LangChain, 생명과학 연구용 오픈소스 에이전트 'Deep Life Sci' 공개

LangChain이 임상 및 실험실 과학자를 위한 오픈소스 에이전트 템플릿 Deep Life Sci를 공개했다. 이는 신약 개발 비용이 9년마다 두 배로 증가하는 Eroom's law 문제를 해결하고, 기업이 자체 데이터와 컨텍스트를 통제할 수 있는 'Own your intelligence' 철학을 반영한 솔루션이다.

Deep Life Sci는 Deep Agents harness를 기반으로 하며, ClinicalTrials.gov의 60만 건 이상 연구 데이터, PubMed의 2,900만 건 초록 및 1,200만 건 전문을 직접 참조할 수 있다. 각 에이전트는 LangSmith sandbox 내에서 PDF, FASTA, SMILES 등 다양한 형식의 파일을 처리하고 임의의 분석 코드를 실행할 수 있으며, 수백 개의 sub-agents를 활용해 대규모 문서를 병렬로 검토한다.

주요 지원 워크플로우는 다음과 같다:

• RNA-seq/Proteomics 분석: 업로드된 데이터로 enrichment 수행 및 differential expression gene 식별
• 임상/HEOR 비교: 표준 치료법의 임상시험 데이터를 추출하여 forest-plot 스타일 비교표 생성
• 임상 문서화: Informed consent, protocol 등 수천 페이지 분량의 규제 문서 감사 및 수정 지원

이 템플릿은 **Agent Development Lifecycle (ADLC)**을 적용하여 개발, 테스트, 배포, 모니터링 루프를 지원한다. 모든 실행 과정은 LangSmith에 end-to-end로 로깅되어 디버깅 및 감사(audit) 기록으로 활용되며, 기본 제공되는 eval set을 통해 모델 교체나 프롬프트 수정 시 성능 변화와 silent regression을 검증할 수 있다. 기업은 오픈소스 코드를 수정해 내부 데이터 연동, 모델 교체, 보안 가드레일 적용 등 자체 요구사항에 맞게 커스터마이징할 수 있다.