모든 증거를 읽는 과학자가 아니라, 다음 결정을 바꿀 증거를 찾는 과학자

검색 chatbot이 아니라 hypothesis lifecycle을 운영하는 시스템

2025년 Towards an AI co-scientist는 연구자가 준 goal에서 출발해 여러 agent가 hypothesis generation, debate, ranking, evolution, reflection을 반복하고 test-time compute를 배분하는 구조를 제시했다. source synthesis는 drug repurposing, novel target discovery, antimicrobial resistance에서 실험적 검증까지 연결된 사례를 이 흐름의 출발점으로 둔다.

중요한 것은 최종 답변 한 문장이 아니라 연구 상태가 계속 갱신된다는 점이다. 따라서 retrieval은 그 loop의 하위 기능이 아니라 다음 행동을 결정하는 핵심 센서가 된다.

retrieve → generate를 planning → retrieval → verification loop로 늘린다

2025년 Agentic RAG survey는 기존 RAG와의 차이를 reflection, planning, tool use, multi-agent collaboration으로 설명한다. 질의를 분해하고 retrieval 전략을 바꾸며, evidence가 부족하면 다시 찾는다. source synthesis가 예로 드는 SQuAI는 230만 편 이상의 arXiv full-text를 대상으로 네 agent가 복잡한 과학질문을 sub-question으로 분해하고 sparse/dense hybrid retrieval과 adaptive filtering을 수행하며, claim-level citation과 supporting sentence를 연결한다. HM-RAG은 decomposition agent, heterogeneous retrieval agents, decision agent를 계층적으로 조직해 text·graph·web source를 통합한다.

과학에서는 edge보다 조건이 더 중요할 때가 많다

전통적인 KG fact는 \((h,r,t)\)이다. 예컨대 \((\text{Drug-X},\text{inhibits},\text{Protein-Y})\)만 저장한다. 그러나 실제 과학적 사실은 조건을 잃으면 의미가 바뀐다. 따라서 source는 hyper-relational fact를

로 둔다. 예를 들어 species=human, cell-line=HepG2, dose=10\(\mu\)M, method=WesternBlot, source=Paper\(_{127}\), year=2025 같은 qualifier가 edge에 붙는다. 2025 ICML의 MAYPL과 HyperSAT 계열 연구는 qualifier와 structural context를 함께 다루는 HRKG representation의 중요성을 배경으로 제공한다.

n-ary event structure와 contextualized fact는 서로 다른 역할을 한다

Hypergraph의 hyperedge는 \(e=\{v_1,v_2,\ldots,v_k\}\)처럼 여러 entity를 동시에 연결한다. 반면 HRKG의 중심은 \((h,r,t)+\text{qualifiers}\)이다. HyperGraphRAG는 GraphRAG의 binary relation 한계를 n-ary hyperedge로 확장하는 쪽이고, HRKG는 fact 자체의 조건과 provenance를 보존하는 쪽이다.

따라서 둘은 경쟁 representation이라기보다 상호보완적이다. 이후의 어려운 문제는 event structure와 qualifier semantics를 어떻게 lossless하게 alignment할지이다.

정답을 덜 정확하게 만드는 기술이 아니라, 필요한 품질만큼 계산하는 기술

전통 AQP는 전체 계산을 생략하거나 sampling하면서도 error guarantee를 유지한다.

source는 PilotDB의 block sampling 기반 AQP와 함께, 이 철학이 2025–2026년 LLM semantic query로 확장되는 흐름을 짚는다. BARGAIN은 cheap LLM–expensive LLM cascade에 accuracy/precision/recall 보장을 적용하고, Task Cascades는 더 싼 model만 고르는 것을 넘어 surrogate task 자체를 생성한다.

CoSci-HR-AQP를 하나의 제안적 시스템 정의로 묶는다

정의하면 다음과 같다. 여러 전문 agent가 scientific goal을 분해하고 문헌·데이터·실험·지식그래프에서 evidence를 탐색한다. 과학적 fact는 qualifier와 provenance를 포함한 hyper-relational structure로 저장한다. 그리고 연구 단계마다 retrieval depth, graph expansion, sample size, model fidelity, evidence precision을 동적으로 조절해 제한된 자원 안에서 신뢰할 수 있는 scientific decision을 지원한다.

