목차
목차
Toggle1karpathy/autoresearch ⭐ 쉬움
karpathy/autoresearch — 원조, 가장 심플
NVIDIA GPU 1장, PyTorch와 소수의 패키지 외에 외부 의존성이 전혀 없습니다. 분산 학습도, 복잡한 설정도 없이 단 세 파일(prepare.py, train.py, program.md)만으로 구성됩니다. Claude Code나 Codex 등 어떤 에이전트든 연결해 자율 실험 루프를 바로 시작할 수 있습니다.
2AutoResearchClaw ⭐⭐⭐ 중상
AutoResearchClaw — Karpathy 방식의 풀스펙 확장판
연구 주제를 입력하면 OpenAlex, Semantic Scholar, arXiv에서 실제 문헌을 검색하고, 하드웨어(GPU/MPS/CPU) 자동 감지 후 실험을 실행합니다. 통계 분석과 멀티에이전트 피어 리뷰까지 거쳐 NeurIPS/ICML/ICLR 형식의 논문 LaTeX PDF까지 완성합니다. 환각된 참고문헌 없이 전 과정을 자동화합니다.
v0.4.0 주요 기능
- Human-in-the-Loop 시스템: 완전 자동, 체크포인트, 공동 작성 등 6가지 개입 모드
- 멀티 에이전트 백엔드: Claude Code, Codex CLI, Gemini CLI, Copilot CLI 등 지원
- 30종 분야별 스킬: 화학, 생물학, 실험 설계 등 커스텀 스킬 로딩 가능
3AI-Scientist-v2 ⭐⭐⭐ 중상
SakanaAI/AI-Scientist-v2 — 최초로 동료 심사 통과한 AI 논문 저자
가설 생성 → 실험 설계·실행 → 데이터 분석 → 논문 작성까지 완전 자율 수행하는 엔드투엔드 시스템입니다. v1과 달리 인간이 작성한 코드 템플릿 의존성을 제거하고, 전담 실험 관리 에이전트가 진행하는 점진적 에이전틱 트리 탐색(agentic tree search) 방식을 채택했습니다.
4AI-Research-SKILLs ⭐⭐ 중간
Orchestra-Research/AI-Research-SKILLs — 에이전트용 리서치 스킬 라이브러리
Claude Code, OpenCode, Cursor, Codex, Gemini CLI, Qwen Code 등 어떤 에이전트에나 설치 가능한 범용 AI 연구 스킬 라이브러리입니다. 문헌 조사부터 아이디어 생성, 실험 실행, 논문 작성까지 연구 전 수명 주기를 커버합니다.
카테고리
총 스킬 수
지원 에이전트
5awesome-autoresearch ⭐ 쉬움
alvinreal/awesome-autoresearch — 큐레이션 인덱스
Karpathy의 autoresearch에서 영감을 받은 자율 개선 루프, 리서치 에이전트, 관련 시스템을 정리한 큐레이션 리스트입니다. 학술적으로 검증된 주요 프로젝트들이 포함되어 있습니다.
- ADAS — 에이전틱 시스템 자동 설계 (ICLR 2025)
- SICA — 자기 개선 코딩 에이전트 (ICLR 2025)
- GEPA — 유전적 프롬프트 진화 (ICLR 2026 Oral)
6한눈에 비교
| 프로젝트 | 범위 | 난이도 | 논문 생성 | Claude Code 연동 |
|---|---|---|---|---|
| karpathy/autoresearch | ML 실험 최적화 | ⭐ 쉬움 | ❌ | ✅ 공식 |
| AutoResearchClaw | 아이디어 → 논문 | ⭐⭐⭐ 중상 | ✅ LaTeX | ✅ |
| AI-Scientist-v2 | 아이디어 → 논문 | ⭐⭐⭐ 중상 | ✅ 동료심사급 | ✅ |
| AI-Research-SKILLs | 스킬 라이브러리 | ⭐⭐ 중간 | △ 부분 지원 | ✅ 공식 |
| awesome-autoresearch | 레퍼런스 인덱스 | ⭐ 쉬움 | — | — |
7시작 순서 추천
처음 시작이라면 다음 순서로 접근하는 것을 권장합니다.
karpathy/autoresearch
핵심 개념(5분 실험 루프, train.py 수정 사이클)을 익히고 첫 자율 실험을 돌려봅니다.
AutoResearchClaw
실험 루프에 문헌 검색과 논문 생성까지 파이프라인을 확장합니다.
AI-Research-SKILLs
기존 에이전트(Claude Code 등)에 87개 연구 스킬을 추가해 역량을 강화합니다.
AI-Scientist-v2
완전 자율 과학 연구의 최신 상태를 탐구하고 동료 심사 수준의 논문 생성에 도전합니다.
생태계의 방향
단순 실험 루프에서 자율 과학 연구로 — AI 연구 자동화의 수준이 빠르게 높아지고 있습니다. 지금 시작하기 가장 좋은 시기입니다.