BloClaw: An Omniscient, Multi-Modal Agentic Workspace for Next-Generation Scientific Discovery

이 논문은 JSON 기반 프로토콜의 취약점과 실행 환경의 한계를 해결하기 위해 XML-Regex 이중 경로 라우팅, 런타임 상태 인터셉션 샌드박스, 상태 기반 동적 뷰포트 UI 등 세 가지 혁신적 아키텍처를 통해 차세대 과학적 발견을 위한 범용 멀티모달 에이전트 워크스페이스 'BloClaw'를 제안합니다.

핵심

🧪 'BloClaw': 과학자를 위한 초지능 로봇 조수

이 논문은 **"BloClaw(블로클로)"**라는 새로운 시스템을 소개합니다. 쉽게 말해, **인공지능 (AI) 이 실험실이나 연구실에서 직접 일할 수 있도록 만들어주는 '만능 작업대'**입니다.

지금까지 AI 는 단순히 "지식"만 가지고 있었지만, BloClaw 는 그 지식을 실제로 실행하고 결과물을 눈으로 볼 수 있게 만들어줍니다. 마치 마법사에게 지팡이뿐만 아니라, 마법을 부리는 동안 생기는 연기와 불꽃까지 직접 보여주는 장비를 준 것과 같습니다.

이 시스템을 이해하기 위해 세 가지 핵심 비유를 들어보겠습니다.

---

1. 📝 "문서 실수"를 막는 '철저한 번역기' (XML-Regex 프로토콜)

기존의 문제:
지금까지 AI 가 컴퓨터에게 명령을 내릴 때, 'JSON'이라는 특수한 문서 형식을 사용했습니다. 하지만 AI 가 가끔 말실수를 하거나, 복잡한 화학 기호를 섞어 쓰면 이 문서 형식이 깨져서 명령이 실행되지 않았습니다. (예: "여기서 멈춰!"라고 외치다가 "그리고... 어? 내 말이 이상해?"라고 중얼거리면 명령이 무효화되는 상황)

BloClaw 의 해결책:
BloClaw 는 AI 가 말을 할 때 **"<생각>", "<행동>", "<대상>"**이라는 특수한 태그 (XML) 를 쓰도록 훈련시켰습니다. 그리고 AI 가 태그 주변에 불필요한 수다를 떨거나 실수를 하더라도, **정교한 필터 (Regex)**가 그중에서 진짜 중요한 명령만 골라냅니다.

비유: 마치 편지를 보낼 때, 봉투 안의 내용물 (명령) 이 찢어지거나 더러워져도, 가장 중요한 주소와 이름만 정확히 읽어내는 자동 분류 로봇이 있는 것과 같습니다. 덕분에 명령이 실패할 확률이 17% 에서 0.2% 로 줄어듭니다.

2. 🎨 "보이지 않는 그림"을 잡는 '훔쳐보기 카메라' (실행 샌드박스)

기존의 문제:
AI 가 코드를 짜서 분자 구조나 그래프를 그리라고 하면, 코드는 실행되는데 **그림이 화면에 뜨지 않는 '침묵의 실패'**가 자주 일어났습니다. AI 가 "그림을 저장해라"라고 말하지 않았기 때문입니다.

BloClaw 의 해결책:
BloClaw 는 AI 가 코드를 실행하는 순간, **내부에서 '감시 카메라 (Monkey Patching)'**를 작동시킵니다. AI 가 그림을 그리려고 메모리에 저장하는 순간, 그 그림을 강제로 잡아내어 화면에 띄워줍니다.

비유: 요리사가 요리를 하다가 "접시에 담지 않고 그냥 냄비 안에 두면" 우리는 요리를 못 봅니다. BloClaw 는 요리사가 접시에 담는 것을 잊어도, 로봇이 알아서 요리를 접시에 옮겨 담아 손님 (사용자) 에게 보여주는 시스템입니다.

3. 🖥️ "말만 하는 채팅창"이 아닌 '생생한 작업대' (동적 뷰포트)

기존의 문제:
대부분의 AI 는 텍스트로만 대화합니다. 하지만 과학 연구는 3D 분자 구조나 복잡한 그래프를 화면 전체로 펼쳐보며 조작해야 합니다. 좁은 채팅창에서는 이걸 하기 어렵습니다.

