OmicClaw: executable and reproducible natural-language multi-omics analysis over the unified OmicVerse ecosystem.

OmicClaw 는 통합된 OmicVerse 생태계와 J.A.R.V.I.S. 런타임을 기반으로 자연어 명령을 실행 가능한 다중 오믹스 분석 워크플로우로 변환하여, 다양한 오믹스 데이터에 대한 재현성 있고 신뢰할 수 있는 인간-AI 협업 분석을 가능하게 하는 프레임워크입니다.

핵심

이 논문은 **"오믹스 (OmicClaw)"**라는 새로운 도구를 소개합니다. 이 도구를 이해하기 위해 먼저 생물학 연구의 현재 상황을 비유로 설명해 드릴게요.

1. 문제 상황: "혼란스러운 레고 상자"

지금까지 생물학자들은 세포, 유전자, 조직 등 다양한 생물학적 데이터를 분석할 때, 각기 다른 소프트웨어 도구들을 사용해야 했습니다.

• 비유: 마치 서로 다른 장난감 회사에서 나온 레고 블록을 섞어 쓰려는 상황입니다. 한 블록은 빨간색, 다른 블록은 파란색인데, 모양이 달라서 서로 연결이 안 되거나, 조립하는 방법이 완전히 다릅니다.
• 현실: 연구자들은 데이터를 분석할 때마다 이 도구들을 어떻게 연결할지 직접 코드를 짜고, 중간 결과물을 수동으로 옮기는 등 매우 번거로운 일을 반복해야 했습니다. 게다가 인공지능 (AI) 이 코드를 짜주려 해도, 이 복잡한 도구들 사이에서 헷갈려서 엉뚱한 코드를 만들어내거나 (할루시네이션), 실행이 안 되는 경우가 많았습니다.

2. 해결책: "오믹스 (OmicClaw)"와 "자비스 (J.A.R.V.I.S.)"

이 논문은 이 문제를 해결하기 위해 두 가지 핵심 요소를 결합한 시스템을 제안합니다.

A. 오믹버스 (OmicVerse): "완벽하게 정리된 레고 창고"

• 역할: 수백 가지의 생물학적 분석 도구들을 하나의 통일된 창고에 정리해 둔 것입니다.
• 비유: 이제 모든 레고 블록이 같은 규격으로 정리되어 있고, 어떤 블록이 어디에 있는지, 어떻게 연결해야 하는지 명확한 설명서가 붙어 있습니다. 연구자는 이제 서로 다른 도구를 연결하는 데 시간을 낭비하지 않아도 됩니다.

B. 자비스 (J.A.R.V.I.S.): "똑똑한 비서"

• 역할: 연구자가 "이 데이터를 분석해 줘"라고 말만 하면, 그 명령을 알아서 실행해 주는 AI 비서입니다.
• 기존 AI 와의 차이:
  • 기존 AI: "코드 짜줘"라고 하면, 막연하게 코드를 만들어내다가 "아, 이 함수는 없네?" 하며 실패하거나 엉뚱한 코드를 냅니다. (무작위 생성)
  • 자비스: "레고 창고 (오믹버스) 에 있는 정해진 도구들만 사용해서" 분석을 진행합니다.
    1. 검증: "이 작업을 하려면 먼저 '정제' 도구가 필요해. 먼저 그걸 실행할까?"라고 확인합니다.
    2. 수정: 실수가 나면 "아, 데이터가 없어서 실행 안 됐네. 다시 준비해서 다시 시도해 볼게"라고 스스로 고칩니다.
    3. 추적: 모든 과정을 기록해서 나중에 누가 봐도 "어떻게 이 결과가 나왔는지" 알 수 있게 합니다.

3. 오믹클로우 (OmicClaw) 의 전체적인 모습

이 두 가지를 합친 오믹클로우는 다음과 같은 일을 합니다.

• 자연어로 대화: 연구자가 복잡한 코드를 몰라도, "이 세포들의 이동 경로를 찾아줘"라고 일상적인 말로 요청하면 됩니다.
• 자동 실행: AI 비서가 그 말을 알아듣고, 정리된 도구들을 순서대로 연결해 실행합니다.
• 안전하고 신뢰할 수 있음: AI 가 엉뚱한 일을 하지 않도록, 미리 정해진 규칙 안에서만 움직이게 합니다. 만약 문제가 생기면 멈추고 사용자에게 "이 부분이 부족해요"라고 알려줍니다.
• 웹과 앱 지원: 코딩을 전혀 모르는 초보자도 웹 브라우저에서 마우스로 클릭하고 대화하며 분석할 수 있는 공간도 제공합니다.

