루지 않은 영역, 상충되는 연구 결과가 존재하는 영역, 방법론적 개선이 필요한 영역을 자동으로 식별해 논문의 기여점(contribution)을 뒷받침하는 근거로 활용한다.

(3) 초안 작성 에이전트 — 분석된 내용을 바탕으로 학술 논문의 표준 구조(서론, 관련 연구, 방법론, 실험, 결론)에 따라 섹션별로 초안을 작성한다. 목표 저널의 투고 규정과 문체 스타일을 학습하여 IEEE, ACM, Nature, PLOS 등 주요 저널 포맷에 맞춘 글쓰기를 수행한다. 인용 처리에서는 수집된 실제 논문 데이터만을 사용해 환각 인용을 방지하고, 문장을 작성하는 시점에 참조 논문 ID를 연결하며, 최종 출력 시 BibTeX 또는 EndNote 형식의 참고문헌 목록을 자동 생성한다.

(4) 검토 및 정제 에이전트 — 작성된 초안을 다음 기준으로 자동 평가한다.

평가 항목	검증 방법
인용 정확성	인용된 내용과 원문 매핑 확인
논리적 일관성	주장-근거 구조 분석
섹션 간 연결성	서론-결론 대칭, 중간 섹션 흐름 검증
학술 문체 준수	수동태 비율, 전문 용어 사용, 문장 길이 분포
표절 위험	원문과의 유사도 계산

평가 결과 기준 미달 항목이 있으면 구체적인 수정 지시를 생성하여 작성 에이전트로 피드백하고, 이 루프를 품질 기준을 충족할 때까지 반복한다.

기술 스택: LangGraph와 RAG로 엮은 파이프라인

AutoResearchClaw는 Python 기반으로 구현되었으며, 에이전트 오케스트레이션에는 LangGraph를 활용한다. LLM 백엔드로는 Claude 3.5 Sonnet과 GPT-4o를 지원하며, 태스크 유형에 따라 모델을 선택적으로 라우팅한다.

⤢✕

벡터 데이터베이스로는 Chroma를 사용하여 수집된 논문 내용을 임베딩으로 저장하고, 작성 중 관련 내용을 실시간으로 검색하는 RAG(Retrieval-Augmented Generation) 방식을 적용한다. 이를 통해 각 에이전트가 방대한 문헌 내용을 컨텍스트 창의 제약 없이 참조할 수 있다. 전체 파이프라인의 실행 시간은 논문의 복잡도와 수집 문헌 수에 따라 다르지만, 일반적인 단기 논문 기준으로 30분-2시간 내에 초안을 완성한다.

프로젝트는 GitHub에 오픈소스로 공개되어 있으며, 초기 릴리스 이후 빠르게 스타를 모으며 AI 연구 도구 분야에서 주목받고 있다.

연구자들이 갈리는 지점 — 가속인가, 위협인가

연구자들 사이에서는 AutoResearchClaw를 순전히 부정적으로만 볼 수 없다는 목소리도 있다. 새로운 연구 분야에 진입하는 연구자가 빠르게 현황을 파악하는 도구로 활용하면, 수주가 걸리던 문헌 검토 작업을 몇 시간으로 단축할 수 있다. 영어 학술 논문 작성에 언어적 장벽을 가진 연구자들이 아이디어를 구체화하는 첫 번째 초안을 생성하는 도구로도 쓸 수 있고, 동일한 형식으로 반복 작성되는 기술 보고서나 내부 연구 문서 작성을 자동화하는 용도로는 윤리적 우려가 적다.

반면 학술 커뮤니티의 다수는 심각한 우려를 표명한다. 논문의 저자는 연구의 기획, 실행, 해석에 실질적으로 기여한 사람이어야 한다는 원칙이 있는데, AutoResearchClaw가 생성한 논문을 제출하는 것은 이 원칙을 정면으로 위반한다. 논문 작성 과정 자체가 연구자의 비판적 사고와 분석 능력을 함양하는 훈련 과정인데, 이를 외부화하면 연구자 공동체의 지적 역량 자체가 약화될 수 있다. AI가 생성한 내용의 미묘한 오류나 잘못된 해석이 학술 문헌에 유입되면 이후 연구들이 이를 인용하며 오류가 전파될 위험도 있고, 논문 생산 비용이 급격히 낮아지면 학술지 제출량이 폭증해 심사 시스템의 과부하와 품질 저하로 이어질 수 있다.

IEEE, ACM 등 주요 학술 기관은 이미 AI 생성 콘텐츠의 저자 기여 명시를 의무화하는 정책을 강화하고 있으며, 일부 저널은 AI 보조 작성 자체를 금지하는 방향으로 투고 규정을 개정했다.

아직 못 하는 것들

AutoResearchClaw가 완전한 학술 논문을 생성한다고는 하지만, 현재 기술 수준에서의 명확한 한계도 존재한다. 시스템은 기존 문헌을 합성하는 데는 능하지만, 새로운 실험을 설계하고 수행하여 원본 데이터를 생성하는 능력은 없다. 따라서 실험 결과를 필수로 요구하는 실증 연구 논문은 현재 수준에서 독자적으로 작성하기 어렵다. 기존 연구의 패턴을 조합하는 능력은 뛰어나지만, 패러다임을 전환하는 창의적 가설을 독자적으로 생성하는 데는 여전히 인간 연구자의 직관을 따라가지 못한다. 매우 전문화된 서브필드에서는 에이전트가 미묘한 방법론적 차이나 커뮤니티의 암묵적 지식을 정확히 반영하지 못하는 경우도 있다. RAG와 인용 검증으로 환각을 크게 줄였지만, 분석 과정에서 논문 내용을 잘못 해석하거나 과장하는 사례는 여전히 발생한다.

AutoResearchClaw는 학술 논문 작성의 기술적 자동화 가능성을 현실로 보여주는 프로젝트로, 연구자의 생산성 향상 도구로서의 잠재력과 학문적 진실성에 대한 심각한 위협을 동시에 내포한다. 이 기술의 등장은 "AI가 논문을 쓸 수 있는가"라는 기술적 질문을 넘어, "논문을 쓰는 행위의 본질적 가치가 무엇인가"라는 학문 철학적 질문을 학술 커뮤니티 앞에 돌이킬 수 없는 방식으로 제기하고 있다.