KG-Orchestra: An Open-Source Multi-Agent Framework for Evidence-Based Biomedical Knowledge Graphs Enrichment.

KG-Orchestra 는 검색 증강 생성 (RAG) 기반의 다중 에이전트 프레임워크를 통해 자동화된 대규모 언어 모델의 한계를 극복하고, 추적 가능한 증거를 바탕으로 고해상도 생물의학 지식 그래프를 구축 및 확장하는 오픈소스 솔루션을 제시합니다.

핵심

KG-Orchestra: 의학적 지식을 연결하는 '지능형 오케스트라'

이 논문은 **'KG-Orchestra'**라는 새로운 도구를 소개합니다. 이 도구는 복잡한 의학 정보를 정리하고, 새로운 지식을 찾아 연결하는 **지능형 오케스트라 (지식 관리 시스템)**와 같습니다.

기존의 의학 지식은 두 가지 큰 문제가 있었습니다.

1. 수동 정리: 전문가가 일일이 책을 읽고 정리하면 정확하지만, 시간이 너무 오래 걸려 최신 정보를 따라잡기 힘듭니다.
2. 자동 정리: 컴퓨터가 자동으로 정리하면 빠르지만, 엉뚱한 정보를 섞거나 (할루시네이션), 중요한 인과관계 (왜 그런지) 를 놓치는 경우가 많습니다.

KG-Orchestra는 이 두 가지의 단점을 없애고 장점을 합친 **'지식 증폭기'**입니다.

---

🎻 비유로 이해하는 KG-Orchestra

이 시스템을 한 편의 오케스트라 연주에 비유해 볼까요?

1. 시드 (Seed) = 악보의 기본 줄거리

연구자들은 먼저 특정 주제 (예: '알츠하이머와 Nelivaptan 이라는 약의 관계') 에 대해 전문가들이 손으로 정리한 **작은 지식 그래프 (시드)**를 준비합니다. 이는 마치 오케스트라가 연주하기 전에 준비한 기본 악보와 같습니다. 하지만 이 악보는 아직 불완전하고 빈틈이 많습니다.

2. 오케스트라 (Multi-Agent) = 각자 역할을 하는 음악가들

이제 KG-Orchestra 가 이 빈틈을 채우기 위해 **여러 명의 전문 음악가 (에이전트)**들을 소집합니다. 이들은 한 명의 지휘자 (단일 AI) 가 모든 일을 하는 것이 아니라, 각자 특화된 역할을 합니다.

• 검색자 (Retrieval Agent): 도서관 (수백만 편의 의학 논문) 을 뒤져서 필요한 악보 조각 (증거) 을 찾아옵니다.
• 정리꾼 (Schema Aligner): 찾아온 조각들이 우리 악보의 스타일과 맞는지 확인하고, 통일된 형식으로 다듬습니다.
• 검증자 (Validator): "이 연결이 정말 과학적으로 맞을까?"라고 의심하며 꼼꼼히 검토합니다.
• 수정자 (Repairer): 틀린 부분이 있으면 고쳐서 다시 검토를 요청합니다.

이들이 서로 대화하고 검증하며 (Multi-Agent), **할루시네이션 (거짓 정보)**을 잡아내고 정확한 연결을 만들어냅니다.

3. RAG (검색 증강 생성) = 최신 뉴스 검색기

이 시스템은 단순히 AI 가 기억하고 있는 지식만 쓰지 않습니다. RAG(검색 증강 생성) 기술을 통해, 최신 의학 논문 (PubMed 등) 에서 직접 관련 문장을 찾아와서 **증거 (Evidence)**로 제시합니다. 마치 "이 주장은 A 라는 2024 년 논문 5 페이지에 근거합니다"라고 출처를 명시하는 것과 같습니다.

---

🚀 이 시스템이 실제로 한 일 (성공 사례)

논문의 연구자들은 이 시스템을 두 가지 복잡한 의학 문제에 적용해 보았습니다.

1. 알츠하이머와 새로운 약 (Nelivaptan):

   • 문제: 이 약이 알츠하이머에 어떤 영향을 미치는지 명확한 연결고리가 부족했습니다.
   • 해결: KG-Orchestra 가 수천 편의 논문을 분석해, "약 → 뇌의 스트레스 호르몬 조절 → 알츠하이머 증상 완화"라는 **복잡한 연결 고리 (경로)**를 찾아냈습니다. 마치 퍼즐 조각을 맞춰 그림을 완성한 것입니다.

2. 장 - 뇌 축 (Probiotics):

   • 문제: 장에 좋은 프로바이오틱스가 어떻게 뇌 건강에 영향을 미치는지 복잡한 경로가 많았습니다.
   • 해결: 이 시스템은 장내 미생물, 면역 체계, 뇌 신경 전달 물질 사이의 수천 개의 새로운 연결을 찾아내어 지식 그래프를 2 배 이상으로 불려냈습니다.