4. 요약: 왜 이것이 중요한가요?

이 시스템은 **"인공지능이 생물학 연구를 대신하는 것"**이 아니라, **"인공지능이 연구자와 손잡고 더 똑똑하고 빠르게 일할 수 있게 돕는 것"**입니다.

• 과거: 연구자가 도구들을 직접 연결하고, 코드를 짜고, 오류를 고치는 데 80% 의 에너지를 썼다면...
• 지금 (오믹클로우): 연구자는 **무엇을 분석할지 (질문)**에만 집중하고, **어떻게 분석할지 (실행)**는 AI 비서가 알아서 처리합니다.

결국 이 도구는 생물학 연구의 장벽을 낮추어, 더 많은 과학자가 복잡한 데이터에서도 새로운 발견을 할 수 있게 해주는 미래의 연구 파트너라고 할 수 있습니다.

기술 요약

1. 문제 제기 (Problem)

최근 벌크 (bulk), 단일 세포 (single-cell), 공간 오믹스 (spatial omics) 기술의 발전은 생물학적 발견의 범위를 확장시켰으나, 분석 워크플로우에는 여전히 심각한 소프트웨어 병목 현상이 존재합니다.

• 단편화된 생태계: 핵심 분석 작업 (전처리, 클러스터링, 세포 유형 주석, 궤적 추론, RNA velocity 등) 이 서로 호환되지 않는 인터페이스, 이질적인 의존성, 불일치하는 객체 규약을 가진 독립적인 패키지들에 분산되어 있습니다.
• 재현성 부족: 사용자는 서로 다른 도구를 연결하기 위해 래퍼 (wrapper) 를 작성하고 중간 결과를 수동으로 재구성해야 하므로, 기술적 부담이 증가하고 재현성이 약화됩니다.
• LLM 기반 분석의 한계: 기존 대규모 언어 모델 (LLM) 기반 에이전트들은 제한 없이 코드를 생성하거나 검증되지 않은 함수 호출을 시도하여 '할루시네이션 (코드 오류, 잘못된 인자 사용)'과 '방법론 선택 오류'를 빈번히 일으킵니다.

2. 방법론 (Methodology)

OmicClaw 는 자연어 분석을 실행 가능하고 신뢰할 수 있는 워크플로우로 변환하기 위해 두 가지 핵심 레이어로 구성됩니다.

A. OmicVerse (분석 기반)

• 통합 생태계: 100 개 이상의 분석 방법을 공유된 AnnData 중심 인터페이스로 조직화합니다.
• 모듈화: 정렬 (alignment), 전처리 (preprocess), 단일 세포 (single), 공간 (space), 벌크 (bulk), 기초 모델 (foundation model) 등 작업 지향적 모듈로 구성되어 있습니다.
• 호환성: CUDA, Apple Metal/MPS 가속 및 PyTorch, PyG 등 머신러닝 생태계와 호환되며, R 기반 워크플로우의 Python 재구현을 포함합니다.

B. J.A.R.V.I.S (실행 런타임)

• 등록 기반 (Registry-grounded) 실행: LLM 이 자유롭게 코드를 생성하는 대신, OmicVerse 함수들을 @register_function을 통해 중앙 집중식 도구 레지스트리에 노출합니다. 이는 200 개 이상의 등록된 함수와 클래스를 제공합니다.
• 상태 인식 및 복구 (State-aware & Recoverable):
  • 사용자의 요청을 현재 분석 상태 (활성 AnnData 객체, 이전 세션 기록, 실패 로그 등) 와 연결합니다.
  • 실행 전 전제 조건 (prerequisite) 검증 (예: PCA 수행 전 스케일링 레이어 존재 확인) 을 통해 유효하지 않은 실행 순서를 차단합니다.
  • 실패 시 자동 복구, 패턴 기반 수정, 의존성 설치 등을 수행하는 반복적 수리 (iterative repair) 메커니즘을 갖춥니다.
• MCP(Model Context Protocol) 지원: 외부 에이전트나 Claude Desktop 등의 클라이언트가 표준화된 인터페이스를 통해 도구를 호출할 수 있도록 합니다.

