BrainPilot: 에이전트 기반 연구를 통한 뇌 과학 연구 자동화

BrainPilot: Automating Brain Discovery with Agentic Research

뇌 과학 연구는 점점 더 다양한 규모, 양식 및 학문 분야의 증거를 통합하는 데 의존합니다. 따라서 하나의 연구 질문에 답하려면 사전 연구 검토부터 분석 실행, 그리고 도메인 지식을 바탕으로 결과를 해석하기까지 일련의 조정된 작업이 필요합니다. 인공지능 에이전트는 이러한 과정을 가속화할 수 있는 잠재력을 가지고 있지만, 현재 에이전트들은 뇌 과학 분야에 대한 전문성이 부족하고, 잘못된 주장을 생성하거나, 다단계 추론 과정에서 오류를 범하며, 전문가의 개입을 위한 명확한 지점을 제공하지 못하는 경우가 많습니다. 이러한 실패는 특히 뇌 과학 연구에서 심각한 문제를 야기합니다. 왜냐하면 결론은 후속 연구에 영향을 미치고, 실험실별 전문성 및 신중한 인간 판단에 의존하기 때문입니다. 본 논문에서는 추적 가능한 로그와 에이전트가 검증한 결과를 제공하여 뇌 과학 연구를 가속화하는 완전 공개 소스 멀티 에이전트 시스템인 BrainPilot을 소개합니다. 주 연구원(PI) 에이전트는 큐레이션된 도메인 지식을 기반으로 하는 전문 에이전트를 조정하며, 여기에는 7,233개의 항목이 색인된 통합 뇌 과학 지식 베이스와 7가지 연구 분야에 걸쳐 재사용 가능한 방법론 단위 라이브러리가 포함됩니다. 모든 주요 단계는 추적 그래프(Graph of Trace)에 기록되며, 이는 하위 목표, 도구 사용, 증거 및 주장을 연결하는 감사 가능한 기록으로, 연구자들이 워크플로우를 따라가고 검토할 수 있도록 합니다. 감사 에이전트(Auditor agent)는 또한 워크플로우 내에서 허위 정보 검사를 수행합니다. 평가를 위해, Agents' Last Exam의 세 가지 뇌 과학 과제를 실행하고, 자체 벤치마크인 BrainPilotBench-v0을 소개하며, 추가적인 전체 사례 연구를 제시합니다. 이러한 평가 결과, 오픈 소스 기반 모델을 사용하는 BrainPilot은 최첨단 에이전트 프레임워크와 비교 가능한 성능을 보이면서도 더 낮은 비용으로 운영됩니다.

Understanding the brain increasingly depends on integrating evidence across scales, modalities, and disciplines. Addressing a single research question therefore requires a coordinated sequence of operations, from surveying prior work to executing analyses and interpreting results in light of domain knowledge. AI agents promise to accelerate this process, but current agents lack domain expertise in brain science, may fabricate claims, drift during multi-step reasoning, and offer few defined points for expert intervention. These failures are especially costly in brain science, where conclusions feed into downstream scientific claims and depend on laboratory-specific expertise and careful human judgment. We present \textbf{BrainPilot} a \textbf{fully open-source} multi-agent system that accelerates brain science research with traceable logs and agent-verified results. A principal investigator (PI) agent coordinates specialist agents grounded in curated domain knowledge: a unified brain science knowledge base containing 7{,}233 indexed items and a skill library of 72 reusable methodology units across seven research domains. Every major step is recorded in the Graph of Trace, an auditable record that links subgoals, tool use, evidence, and claims and allows researchers to follow and inspect the workflow. An Auditor agent further integrates fabrication checking into the workflow. For evaluation, we run three brain science tasks from Agents' Last Exam, introduce our own benchmark, \textbf{BrainPilotBench-v0}, and present additional end-to-end case studies. Across these evaluations, BrainPilot with an open-source backbone model attains performance comparable to state-of-the-art agent framework with less costs.