“새로운 간섬유화 치료표적을 찾아라”

예를 들어 AI Co-Scientist가 “새로운 간섬유화 치료표적으로 유망하면서 기존 연구와 중복되지 않는 단백질을 찾아라”라는 goal을 받는다고 하자. 사용 가능한 data source를

로 두고, 이를 \(\mathcal G_H=(E,R,S)\)라는 HRKG에 조직한다. 각 scientific fact는 \(s_i=(h_i,r_i,t_i,Q_i)\)이다.

agent가 고르는 것은 query 문장 하나가 아니다

source가 예시로 두는 agent set은 planner, literature, graph, data, hypothesis, critic, verifier이다.

시점 \(t\)의 상태는

로 둔다. \(G\)는 scientific goal, \(H_t\)는 현재 hypothesis set, \(U_t\)는 uncertainty, \(B_t\)는 남은 compute/token/time/experiment budget, \(M_t\)는 scientific memory이다. 다음 action은

이다. 여기에는 다음 scientific probe \(q_t\), 담당 agent \(A_t\), source \(S_t\), top-\(k\), graph depth \(d_t\), qualifier constraint \(\kappa_t\), model tier \(m_t\), sampling/fidelity \(r_t\), continue/escalate/stop decision \(\tau_t\)가 함께 들어간다.

scientific utility, cost, latency, epistemic risk를 한 trajectory에서 다룬다

단, evidence quality가 최소 기준을 넘을 확률을 유지한다.

전통 AQP가 대체로 one query의 cost–error trade-off를 다뤘다면, CoSci-HR-AQP는 hypothesis update와 agent choice가 연쇄되는 전체 scientific reasoning trajectory를 최적화한다.

semantic similarity만으로는 과학적 관련성을 보장할 수 없다

단순 graph traversal은 \(Drug\rightarrow Target\rightarrow Disease\)를 찾는다. scientific HRKG retrieval은 species=human, year≥2023, dose<10\(\mu\)M, evidence=experimental처럼 qualifier constraint를 만족하는 path를 찾아야 한다.

따라서 evidence relevance는 뜻이 비슷한가뿐 아니라 구조적으로 연결되는가, query condition과 맞는가, provenance가 믿을 만한가를 함께 본다.

document chunk 대신 Claim + Context + Provenance를 최소 단위로 둔다

그러면 충돌하는 논문도 단순한 \(A\) vs \(\neg A\)가 아니라 \(A\mid Q_1\)과 \(\neg A\mid Q_2\)로 표현할 수 있다. source가 강조하는 중요한 해석은 과학적 contradiction 가운데 일부가 실제로는 qualifier mismatch일 수 있다는 점이다.

local → multi-hop → global → source text를 항상 모두 실행하지 않는다

source는 2026년 A2RAG를 가장 가까운 선행 사례로 본다. 먼저 싼 retrieval을 수행하고 evidence sufficiency를 평가하며, 부족할 때만 더 깊은 graph traversal과 provenance source text로 escalation한다. source 문서는 iterative multi-hop baseline 대비 token과 latency를 대략 절반 수준으로 줄이면서 retrieval 성능을 개선했다고 요약한다.

이 sequence는 고정 pipeline이 아니라 escalation ladder이다. 다음 단계로 갈지 말지는 “evidence sufficient?”라는 decision이 정한다.

GraphRAG 자체를 approximate query로 재정의한다

정확한 graph retrieval을 \(R(q,G)\)라 하면 CoSci-HR-AQP는 parameterized approximation \(\hat R(q,G;k,d,r)\)을 사용한다.

top-\(k\), hop depth \(d\), sampling/fidelity \(r\) 자체가 query optimizer의 decision variable이 된다. PathRAG와 AutoPrunedRetriever는 relational path pruning과 minimal reasoning graph 보존을 통해 “많이 가져오는 것”보다 “필요한 구조를 가져오는 것”이 중요하다는 선행 흐름으로 연결된다.

parallelization보다 중요한 것은 epistemic separation이다

SQuAI, HM-RAG, AnchorRAG은 retrieval 역할을 agent들에게 나누는 여러 설계를 보여 준다. source는 Co-Scientist에서 이를 더 전문화하자고 제안한다.

같은 model이 같은 index를 보고 단지 여섯 번 답하는 구조라면 진짜 다양성이 아니다. 역할 분리는 데이터 source, retriever, model family, verification rule까지 분리될 때 epistemic separation이 된다.

