Feynman: 논문 하나 시키면 30분 뒤 출처 달린 메타 분석이 옵니다

Feynman: 논문 하나 시키면 30분 뒤 출처 달린 메타 분석이 옵니다

Summary Feynman은 논문 조사·검증·비평·집필을 네 에이전트가 나눠 수행해 출처가 확인된 연구 분석을 만드는 무료 오픈소스 도구입니다. 다양한 문헌 검색과 PDF 분석을 지원하지만, 모델 연결은 별도로 필요하고 유료 논문은 열 수 없습니다. AI 검증도 완벽하지 않으므로 결과는 사람이 확인해야 합니다.


  • Feynman은 논문 하나를 맡기면 30분 뒤 출처가 달린 메타 분석을 돌려주는 오픈소스 연구 에이전트입니다.
  • 조사·검증·비평·집필 네 에이전트가 역할을 나눠 일하고, 검증 에이전트가 마지막에 출처와 링크를 직접 확인합니다.
  • 무료 오픈소스이지만 모델 연결은 따로 필요하고, 유료 논문은 열지 못한다는 점은 알고 써야 합니다. Image

논문 서너 편만 읽어도 하루가 훌쩍 갑니다. 읽다 보면 참고문헌이 꼬리를 물고, 정작 내 질문에 대한 답은 저 멀리에 있습니다. 이런 적 있으시죠?

🎥

논문 하나, 30분, 출처 달린 분석?

데모는 이렇게 흘러갔습니다. 터미널에 논문 한 편 분석을 시키자 에이전트가 움직였고, 30분 뒤에는 출처가 달린 메타 분석 PDF가 돌아왔습니다. 제목은 Scaling Laws in AI: Paper Guide and Qualitative Meta-Analysis였습니다. 스케일링 법칙을 다룬 논문들을 모아 핵심만 정리하고, 읽을 만한 논문 목록까지 붙였습니다!

이 장면이 인상적인 이유는 속도보다 형식 때문입니다. 그냥 요약이 아니라 출처가 붙은 분석이었습니다. 어디서 가져온 주장인지, 어떤 논문이 근거인지 따라갈 수 있게 만들었습니다.

프로젝트는 2026년 3월 19일에 공개됐습니다. 2026년 11월 22일 기준으로 별 10,147개, 포크 1,113개가 모였습니다. MIT 라이선스라 무료로 쓸 수 있습니다.

네 명이 나눠 일합니다?

Feynman의 핵심은 역할 나누기입니다. 에이전트 한 명이 전부 하는 게 아닙니다. 네 에이전트가 각자 맡은 일을 합니다.

flowchart LR Q[연구 질문] --> R[조사 에이전트\n논문 검색·수집] R --> V[검증 에이전트\n출처·링크 확인] V --> W[집필 에이전트\n분석 초안 작성] W --> RV[비평 에이전트\n심각도별 지적] RV --> P[PDF + 출처 파일]

조사 에이전트가 논문을 찾고 읽습니다. 검증 에이전트가 주장마다 출처를 대조하고, 죽은 링크를 걸러냅니다. 집필 에이전트가 근거 있는 내용만으로 초안을 씁니다. 비평 에이전트는 문제점을 심각도별로 나눠 지적합니다. 이 구조가 바로 이 도구의 주장입니다. 한 명이 쓰고 한 명이 검수하면, 혼자 쓰는 것보다 틀릴 확률이 줄어듭니다!

결과는 outputs/ 폴더에 저장되고, 초안은 papers/ 폴더에 따로 모입니다. /lit, /deepresearch, /recipe를 쓰면 출처 목록과 검증 내역을 적은 파일도 함께 나옵니다. 어디서 왔는지 모르는 문장은, 없는 문장이나 마찬가지니까요.

명령어 열 개, 뭐가 다르죠?

