OpenResearch의 개요
OpenResearch는 arXiv 토론 사이트 alphaXiv가 만든 데스크톱 앱이자 CLI(orx)로, 이미 쓰는 코딩 에이전트를 연구 프로젝트에 필요한 도구로 감쌉니다. 에이전트는 alphaXiv, bioRxiv, PubMed를 검색해 가설의 근거를 찾고, 사용자의 기기나 원격 연산에서 실험을 실행하고, 실행마다 코드, 로그, 산출물을 로컬 SQL 데이터베이스에 기록하며, 다음에 무엇을 시도할지 정하기 전에 이를 참조합니다.
Claude Code, Codex, OpenCode, Cursor, Google Antigravity와 동작하고, OpenCode와 LM Studio, oMLX, Ollama를 통해 로컬 모델과도 동작합니다. 실험은 로컬, 또는 SSH, Slurm, Kubernetes, Ray, Modal, Tinker, Hugging Face Jobs, 선불 잔액에서 원가로 청구되는 alphaXiv의 관리형 GPU에서 돌 수 있습니다.
저장소는 2026년 6월 7일에 만들어졌고, Rust로 작성됐으며, MIT 라이선스이고, GitHub 스타는 약 7,700개입니다. 릴리스가 잦으며 v0.2.23은 2026년 10월 31일에 나왔습니다. Windows 앱은 베타입니다.
OpenResearch, 쓸 만한 가치가 있습니까?
OpenResearch의 쓸모 있는 아이디어는 연구 에이전트에게 더 똑똑한 모델보다 실험 노트가 필요하다는 것입니다. 모든 실험이 코드, 로그, 산출물과 함께 로컬 데이터베이스에 들어가므로, 에이전트는 다음 실행을 제안하기 전에 무엇을 시도했고 무엇이 실패했으며 수치가 어땠는지 볼 수 있고, 사람은 데스크톱 앱에서 각 결과의 근거를 살펴볼 수 있습니다. 이는 자동 연구 도구의 가장 흔한 실패, 즉 이미 실패한 실험을 반복하거나 아무도 추적할 수 없는 결과를 보고하는 문제를 다룹니다.
볼 만한 두 번째 이유는 연산 백엔드의 폭입니다. 연구자는 도구를 바꾸지 않고 같은 프로젝트를 노트북에서 대학 Slurm 클러스터, Kubernetes 네임스페이스, Modal, Hugging Face Jobs로 옮길 수 있고, 문헌 쪽은 일반 웹 검색이 아니라 alphaXiv, bioRxiv, PubMed에서 가져옵니다. 자체 에이전트를 내놓지 않고 Claude Code, Codex, OpenCode를 구동하므로, 그 에이전트들이 나아질수록 함께 나아집니다.
기본값은 마케팅 문구가 말하는 것만큼 비공개적이지 않습니다. 프로젝트, 코드, 트레이스는 로컬에 남지만, 공식 빌드는 임의의 설치 ID에 묶인 제품 분석을 기본으로 보내고, 에이전트가 버그와 불만에 대해 쓴 피드백 보고서도 보냅니다. 에이전트는 이를 정제하라는 지시만 받을 뿐입니다. 익명화된 토큰과 메시지 수는 openresearch.sh의 공개 모델 사용 순위에 쓰입니다. orx telemetry off나 Settings의 스위치로 모두 끕니다. 독립 CLI 설치 프로그램은 서명되지 않아 관리되는 Mac에서는 차단될 수 있습니다.
다섯 달이 안 됐고, 열린 이슈와 풀 리퀘스트가 약 109개이며, 0.2 계열에서 패치 릴리스가 스무 번 넘게 나온 초기 소프트웨어입니다. 관리형 GPU 가격은 로그인한 뒤에만 보입니다. 고정된 파이프라인을 처음부터 끝까지 돌리는 Sakana의 AI Scientist와 비교하면, OpenResearch는 연구자가 조종하는 워크스페이스이므로 시연용보다는 일상적으로 더 쓸모가 있습니다.
제 역할을 하는 곳
대학 클러스터에 Slurm 할당량 을 가진 박사과정생
어블레이션 스윕을 돌리고 각 실행이 무엇을 보였는지 추적하기
SSH와 Slurm으로 클러스터를 연결하고, Claude Code가 실행을 제안하고 시작하게 하며, OpenResearch가 로그와 그림과 함께 각 실행을 기록하게 합니다. 소프트웨어는 무료이고 연산은 기존 할당량입니다.
15명 규모 ML 스타트업의 연구 엔지니어
새 논문 위에 쌓을지 정하기 전에 그 결과 재현하기
논문에서 프로젝트를 시작하고, 에이전트가 alphaXiv에서 관련 연구를 가져오게 하고, 학습 코드를 Modal이나 선불 잔액의 관리형 GPU에서 돌립니다. 실험 기록 덕분에 실패한 재현이 날아간 오후가 아니라 문서화된 결과가 됩니다.
