AI Scientific Assistant Core (AISAC)는 Argonne National Laboratory에서 개발한 과학 및 엔지니어링 워크플로우를 위한 통합 멀티 에이전트 시스템입니다. AISAC은 LangGraph(오케스트레이션), FAISS(벡터 검색), SQLite(영속성)과 같은 기술을 기반으로 하며, 투명성, 출처 추적, 과학적 적응성에 초점을 맞춘 통합 시스템 프로토타입으로 통합됩니다. 라우터-플래너-코디네이터 워크플로우를 구현하며, 선택적 평가자 역할을 수행합니다. 각 역할은 구조화된 JSON 출력을 강제하는 맞춤형 시스템 프롬프트를 통해 정의됩니다. 하이브리드 메모리 접근 방식(FAISS + SQLite)은 의미 검색과 구조화된 대화 기록을 모두 가능하게 합니다. 파일 해싱 기반의 점진적 인덱싱 전략은 과학적 데이터가 진화할 때 중복된 재임베딩을 최소화합니다. 설정 기반 프로젝트 부트스트랩 레이어를 통해 연구팀은 핵심 코드를 수정하지 않고도 도구, 프롬프트 및 데이터 소스를 사용자 정의할 수 있습니다. 모든 에이전트 결정, 도구 호출 및 검색은 사용자 정의 Gradio 인터페이스를 통해 기록 및 시각화되어 각 추론 에피소드에 대한 단계별 투명성을 제공합니다.