BloClaw 의 해결책:
BloClaw 는 화면을 상황에 따라 변형시킵니다. 간단한 질문에는 작게 모이고, 복잡한 분자 구조를 분석할 때는 3D 홀로그램처럼 화면 전체를 차지하며 회전하고 확대할 수 있게 됩니다.

비유: 일반적인 AI 가 휴대폰 채팅이라면, BloClaw 는 과학자가 사용하는 거대한 홀로그램 작업대입니다. 분자를 손으로 잡고 돌리거나, 그래프를 확대해서 세포 하나하나를 볼 수 있습니다.

---

🚀 BloClaw 가 할 수 있는 놀라운 일들

이 시스템은 다음과 같은 일을 스스로 해냅니다:

• 화학 구조 그리기: "아스피린 그려줘"라고 하면, 즉시 고화질 2D 분자 구조도를 보여줍니다.
• 단백질 접기 & 결합: 새로운 단백질 모양을 예측하거나, 약물이 바이러스에 어떻게 붙는지 (도킹) 를 3D 로 실시간으로 보여줍니다.
• 자신도 업그레이드: "이런 새로운 실험 방법을 만들어줘"라고 하면, AI 가 직접 새로운 프로그램을 짜서 저장하고, 다음부터는 그 기능을 자신의 능력으로 추가합니다. (스스로 진화하는 로봇)

💡 결론: 왜 이것이 중요한가요?

기존의 AI 과학자들은 "지식"은 많지만 "손"이 없었습니다. BloClaw 는 그들에게 손과 눈, 그리고 작업대를 선물했습니다.

이제 AI 는 단순히 책을 읽는 것을 넘어, **실험실 책상 앞에 앉아 직접 실험을 설계하고, 결과를 보고, 스스로 도구를 만들어내는 '디지털 과학자'**가 될 수 있게 되었습니다. 이는 앞으로 우리가 신약 개발이나 복잡한 과학 문제를 해결하는 방식을 완전히 바꿔놓을 것입니다.

한 줄 요약:

BloClaw 는 AI 가 실수를 해도 명령을 잘 수행하게 하고, 그림이 안 그려져도 알아서 보여주며, 스스로 실험 도구를 만들어내는 '초능력의 과학 연구 조수'입니다.

기술 요약

논문 요약: BloClaw - 차세대 과학적 발견을 위한 전지적 다중 모달 에이전트 워크스페이스

1. 문제 제기 (Problem)

대형 언어 모델 (LLM) 을 생명과학에 통합하여 'AI 과학자'를 개발하려는 시도가 증가하고 있으나, 이를 실제 연구 환경에 배포할 때 다음과 같은 근본적인 인프라 취약점이 발견되었습니다.

• 형식 취약성 (Format Fragility): 현재 산업 표준인 JSON 기반 도구 호출 프로토콜은 LLM 이 복잡한 Python 스크립트나 생화학 문자열 (예: SMILES) 을 생성할 때 이스케이프되지 않은 문자가 포함되면 직렬화 실패가 빈번하게 발생합니다.
• 실행 탈출 (Execution Escapism): LLM 이 plt.savefig()와 같은 적절한 입출력 (I/O) 메커니즘을 생략하는 경우가 많아, 분석 코드는 실행되지만 중요한 시각적 피드백이 유실되는 '침묵하는 실패 (silent failures)'가 발생합니다.
• UI/UX 경직성 (UI/UX Rigidity): 기존 대화형 인터페이스는 고차원적인 과학 데이터 (분자 구조, 3D 모델 등) 를 시각화하기에 적합하지 않으며, 화면 공간이 제한적입니다.

2. 방법론 (Methodology)

이러한 문제를 해결하기 위해 제안된 BloClaw는 인공지능을 위한 과학 (AI4S) 을 위한 통합 다중 모달 운영 체제 (OS) 로, 에이전트 - 컴퓨터 상호작용 (ACI) 패러다임을 재구성합니다. 핵심 아키텍처는 다음과 같습니다.

