스킬 177개, 데이터베이스 100개: AI 과학자에게 정말 필요한 것

이번 주 GitHub 주간 트렌딩 5위는 모델이 아니었다. 과학자를 위한 스킬 디렉터리였다. 177개 스킬이 생물학, 화학, 의학, 신약 개발을 아우르고 100개가 넘는 과학 데이터베이스에 연결돼 있다. 저장소는 25만 명의 과학자가 쓴다고 주장한다. 이 숫자는 프로젝트 측 주장이니 걸러서 읽어야 하지만, 스타 수는 공개돼 있어 누구나 확인할 수 있다. 2025년 10월에 만들어진 저장소가 5만 3천 개를 넘겼다.

판매 문구는 한 문장이다. 어떤 AI 에이전트든 AI 과학자로 바꾼다. 그 한 문장이 왜 177개 파일을 필요로 하는지는 아무도 설명하지 않는다.

병목은 추론이 아니었다

최전선 모델에 단백질 폴딩 경로를 설명해보라고 하면 제법 그럴듯하게 한다. 그런데 특정 Uniprot ID의 실제 구조를 가져오고, 관련 변이를 ClinVar와 대조하고, 참조 게놈에 정렬한 다음, 보존도 점수를 그려보라고 하면—다 갖춰 보이지만 일부는 지어낸 결과가 나온다.

부족한 건 지능이 아니라 배관이다. 연구는 수백 개의 전용 데이터베이스와 파일 포맷 위에서 돌아가고, 대부분 특이한 API를 갖고 있다. 그리고 그 하나하나가 언어 모델이 자신 있게 컬럼명을 환각하는 지점이다.

여기서 말하는 스킬은 그 인터페이스 하나를 아는 작은 패키지다. 도구가 어떤 인자를 받는지, 응답은 어떻게 생겼는지, 어떤 식별자가 유효한지, 합리적인 기본값은 무엇인지. 「그 단백질 좀 찾아봐」라고 말하는 것과, ID 형식이 틀리면 확실히 실패하는 함수를 건네는 것의 차이다.

{{INLINE1}}

177개 안에 실제로 뭐가 있나

저장소의 토픽 목록이 지금으로선 가장 정직한 설명이다. 생물정보학, 화학정보학, 유전체학, 단백질체학, 대사체학, 임상 연구, 재료과학, 신약 개발, 과학 컴퓨팅, 과학 시각화. 이걸 기능 목록이 아니라 마찰이 어디에 있는지 보여주는 지도로 읽어야 한다.

유전체학은 왜 마찰이 큰지 잘 보여준다. 한 번의 분석이 참조 어셈블리, 변이 데이터베이스, 주석 트랙, 통계 패키지를 건드릴 수 있고, 각각 좌표 규칙이 다르다. 유전체학의 off-by-one은 사고가 아니라 버그의 한 장르다. 「이 데이터베이스는 1부터, 저건 0부터 센다」를 코드에 담은 스킬은 잘못된 답 한 종류를 통째로 막는다. 모델 성능을 아무리 올려도 고쳐지지 않는 종류의 오류다.

화학도 모양은 같고 위험은 더 크다. SMILES 문자열, InChI 키, 분자량, 분석 임계값은 다 평문처럼 보이지만 하나도 평문이 아니다. 에이전트가 SMILES를 산문처럼 다루면, 존재하지 않는 분자를 완벽한 서식으로 만들어낸다.

그래서 가치 제안은 화려하지 않지만 실재한다. 이 스킬들은 인터페이스 세부사항에 대한 기억이고, 실험실마다 프롬프트 앞부분에 다시 쓰는 대신 한곳에서 관리된다.

아무도 풀지 않은 배포 문제

177개 스킬을 한 저장소에 묶는 데는 더 조용한 문제가 있다. 버전 고정이다. 스킬이 감싸는 데이터베이스 API가 자기 일정대로 바뀌면, 그 스킬은 서서히 썩는 호환 심이 된다. 라이브러리 1.4를 고정해 3월에 잘 돌던 파이프라인이 9월엔 깨질 수 있고, 그 실패는 의존성 문제가 아니라 모델 문제처럼 보인다.

소프트웨어 세계는 이걸 lockfile과 시맨틱 버저닝으로 해결했다. 15년쯤 걸렸고, 잘하지도 못했다. 과학 소프트웨어에는 둘 다 없는데, 이제 스스로 요청하지도 않은 의존성 그래프를 들여오고 있다.