C. OmicClaw 에이전트 (ov.Agent)

• 자연어 요청을 레지스트리에 기반한 실행 가능한 함수 호출로 변환합니다.
• 일회성 프롬프트 - 응답이 아닌, 다중 턴 (multi-turn) 대화를 통해 분석 상태를 유지하고 작업을 분해하여 수행합니다.

3. 주요 기여 (Key Contributions)

1. 실행 가능한 자연어 분석 프레임워크: LLM 의 추측성 코드 생성을 방지하고, 검증된 함수 공간 (bounded action space) 내에서 재현 가능한 워크플로우를 실행하는 시스템을 최초로 제시했습니다.
2. OmicVerse 생태계 통합: 100 개 이상의 분석 방법을 AnnData 표준으로 통합하여, 다양한 오믹스 모달리티 (단일 세포, 공간, 벌크, 멀티오믹스) 간의 인터페이스를 통일했습니다.
3. J.A.R.V.I.S 런타임 설계:
   • 할루시네이션 방지: 도구 레지스트리를 통한 사전 검증과 전제 조건 체크로 잘못된 함수 호출을 차단합니다.
   • 상태 관리: 분석 컨텍스트, 실패 기록, 아티팩트 관리를 통해 장거리 (long-horizon) 다단계 워크플로우를 안정적으로 처리합니다.
4. 사용자 친화적 플랫폼:
   • OmicVerse Web: 백엔드에서 AnnData 를 관리하고, 프론트엔드에서 100 만 개 이상의 세포를 시각화할 수 있는 웹 기반 분석 환경 (코드 에디터, 터미널, 에이전트 워크스페이스 포함) 을 제공합니다.
   • Skill Store: 사용자가 분석 워크플로우와 방법을 '스킬'로 저장하고 재사용할 수 있는 시스템을 구축했습니다.

4. 결과 (Results)

• 벤치마크 성능: scRNA-seq, 공간 전사체학, RNA velocity, scATAC-seq, CITE-seq, 멀티오믹스 등 15 가지 태스크에 대한 벤치마크에서, OmicClaw 의 에이전트 (ov.Agent) 는 일반 LLM 기반의 일회성 (one-shot) 베이스라인보다 루브릭 기반 성능이 크게 향상되었습니다. 특히 장거리 다단계 워크플로우에서 그 차이가 두드러졌습니다.
• 실행 성공률 및 재현성: 전제 조건 검증과 자동 복구 메커니즘 덕분에 실행 오류가 줄어들고, 분석 과정의 추적 가능성 (provenance) 이 확보되었습니다.
• 성능 비교 (OmicVerse vs Scanpy): OmicVerse 는 Scanpy 와 비교했을 때 HVG 선택, PCA, UMAP, Leiden 클러스터링 등에서 **동일한 정확도 (Jaccard 지수, 서브스페이스 유사도 등)**를 유지하면서도, GPU 가속 및 최적화된 백엔드를 통해 더 빠른 실행 속도를 보여주었습니다.
• 적용 사례: OmicVerse 는 이미 800 개 이상의 GitHub 스타와 10 만 건 이상의 PyPI 다운로드를 기록했으며, 고영향력 저널에 게재된 다수의 연구에서 사용되었습니다.

5. 의의 및 결론 (Significance)

OmicClaw 는 생물정보학 분야에서 **인간과 AI 의 협력 (Human-AI Collaboration)**을 위한 실용적인 기반을 제공합니다.

• 패러다임 전환: "LLM 만으로 생물정보학을 해결한다"는 접근이 아니라, "통일된 오믹스 생태계와 제한된 실행 런타임이 결합될 때 자연어 분석이 실행 가능하고 재현 가능해진다"는 것을 입증했습니다.
• 접근성 향상: 코딩 지식이 부족한 연구자도 자연어로 복잡한 멀티-오믹스 분석을 수행할 수 있게 되었으며, 웹 플랫폼을 통해 대규모 데이터의 시각화와 상호작용이 가능해졌습니다.
• 미래 지향성: 생물학적 기초 모델 (Foundation Models) 과 새로운 오믹스 기술이 발전함에 따라, OmicClaw 는 상호 운용 가능한 분석과 지속 가능한 AI 기반 연구의 핵심 인프라로 자리 잡을 것으로 기대됩니다.

이 시스템은 GitHub (Starlitnightly/omicverse) 에서 오픈 소스로 제공되며, 연구자들이 재현 가능한 분석 파이프라인을 구축하고 AI 를 효과적으로 활용할 수 있도록 지원합니다.