• XML-Regex 듀얼 트랙 라우팅 프로토콜:
  • LLM 이 XML 태그 (<thought>, <action>, <target>) 내에 매개변수를 포함하도록 지시합니다.
  • LLM 이 대화식 filler 를 포함하거나 XML 구조가 깨질 경우를 대비해, 정규식 (Regex) 최대 추출 방식을 사용하여 유효한 화학 식별자 (SMILES 등) 의 가장 긴 연속 문자열을 자동으로 추출합니다. 이는 JSON 파서 실패를 통계적으로 제거합니다.
• 런타임 상태 인터셉션 샌드박스 (Runtime State Interception Sandbox):
  • LLM 이 작성한 코드가 실행되기 전, Python Monkey Patching 기법을 사용하여 기본 표시 함수 (예: plt.show()) 를 오버라이드합니다.
  • 실행 후 생성된 Plotly 또는 Matplotlib 객체를 강제로 인터셉트하여 Base64 인코딩 문자열이나 독립형 HTML 조각으로 변환합니다. 이를 통해 브라우저 CORS 정책 우회 및 시각화 유실을 방지합니다.
• 상태 기반 동적 뷰포트 UI:
  • 최소한의 명령 데크와 상호작용 가능한 공간 렌더링 엔진 사이를 매끄럽게 전환하는 통합 캔버스 인터페이스를 제공합니다.

3. 주요 기여 (Key Contributions)

• 새로운 아키텍처 혁신: JSON 의존성을 탈피한 XML-Regex 라우팅과 Monkey Patching 기반의 시각화 캡처 기술을 도입하여 에이전트 시스템의 안정성을 획기적으로 높였습니다.
• 다중 모달 과학 기능 통합:
  • 화학정보학 (Cheminformatics): RDKit 연동을 통해 SMILES 를 고해상도 2D 분자 구조도로 변환.
  • 구조 생물학 및 분자 도킹: ESMFold 를 통한 De Novo 단백질 접힘 예측 및 3Dmol.js 를 활용한 홀로그램 렌더링, 리간드 - 수용체 도킹 시각화.
  • 다중 모달 RAG: PDF, CSV 등 물리적 데이터셋을 마운트하여 PyPDF2 와 pandas 를 통해 추출하고, LLM 이 동적 데이터 분석 파이프라인을 자동 생성.
• 자율적 능력 확장 (Self-Evolution): CREATE_TOOL 지시를 통해 LLM 이 새로운 Python 스크립트를 작성하고 로컬 디스크에 저장하여, 다음 사이클에서 해당 스크립트를 컨텍스트에 주입함으로써 시스템의 기술 트리를 지속적으로 진화시킵니다.

4. 실험 결과 (Results)

BloClaw 는 화학정보학, 단백질 접힘, 분자 도킹, 자율 RAG 등 다양한 벤치마크에서 기존 프레임워크 (AutoGPT, ChemCrow 등) 와 비교 평가되었습니다.

• 라우팅 실패율: 스트레스 테스트 결과, 기존 JSON 방식은 대화 텍스트, 이스케이프되지 않은 따옴표, 멀티라인 코드 등으로 인해 평균 **37.0%**의 실패율을 보인 반면, BloClaw 는 **0.95%**로 극적으로 감소했습니다 (특히 이스케이프되지 않은 따옴표의 경우 45.5% → 0.2%).
• 시각화 추출 성공률: LLM 이 plt.show()를 생략하거나 저장 명령을 잊었을 때, 기존 방식은 0% 성공률 (실패 또는 유실) 이었으나, BloClaw 의 인터셉션 샌드박스는 **100%**에 가까운 성공률 (98.4%~100%) 을 기록했습니다.
• 처리 속도: 다양한 파일 형식 (PDF, CSV, PDB) 의 데이터 ingestion 시, 150ms 미만의 낮은 지연 시간과 99% 이상의 성공률을 달성하여 실시간 상호작용을 가능하게 했습니다.

5. 의의 및 결론 (Significance)

BloClaw 는 분산된 AI 계산 도구의 마찰을 줄이고, 상태 기반 데이터 시각화, 알고리즘적 해킹, 제로샷 생화학 모델링을 단일 견고한 인터페이스로 통합함으로써 '디지털 과학자 (Digital Scientist)' 구현을 위한 기초적인 도약을 이루었습니다.
이 연구는 단순한 챗봇을 넘어, 스스로 도구를 만들고 진화하며 실험실 자동화 (Self-Driving Labs) 로 이어질 수 있는 차세대 과학 연구 에이전트의 새로운 표준을 제시합니다. 향후 로컬 LLM 제로-트러스트 배포 및 로봇 액체 핸들러 API 통합을 통해 더욱 발전할 것으로 전망됩니다.