---

✨ 왜 이것이 중요한가요?

• 정확한 '왜'를 알려줍니다: 단순히 "A 와 B 가 관련 있다"는 사실만 알려주는 게 아니라, "A 가 B 를 통해 C 를 일으키므로, 결국 B 와 관련이 있다"는 **인과관계 (Mechanism)**를 찾아줍니다.
• 빠르고 신뢰할 수 있습니다: 전문가가 1 년 걸려 할 일을, 이 시스템은 몇 시간 만에 처리하면서도 출처를 명확히 보여줍니다.
• 유연합니다: 노트북 하나에서도 작동할 수 있고, 거대한 서버에서도 작동할 수 있어 누구나 사용할 수 있습니다.

📝 요약

KG-Orchestra는 전문가들이 만든 작은 지식의 씨앗을 가져와, AI 오케스트라가 최신 의학 논문들을 찾아서 증거 기반의 연결고리로 싹틔우고 키워내는 시스템입니다.

이는 의학 연구자들이 새로운 치료법을 발견하거나, **약물을 다른 질병에 재사용 (Drug Repurposing)**할 수 있도록 돕는 강력한 도구가 될 것입니다. 마치 어둡고 복잡한 의학 지식의 숲에 등불을 비추고 길을 만들어주는 나침반과 같습니다.

기술 요약

KG-Orchestra: 증거 기반 생물의학 지식 그래프 (BKG) 충전을 위한 오픈 소스 멀티 에이전트 프레임워크

1. 문제 제기 (Problem)

생물의학 지식 그래프 (BKG) 는 복잡한 생물학적 관계를 구조화하여 질병 모델링, 표적 발굴, 약물 재창출 등에 필수적입니다. 그러나 기존 BKG 구축 방식에는 두 가지 주요 한계가 존재합니다.

• 수동 큐레이션 (Manual Curation): 높은 정확도와 신뢰성을 보장하지만, 확장성이 부족하여 방대한 최신 문헌을 따라가기 어렵습니다.
• 자동화 및 LLM 기반 접근: 대규모 언어 모델 (LLM) 을 이용한 자동 추출은 확장성은 좋으나, 종종 인과 관계의 세부 사항 (granularity) 이 부족하거나, 할루시네이션 (환각) 으로 인해 신뢰할 수 없는 광범위한 네트워크를 생성합니다.
• 고정된 코퍼스 의존성: 기존 자동화 도구들은 제한된 사전 구축된 문헌 코퍼스에 의존하여, 역동적인 생물의학 발견의 격차나 새로운 인과 관계를 포착하지 못하는 경우가 많습니다.

따라서, 확장성 (Scalability) 과 고정밀도 (High-fidelity) 를 모두 충족하며, 최신 증거를 기반으로 인과적 메커니즘을 상세하게 추출할 수 있는 새로운 프레임워크가 필요합니다.

2. 방법론 (Methodology)

KG-Orchestra 는 멀티 에이전트 (Multi-Agent) 아키텍처와 검색 증강 생성 (RAG) 기술을 결합하여 시드 (Seed) 지식 그래프를 자동으로 풍부하게 만드는 프레임워크입니다.

• 핵심 아키텍처:

  • 시드 그래프 기반: 수동으로 큐레이션된 고품질의 초기 지식 그래프 (시드) 를 출발점으로 삼습니다.
  • 멀티 에이전트 워크플로우:
    1. 검색 및 평가 에이전트: 벡터 저장소와 PubMed 를 활용하여 관련 문헌을 검색하고, 문단 (Paragraph) 을 '강력 관련', '부분 관련', '무관'으로 평가합니다.
    2. 경로 구성 에이전트 (Path Builder): 검색된 증거를 바탕으로 시드 노드 (Head) 와 타겟 노드 (Tail) 를 연결하는 방향성 있는 인과적 경로 (Triplets) 를 구성합니다.
    3. 스키마 정렬 에이전트 (Schema Aligner): 추출된 엔티티와 관계를 시드 그래프의 스키마에 매핑하여 일관성을 유지하고, 필요 시만 스키마를 확장합니다.
    4. 엔티티 매칭 에이전트 (Entity Matcher): UMLS 기반 정규화를 통해 중복 노드를 방지하고 기존 노드에 연결합니다.
    5. 검증 팀 (Triplet Validation Team): 생물학적 타당성, 방향성, 인과성, 증거 일치를 검증하고, 오류가 발견되면 수정 (Repair) 을 시도합니다.
  • Fallback Mechanism: 증거가 부족할 경우 PubMed 웹 검색을 통해 추가 정보를 수집하여 재시도합니다.