KG enrichment를 qualifier-aware HRKG enrichment로 확장한다

KARMA는 2025 NeurIPS에서 아홉 agent를 entity discovery, relation extraction, schema alignment, conflict resolution 등에 배치해 scientific literature에서 KG를 자동 확장한다. source synthesis는 1,200개 PubMed 논문에서 수만 개 entity를 추가하면서 multi-layer verification을 수행한 사례로 소개한다.

CoSci-HR-AQP가 요구하는 다음 단계는 \((h,r,t)\)만 추출하는 것이 아니라

까지 뽑아내는 것이다. extraction loss가 edge 하나의 누락을 넘어 experimental context의 왜곡으로 이어질 수 있기 때문이다.

질의마다 허용 오차와 예산을 계약으로 붙인다

exploration에서는 예컨대 \(Recall\ge0.95, Precision\ge0.6\)처럼 넓게 모으고, validation에서는 \(Precision\ge0.95\), \(P(error<\epsilon)\ge0.99\)처럼 더 엄격한 조건을 요구할 수 있다. source는 PilotDB와 BARGAIN을 quality-bound computation의 수학적 배경으로 연결한다.

query마다 top-k, depth, model, sample ratio, stop을 동시에 결정한다

source의 architecture는 Research Goal → Supervisor/Planner → Hypothesis Agents → AQP Policy Controller → Vector/HRKG/Literature/Data Agents → Qualifier-Aware Evidence Graph → Critic/Contradiction/Provenance Agents → Continue/Escalate/Experiment/Stop으로 이어진다. 단순 GraphRAG와의 가장 큰 차이는 retrieval parameter가 고정 설정이 아니라 scientific state에 따라 바뀌는 policy라는 점이다.

2025년 이후의 변화는 네 단계로 읽을 수 있다

왜 과학 RAG에서 이 결합이 필요한가

근사와 multi-agent가 만든 새로운 실패 모드

Qualifier explosion

species, dose, time, assay, temperature, population, source가 fact마다 붙으면 graph dimensionality와 query planning cost가 급증한다. qualifier를 모두 쓰면 비싸고, 무시하면 조건이 다른 evidence를 섞는다.

Hypergraph–HRKG semantic alignment

\(\{Drug,Protein,Disease\}\) hyperedge에서 species=mouse가 relation의 qualifier인지 별도 entity인지 애매할 수 있다. event structure와 qualifier semantics 사이의 lossless mapping이 필요하다.

Approximation-induced evidence loss

AQP는 일부를 버리는 기술이다. 그러나 scientific discovery에서 rare evidence의 발생확률은 낮아도 가치가 매우 클 수 있다.

따라서 uniform sampling은 위험할 수 있다.

Correlated agent errors

같은 LLM family, embedding, index를 쓰는 agent들은 독립 표본이 아니다.

majority voting이 곧 verification은 아니다.

Scientific contradiction resolution

모순처럼 보이는 \(Claim\mid Q_1\)과 \(\neg Claim\mid Q_2\)가 실제로는 서로 다른 조건에서 모두 참일 수 있다. contradiction agent는 textual entailment만이 아니라 qualifier compatibility를 봐야 한다.

Long-horizon approximation drift

초기 근사오류가 memory에 저장되고 다음 decision에 재사용되면 \(e_1\rightarrow e_2\rightarrow\cdots\rightarrow e_T\)로 증폭될 수 있다. operator-level accuracy와 final discovery accuracy는 다르다.

What does a guarantee mean?

BARGAIN이 보장하는 것은 expensive oracle과의 agreement다. 그러나

Co-Scientist에서 이 epistemic boundary는 끝까지 유지돼야 한다.

Qualifier-Aware Scientific AQP의 연구지도

query answer가 아니라 scientific decision을 보존하는 AQP

source의 마지막 제안은 이 12개 질문을 하나의 독립 contribution으로 압축한다. Qualifier-Aware Scientific AQP이다. HRKG 위에서 hypothesis-sensitive subgraph를 점진적으로 탐색하고, multi-agent verifier가 evidence sufficiency를 판단하며, AQP controller가 top-\(k\), hop depth, qualifier relaxation, model tier, source-text escalation을 동적으로 결정하되 최종 hypothesis ranking 또는 scientific decision이 일정 확률 이상 보존되도록 한다.

qualifier-rich evidence가 실제 의사결정을 바꾸는 분야

지금 당장 논문 제목이 될 수 있는 빈칸들

Hyper-Relational RAG itself

HyperGraphRAG는 hypergraph를 RAG와 연결하지만 qualifier-rich HRKG를 agentic RAG와 직접 통합하는 연구는 상대적으로 적다. HRKG 연구의 중심은 아직 knowledge graph completion과 representation learning 쪽에 가깝다.