「검증됨」이라는 말을 파고들어야 한다

저장소는 자기 스킬이 검증됐다고 말한다. 공유 표준이 없는 범주에서 이건 강한 단어다. 검증이 대체 무엇으로 이루어졌는지 물어볼 만하다. 알려진 출력과 비교했나? 도메인 전문가가 리뷰했나? 아니면 그냥 한 번 돌려서 안 죽었나?

셋 다 그럴듯하지만 뜻은 완전히 다르다. 데이터베이스 커넥터라면 「알려진 쿼리에 올바른 레코드가 돌아온다」는 진짜 테스트다. 통계 방법을 권하는 분석 스킬은 어떤 테스트로도 결론이 나지 않는다. 올바른 방법이 실험 설계에 달려 있기 때문이다.

도메인 스킬이 올해 초 트렌딩을 채운 코딩 스킬과 갈라지는 지점이 여기다. diff를 포맷하는 스킬은 기계적으로 검사할 수 있다. t-검정을 쓸지 혼합 모형을 쓸지 판단하는 스킬은 못 한다. 그걸 검증된 176명의 형제들과 한 패키지에 담아 내보내면, 실제로는 없을 수도 있는 보증 수준을 암시하게 된다.

호환 목록이 곧 전략이다

저장소는 Cursor, Claude Code, Codex, Pi, Antigravity, 그리고 개방형 Agent Skills 표준에서 작동한다고 한다. 이 목록이 기능 목록보다 흥미롭다. 에이전트 하나에서만 도는 스킬 라이브러리는 그 에이전트의 기능이다. 여섯 개에서 도는 라이브러리는 인프라이고, 인프라는 어느 에이전트가 이길지에 베팅하고 싶지 않은 사람들이 채택한다.

동시에 이 라이브러리를 곤란한 자리에 놓는다. 개방형 Agent Skills 표준은 아직 어리고, 호스트마다 구현이 조금씩 다르다. 스킬을 어디에 두는지, 어떻게 발견되는지, 무슨 권한을 받는지. 177개 스킬을 여섯 호스트에서 유지하는 건 스킬 수보다 빨리 늘어나는 지원 부담이다. 이런 프로젝트는 보통 여기서 통합되거나, 조용히 두 플랫폼으로 좁혀진다.

그래도 실험실 입장에서 이식성은 핵심이다. 질량분석 파이프라인용 스킬을 쓴 박사후연구원은 내년에 PI 과제비로 무슨 도구를 사든 거기서 돌아가길 바란다.

실제로 연구하는 사람에게 뭐가 바뀌나

세 가지다. 중요해지는 속도 순으로.

첫째, 가장 재미없는 승리. 문헌과 데이터베이스 조회가 모델이 인용을 지어내는 자리에서 벗어난다. 스킬이 실제 인덱스를 조회하면, 참조는 진짜이거나 호출이 실패한다. 지금 검증에 몇 시간을 쓰는 워크플로에서 이건 측정 가능한 개선이다.

둘째, 재현성에 새 산출물이 생긴다. 이름 붙은 스킬과 고정된 버전으로 조립한 파이프라인은 채팅 로그보다 재현성이 높다. 다시 돌릴 수 있으니까. 실제로 누가 버전을 고정하는지는 별개 문제이고, 소프트웨어 공급망의 초기 증거는 고무적이지 않다.

셋째, 가장 느린 변화. 분업이 달라진다. 과학자의 일은 「도구를 조작하는 것」이 아니라 「어떤 질문에 연산을 쓸 가치가 있는지 판단하는 것」이 된다. 모두가 광고하는 그 AI 과학의 모습이다. 그것이 온다면, 돌파구가 아니라 177개의 화려하지 않은 인터페이스 파일을 통해서 온다.

지켜볼 것

스킬 수가 계속 늘어나는지, 줄기 시작하는지 보라. 영원히 스킬만 추가하는 디렉터리는 콘텐츠 마케팅이다. 통합하고, 폐기하고, 무엇이 깨졌는지 공개하는 디렉터리가 사람들이 의존하는 도구다.

그리고 이 중 뭐라도 논문의 방법 섹션에 인용되는지 보라. 그 순간 스킬은 편의 기능이 아니라 과학 기록의 일부가 되고, 리뷰 의무가 전부 따라붙는다. 아직 아무도 그걸 풀어야 했던 적이 없다. 누군가는 풀 것이다. 아마 1년 안에.