• 기술적 세부 사항:

  • 검색 전략: 512 토큰 제한을 가진 하이브리드 (Dense + Sparse) 청킹 전략을 사용하여 문맥적 의미를 보존하면서 검색 정확도 (NDCG@10) 를 극대화했습니다.
  • 모델 선택: **Qwen 3 (32B)**를 백본 LLM 으로 선정했으며, 이는 다른 모델 (DeepSeek-R1, Magistral, Gemma 3 등) 대비 생물학적 타당성과 증거 일치도에서 우수한 성능을 보였습니다.
  • 증거 정의: ECO(Ontology) 에 따라 추적 가능한 참조 (DOI, PubMed ID) 가 포함된 텍스트 단락을 '증거'로 정의합니다.

3. 주요 기여 (Key Contributions)

1. 오픈 소스 멀티 에이전트 프레임워크: 생물의학 지식 그래프의 자동 충전을 위한 첫 번째 오픈 소스 멀티 에이전트 솔루션을 제공합니다.
2. 증거 기반 인과 관계 추출: 단순한 연관성이 아닌, 문헌에 근거한 명확한 인과적 메커니즘 (Mechanistic pathways) 을 추출하여 그래프의 신뢰도를 높입니다.
3. 유연한 배포성: 단일 노트북 GPU 에서부터 고성능 클러스터까지 다양한 컴퓨팅 환경에 맞춰 Qwen 3 모델의 크기 (14B, 32B, 235B) 를 선택하여 배포 가능합니다.
4. 재현성 및 안정성: 멀티 에이전트 간의 상호 검증 (Cross-checking) 을 통해 LLM 의 무작위성을 줄이고, 실행 간 높은 일관성 (Semantic Similarity > 0.97) 을 입증했습니다.

4. 결과 (Results)

두 가지 실제 사례 (Nelivaptan-알츠하이머 병, 프로바이오틱스 - 장 - 뇌 축) 를 통해 프레임워크를 평가했습니다.

• 검색 및 임베딩 성능:
  • 512 토큰 제한 하이브리드 청킹이 문장 단위 청킹보다 검색 관련성을 크게 향상시켰습니다.
  • Nomic-V2-MOE 임베딩 모델이 컴퓨팅 비용 대비 높은 효율성을 보였으며, **SPLADE(Sparse)**와 결합된 하이브리드 검색이 오픈 소스 모델의 성능을 상용 모델 (OpenAI) 수준으로 끌어올렸습니다.
• LLM 성능 비교:
  • **Qwen 3 (32B)**가 생물학적 타당성 (0.89), 방향성 (0.86), 증거 일치도 (0.75) 에서 가장 우수한 균형을 보였습니다.
  • 모델 크기 확장 (14B → 32B → 235B) 은 커버리지와 추론 능력을 향상시켰으며, 235B 모델이 가장 높은 품질 (Bio-valid 0.97) 을 달성했습니다.
• 엔드 - 투 - 엔드 enrichment 결과:
  • ProPreSyn-GBA: 노드 수 141% 증가, 관계 수 182% 증가. 자동 평가 기준 생물학적 타당성 93.1% 달성.
  • NADKG: Nelivaptan 과 알츠하이머 병 사이의 복잡한 HPA 축 (HPA axis) 경로를 성공적으로 복원하여 약물 작용 메커니즘을 규명했습니다.
• 시드 그래프 크기의 영향: 초기 그래프 크기가 커질수록 추출된 지식의 양과 다양성이 증가했으나, 추출된 Triplets 의 품질 (정확도) 은 그래프 크기에 상관없이 일관되게 높게 유지되었습니다.

5. 의의 및 결론 (Significance)

KG-Orchestra 는 생물의학 연구에서 자동화의 확장성과 수동 큐레이션의 정확성 사이의 간극을 해소합니다.

• 과학적 발견 가속화: 단순한 상관관계를 넘어, 약물 재창출, 새로운 표적 발굴, 결손된 메커니즘 경로 완성을 위한 인과적 메커니즘을 자동으로 발견하고 검증합니다.
• 투명성과 감사 가능성: 모든 추출된 Triplets 는 PubMed/DOI 기반의 구체적인 증거와 함께 제공되어, 연구자가 결과를 추적하고 검증할 수 있게 합니다.
• 미래 지향성: 이 프레임워크는 GO-CAM(Gene Ontology Causal Activity Models) 과 같은 복잡한 온톨로지 자동 구축 및 업데이트에도 적용 가능하여, 생물의학 지식의 지속적인 진화를 지원합니다.

결론적으로, KG-Orchestra 는 최신 LLM 기술과 멀티 에이전트 협업을 통해 신뢰할 수 있고, 상세하며, 증거 기반의 생물의학 지식 그래프를 구축할 수 있는 강력한 도구를 제공합니다.