HRKG-native query language

필요한 것은 단순한 “Find papers related to liver fibrosis”가 아니라 query + qualifier + approximation contract + provenance requirement를 함께 표현하는 언어다.

FIND candidate_target
WHERE:
  associated_with(candidate_target, liver_fibrosis)
QUALIFIERS:
  species = human
  evidence IN {organoid, clinical, in_vitro}
  year >= 2023
APPROXIMATION:
  recall >= 0.95
  confidence >= 0.90
  budget <= $1
PROVENANCE:
  primary_source_required = true

Approximation guarantee vs scientific guarantee

\(P(\text{retrieval correct})=0.95\)가 \(P(\text{scientific hypothesis true})\)를 의미하지 않는다. retrieval guarantee는 epistemic truth guarantee로 자동 승격되지 않는다.

Negative evidence retrieval

relevance 최적화는 confirmation evidence를 많이 찾기 쉽다. Co-Scientist에는 relevance 외에 falsification value가 필요하다.

Qualifier incompleteness

과거 논문의 실험조건이 text에만 있고 KG extraction에서 빠질 수 있다. HRKG에서는 extraction loss가 바로 context loss다.

Multi-agent statistical dependence

같은 foundation model이 hypothesis, extraction, judging을 모두 담당하면 self-confirmation loop가 생길 수 있다.

Benchmark absence

HeurekaBench가 end-to-end Co-Scientist 평가를 시작했지만 HRKG fidelity, retrieval cost, qualifier correctness, provenance completeness, scientific utility를 동시에 재는 benchmark는 source synthesis 기준으로 아직 뚜렷하지 않다.

목적함수를 scientific knowledge gain per cost로 바꾼다

전통 AQP는 흔히 \(\min Cost(q)\) subject to \(Error(q)\le\epsilon\) 형태다. source가 제안하는 미래 Co-Scientist 목적은 더 직접적이다.

이렇게 놓으면 retrieval optimization이 database latency 문제에서 research prioritization 문제로 바뀐다.

숫자가 조금 달라도 최종 실험 후보가 같다면 충분할 수 있다

정확한 candidate score를 완벽히 재현하는 대신 top-5 experiment candidate가 유지되면 충분한 상황이 있다. 그래서

로 보장 단위를 옮기는 것이 중요한 future direction이다.

전체 graph를 주지 않고도 hypothesis ordering을 유지한다

PathRAG, A2RAG, AutoPrunedRetriever가 retrieval structure를 줄였다면, 다음 단계는 scientific hypothesis ranking이라는 downstream decision을 직접 보존하는 compression guarantee이다.

evidence의 값은 uncertainty reduction과 context compatibility의 곱이다

현재 hypothesis의 uncertainty를 크게 줄이면서 query qualifier와 잘 맞는 evidence를 우선 탐색한다. rare but decisive evidence를 uniform sampling으로 놓치는 문제도 이런 value-aware policy에서 다뤄야 한다.

relevance 최대화에서 information gain + falsification potential 최대화로

“Protein X가 liver fibrosis를 촉진한다”는 hypothesis가 있으면 일반 RAG는 X와 fibrosis가 함께 나오는 논문을 찾기 쉽다. falsification-aware RAG는 오히려 “X knock-out에서도 fibrosis가 증가하지 않는가?”, “다른 tissue에서 반대 효과가 있는가?”, “human evidence와 mouse evidence가 충돌하는가?”를 적극 검색한다.

과거 research episode 자체를 provenance graph로 저장한다

이런 episode를 HRKG fact로 저장하면 “지난번 이 hypothesis를 왜 폐기했는가?”라는 질문에 memory summary가 아니라 exact evidence path로 답할 수 있다.

문헌의 component들은 존재하지만 네 요소를 동시에 갖는 system은 비어 있다

source synthesis의 핵심 연구공백은 다음 네 요소의 동시 결합이다.

따라서 가장 강한 problem statement는 다음과 같다.

이를 source는 더 공격적으로 다음 목적함수로 압축한다.

그러므로 연구의 본질은 “GraphRAG를 조금 더 빠르게 만든다”가 아니다.

source fact, synthesis, proposal을 분리해서 읽는다

핵심 논문·출처 URL