본 논문은 태양계 샘플 귀환 미션 증가와 질량 분석 데이터의 증가에 따라, 기존 우주생물학 문헌을 바탕으로 데이터를 분석하고 지구상 생명의 기원에 대한 타당한 가설을 생성하는 방법의 필요성을 강조합니다. 질량 분석 데이터에서 가설 생성은 환경 오염 물질, 스펙트럼 피크의 복잡성, 기존 연구와의 교차 대조 어려움 등으로 어려움을 겪습니다. 이러한 문제를 해결하기 위해, 본 논문은 대규모 언어 모델 기반 다중 에이전트 AI 시스템인 AstroAgents를 소개합니다. AstroAgents는 데이터 분석가, 계획자, 세 명의 도메인 과학자, 누적기, 문헌 검토자, 비평가 등 8개의 협업 에이전트로 구성되어 질량 분석 데이터와 사용자가 제공한 연구 논문을 처리합니다. 데이터 분석가는 데이터를 해석하고, 계획자는 과학자 에이전트에게 특정 부분을 심층적으로 탐구하도록 위임합니다. 누적기는 생성된 가설을 수집하고 중복을 제거하며, 문헌 검토자는 Semantic Scholar를 사용하여 관련 문헌을 식별합니다. 비평가는 가설을 평가하고 개선을 위한 엄격한 제안을 제공합니다. 8개의 운석과 10개의 토양 샘플에서 얻은 데이터로 생성된 100개 이상의 가설을 우주생물학 전문가가 평가한 결과, 36%가 타당한 것으로 판단되었으며, 그중 66%는 새로운 가설이었습니다.
