이 논문은 생물학 데이터베이스 큐레이션에 에이전틱 AI를 도입하기 위해 유전자 온톨로지(GO) 컨소시엄이 진행한 클라우드 기반 실습 워크숍 사례를 다룬다. JupyterHub 플랫폼 위에 Claude Code를 범용 하네스로 활용해 참가자들이 브라우저 터미널만으로 에이전트 세션에 접속하도록 했으며, 단일 API 게이트웨이로 구독 관리나 로컬 설치 부담 없이 접근성을 확보했다. 기본적인 에이전트 도구 사용부터 기존 GO-CAM 큐레이션 도구를 활용한 생물학적 경로 큐레이션까지 단계적으로 익히는 4개 교육 모듈을 설계해 37명이 4시간짜리 워크숍에 참여했다. 핵심 결론은 에이전틱 AI의 커뮤니티 확산을 가로막는 것이 기술 자체가 아니라 접근성, 워크플로 설계, 교육이라는 점이다.
- •JupyterHub와 Claude Code 기반 클라우드 환경으로 구독·설치 부담 없이 브라우저 터미널만으로 접근
- •기초 도구 사용부터 GO-CAM 생물학적 경로 큐레이션까지 단계적 4개 교육 모듈 설계
- •37명이 4시간 워크숍을 통해 실제 큐레이션 과제에 에이전틱 AI를 적용해봄
- •핵심 장벽은 기술이 아니라 접근성·워크플로 설계·교육이라는 결론
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.
Agents for Everyone: A Workshop Framework for Building Agentic AI Capabilities in a Distributed Curation Community
- 1.JupyterHub 기반 클라우드 환경에서 Claude Code를 범용 하네스로 활용한 에이전트형 큐레이션 훈련 워크숍 실시
- 2.Gene Ontology Consortium 대상 4개 교육 모듈로 기초 도구 사용부터 GO-CAM 경로 큐레이션까지 단계적 학습
- 3.37명이 4시간 워크숍에 참여, 브라우저 터미널과 단일 API 게이트웨이로 구독·설치 부담 제거
- 4.핵심 결론은 에이전트형 AI 역량 확산이 기술 장벽보다 접근성·워크플로설계·훈련의 문제란 점
왜 중요한가?
분산된 과학 커뮤니티에서 생물학 데이터베이스 큐레이션에 에이전틱 AI를 도입하려는 구체적 사례로, 접근성과 단계적 교육 설계가 채택 성패를 가른다는 점을 보여준다.
본문 미리보기
arXiv:2608.27675v1 Announce Type: new Abstract: Agentic AI has the potential to accelerate curation of biological databases and knowledge bases. However, uptake has been hindered by a number of challenges and obstacles, including access to agents and appropriate training. Here we describe how we have attempted to address and mitigate these challenges and obstacles through the deployment of a cloud-based agentic environment, and the development of an interactive training workshop for the Gene On
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 10:40AI 초안
![[AI리더의 서가] Agentic AI 구축 개발의 모든 것](https://cdn.aitimes.com/news/photo/202610/215958_219938_244.jpg)
