아스트라제네카가 과학자·임상의가 생명의학 질문을 폭넓은 데이터 소스에서 탐색할 수 있도록 개발한 내부 LLM 기반 시스템 'Research Assistant'를 소개한다. 채팅형 인터페이스를 통해 과학 문헌, 지식그래프, 화학 정보, 임상시험, 안전성 자료, 발현 데이터, 내부 실험 시스템 등의 근거를 통합 제공한다. 단순 질의응답을 위한 신속 모드와 복잡한 연구 과제를 위한 다단계 모드를 모두 지원하며, 응답은 검색된 근거에 기반하고 원출처로 연결돼 사용자가 직접 검토·추가 탐색할 수 있다. 이 기술 노트는 시스템 아키텍처와 주요 설계 선택, 대규모 R&D 워크플로에 실제 배포하며 얻은 교훈을 정리한다.
- •아스트라제네카 내부 LLM 시스템 'Research Assistant', 다양한 생명의학 데이터 소스 통합
- •과학 문헌·지식그래프·화학·임상시험·안전성·발현 데이터 등을 채팅형으로 제공
- •단순 질의용 신속 모드와 복잡 연구용 다단계 모드 모두 지원
- •응답을 검색 근거에 기반시키고 원출처로 연결해 검증 가능하게 설계
- •대규모 R&D 워크플로 실배포 경험과 설계 교훈을 기술 노트로 정리
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
Research Assistant: AstraZeneca's Agentic System for R&D
- 1.AstraZeneca가 사내 과학자·임상의를 위한 LLM 챗봇 'Research Assistant' 개발, 문헌·지식그래프·화학·임상시험 통합
- 2.빠른 응답용 fast 모드와 복잡한 리서치용 multi-step 모드 지원, 응답은 원문 근거로 연결돼 검증 가능
- 3.R&D 워크플로우 전반에 대규모 배포된 실제 운영 사례, 시스템 아키텍처와 설계 교훈 공유
왜 중요한가?
제한된 정보 소스만 참고하는 일반 챗봇과 달리 문헌·지식그래프·안전성·임상시험 데이터를 한 인터페이스에서 근거 연결과 함께 제공해, 제약사 R&D 현장에서 실제 규모로 검증된 근거기반 AI 도입 사례를 보여준다.
본문 미리보기
arXiv:2608.12395v1 Announce Type: new Abstract: We describe Research Assistant, an internal LLM-based system developed at AstraZeneca to help scientists and clinicians explore biomedical questions across a broad range of data sources. The system provides a chat-style interface that brings together evidence from scientific literature, knowledge graphs, chemistry, clinical trials, safety resources, expression data, and internal experimental systems. It supports both a fast mode for direct questio
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 10:21AI 초안
