Special Report 2025-2026

The Rise of Agentic AI in Biomedicine

생의학 분야에서 Agentic AI, LLM, 그리고 생의학 지식 그래프(BKG)를 결합한 시스템은 약물 발견 과정을 혁신적으로 변화시키고 있습니다. 이 시스템은 여러 AI 에이전트가 대규모 언어 모델(LLM)을 핵심 추론 엔진으로 사용하고, BKG를 외부 지식 저장소로 활용하여 가설 생성, 검증, 최적화를 자율적으로 반복하는 폐쇄 루프 프레임워크를 구축합니다.

기존 LLM의 한계였던 환각 문제나 최신 지식 미반영 문제를 BKG의 실시간 업데이트와 에이전트 간 토론 및 검증을 통해 해결하여 신뢰도 높은 가설을 생성하는 것이 핵심입니다. 결과적으로 약물 재창출, 신규 타겟 발굴, 조합 요법 설계 속도를 획기적으로 향상시킵니다.

Featured Research

Agentic Medical Knowledge Graphs Enhance Medical Question Answering (2025)

LLM 에이전트가 BKG를 자동으로 구축하고 업데이트하며, 주어진 질문에 따라 관련 서브그래프를 추출하여 추론하는 Agentic Graph-RAG(AMG-RAG) 접근 방식을 제시합니다.

Read Full Paper

Automating AI Discovery for Biomedicine Through Knowledge Graphs And LLM Agents (2025)

지식 해석을 담당하는 Analyst Agent, 가설 및 실험 설계를 맡은 Scientist Agent, 피드백을 제공하는 Reviewer Agent로 구성된 멀티에이전트 시스템이 지식 그래프(KG)와 LLM을 결합하여 반복적으로 성능을 개선하는 프레임워크를 설명합니다.

Read Full Paper

AI Agents in Drug Discovery (2025)

약물 재창출 분야에서 지식 그래프(KG)를 도구로 활용하고 강화 학습(RL) 기반의 자기 진화 모듈을 추가하여 정확도를 향상하는 PharmAgents 시스템을 다룹니다.

Read Full Paper

Beyond SMILES: Evaluating Agentic Systems for Drug Discovery (2026)

약물 발견을 위한 에이전트 시스템 평가 방법론을 제시하며, 기존의 SMILES 표현을 넘어선 새로운 평가 기준을 탐구합니다.

Read Full Paper

BioScientistAgent: KG-Augmented RL Reasoning for Drug Repurposing (2025)

BioScientistAgent는 지식 그래프(KG)를 도구로 활용하고 강화 학습(RL) 기반의 추론을 통해 약물 재창출의 정확도를 높이는 접근 방식을 소개합니다.

Read Full Paper

PrimeKG: Precision Medicine Knowledge Graph (2023, 지속 업데이트)

정밀 의학 지식 그래프인 PrimeKG와 LLM 에이전트의 결합을 통해 유방암, 알츠하이머 등에서 알려지지 않은 새로운 약물 타겟을 발굴하고 우선순위를 정하며, 실험 계획서까지 자동 작성하는 활용 사례를 제시합니다.

Read Full Paper

An update on knowledge graphs and their current and potential applications in drug discovery (2025)

약물 발견 분야에서 지식 그래프의 현재와 잠재적 응용에 대한 최신 동향을 종합적으로 검토합니다.

Read Full Paper

Synthesis

이러한 연구들은 Agentic AI, LLM, BKG의 결합이 Agentic AI Co-Scientist의 강력한 "지식 뇌" 역할을 하며, 2026년 현재 실제 약물 발견 프로젝트에서 가장 많이 활용되는 핵심 기술임을 입증합니다.