Feynman은 질문 형태에 따라 명령어가 갈립니다. 열 개나 됩니다. 다 외울 필요는 없습니다. 자주 쓰는 것만 골라 쓰면 됩니다.

flowchart TD Q[무엇을 하고 싶나요?] --> A[문헌을 정리하고 싶다] Q --> B[논문 하나를 따지고 싶다] Q --> C[실험까지 이어가고 싶다] A --> A1["`/lit` 합의·이견·미해결 질문 정리"] A --> A2["`/deepresearch` 병렬 조사 + 출처 검증"] A --> A3["`/compare` 출처 비교표"] B --> B1["`/review` 심각도별 비평 + 수정 계획"] B --> B2["`/audit` 주장과 공개 코드 대조"] C --> C1["`/replicate` 재현 계획, 환경은 직접 선택"] C --> C2["`/recipe` 학습 레시피 순위 + 데이터·코드"] C --> C3["`/autoresearch` 벤치마크 기반 실험 루프"]

논문을 찾는 출처도 넓습니다. alphaXiv, Semantic Scholar, OpenAlex, arXiv, PubMed, Europe PMC, bioRxiv, medRxiv, Crossref, 웹, Hugging Face까지 훑습니다. 내 컴퓨터에 있는 PDF도 직접 읽습니다. 무료 키를 등록하면 공용 속도 제한을 피할 수 있습니다.

검증은 누가 하나요?

출처가 달렸다고 다 믿을 수는 없습니다. 그래서 검증 단계가 따로 있습니다. 흐름은 이렇습니다.

flowchart LR C[주장 하나] --> S[출처와 대조] S --> U[링크를 직접 열어 확인] U --> OK[근거 있음: 남긴다] U --> NG[근거 없음: 지운다]

검증 에이전트는 주장을 출처에 대조하고 URL을 직접 열어 확인한 뒤, 근거 없는 주장은 지웁니다. 이게 없으면 출처 달린 요약도 그냥 그럴듯한 글이 될 뿐입니다! 물론 검증 에이전트도 AI라 완벽하지는 않습니다. 최종 판단은 사람이 하는 구조입니다. 그 점은 써보면서 감을 잡아야 합니다.

설치는 한 줄입니다.

curl -fsSL https://feynman.is/install | bash

npm으로 전역 설치하는 방법도 있습니다. 설치 뒤에는 feynman setup으로 모델 제공자에 로그인합니다. 호스팅 모델도 되고, 로컬 모델도 연결할 수 있습니다.

쓰기 전에 알아둘 것

세 가지는 알고 쓰는 게 좋습니다.

첫째, 30분은 데모에서 나온 시간입니다. 주제가 어렵거나 논문이 많으면 더 걸릴 수 있습니다. 속도 약속이 아니라 흐름의 예시로 읽는 게 맞습니다.

둘째, 도구 자체는 무료지만 모델 이용료는 별개입니다. 모델 제공자 계정으로 로그인해야 돌아갑니다. 로컬 모델을 연결하면 이 부분도 줄일 수 있습니다.

셋째, 유료 논문은 열지 못합니다. 공개된 저장소의 논문만 가져옵니다. 닫힌 논문이 핵심이라면, 이 도구만으로는 부족합니다!

그리고 한 가지 더 있습니다. 사용 데이터를 익명으로 수집하는 기능이 켜져 있습니다. 명령어, 토큰 수, 오류 같은 정보만 보내고, 질문이나 논문 내용은 보내지 않는다고 설명돼 있습니다. 끄고 싶으면 FEYNMAN_TELEMETRY=off로 설정하면 됩니다.

논문 읽는 일이 줄면, 읽은 뒤 생각하는 일이 늘어납니다! 그 시간을 벌어주는 도구가, 지금 연구실에서 가장 필요한 도구 아닐까요?

Comments

GitHub 계정으로 로그인하여 댓글을 남겨보세요. GitHub 로그인

댓글 시스템 설정이 필요합니다

GitHub Discussions 기반 댓글 시스템을 활성화하려면:

  1. Giscus 설정 페이지에서 설정 생성
  2. GISCUS_SETUP_GUIDE.md 파일의 안내를 따라 설정 완료
  3. Repository의 Discussions 기능 활성화

Repository 관리자만 설정할 수 있습니다.