병원 연구 부서의 계산생물학자
최근 프리프린트와 출판 논문으로 분석 계획의 근거 세우기
에이전트를 통해 bioRxiv와 PubMed 검색을 쓰고, 환자 관련 데이터가 기기에 남도록 분석을 로컬에서 돌리며, 시작 전에 orx telemetry off로 분석을 끕니다.
도입 전 확인할 점
- 설정
- macOS 11+ 앱, Windows 베타(Git for Windows 필요), Linux AppImage(glibc 2.35+) 중 하나를 내려받고, 코딩 에이전트를 골라 로그인한 뒤, 빈 저장소, 기존 폴더, 논문 중 하나에서 시작합니다. CLI는 curl 스크립트로 설치하고, orx up이 127.0.0.1:4791에 대시보드를 엽니다.
- 연동
- Claude Code, Codex, OpenCode, Cursor, Antigravity. OpenCode를 통한 LM Studio, oMLX, Ollama. alphaXiv, bioRxiv, PubMed. 로컬, SSH, Slurm, Kubernetes, Ray, Modal, Tinker, Hugging Face Jobs, 관리형 연산.
- 데이터와 개인정보
- 프로젝트, 대화, 실험, 산출물은 로컬에 남습니다. 공식 빌드는 임의의 설치 ID에 묶인 분석과 에이전트가 정제한 피드백 보고서를 기본으로 보내며, orx telemetry off로 둘 다 끕니다. 계정은 관리형 연산과 이메일 소식에만 필요합니다. MIT 라이선스.
- 대규모 사용 시 비용
- 유료 소프트웨어 등급은 없습니다. 관리형 GPU는 대시보드에 표시되는 요금으로 선불 잔액에서 원가로 청구되며, 그 밖의 비용은 자체 클러스터나 클라우드 청구액과 코딩 에이전트 구독이나 토큰입니다.
- 제한
- 열린 이슈와 풀 리퀘스트 약 109개. 잦은 패치 릴리스(10월 31일까지 v0.2.23). 서명 없는 CLI는 관리되는 Mac에서 차단될 수 있음. 관리형 연산 가격은 공개되지 않음.
좋은 점
- 에이전트가 실행마다 먼저 읽는 로컬 실험 데이터베이스
- 로컬, SSH, Slurm, Kubernetes, Modal, Ray, HF Jobs
- alphaXiv, bioRxiv, PubMed 문헌 검색 내장
- Claude Code, Codex, OpenCode, Cursor, Antigravity 구동
아쉬운 점
- 분석과 에이전트 피드백 보고가 기본으로 켜짐
- 관리형 GPU 요금은 로그인 후에만 보임
- Windows 베타, CLI 설치 프로그램 서명 없음
- 다섯 달이 안 됐고 아직 0.2
추천 대상
이미 코딩 에이전트를 쓰며, 이를 통해 자체 연산 자원에서 실험을 실행하고 기록하고 비교하려는 ML과 계산과학 연구자.
OpenResearch 대안
OpenResearch: 자주 묻는 질문
- OpenResearch, 쓸 만한 가치가 있습니까?
- OpenResearch는 논문이 본업인 팀이 만든 도구로, 연구에 실제로 필요한 실험 기억과 연산 배관을 코딩 에이전트에 줍니다. 다만 어리고, 기본값으로 외부에 정보를 보냅니다. 평점은 5점 만점에 3.8점입니다.
- OpenResearch의 가격은 얼마입니까?
- MIT의 무료 오픈소스입니다. 관리형 OpenResearch 연산은 선불 잔액에서 원가로 청구되며, 요금은 사이트가 아니라 대시보드에 표시됩니다. 에이전트와 모델 비용은 직접 부담합니다.
- OpenResearch의 단점은 무엇입니까?
- 분석과 에이전트 피드백 보고가 기본으로 켜짐; 관리형 GPU 요금은 로그인 후에만 보임; Windows 베타, CLI 설치 프로그램 서명 없음; 다섯 달이 안 됐고 아직 0.2.
- OpenResearch에 적합한 사람은 누구입니까?
- 이미 코딩 에이전트를 쓰며, 이를 통해 자체 연산 자원에서 실험을 실행하고 기록하고 비교하려는 ML과 계산과학 연구자.
- 팀이나 프로덕션 환경에서 OpenResearch의 비용은 얼마입니까?
- 유료 소프트웨어 등급은 없습니다. 관리형 GPU는 대시보드에 표시되는 요금으로 선불 잔액에서 원가로 청구되며, 그 밖의 비용은 자체 클러스터나 클라우드 청구액과 코딩 에이전트 구독이나 토큰입니다.
- OpenResearch에 회사 데이터를 맡겨도 안전합니까?
- 프로젝트, 대화, 실험, 산출물은 로컬에 남습니다. 공식 빌드는 임의의 설치 ID에 묶인 분석과 에이전트가 정제한 피드백 보고서를 기본으로 보내며, orx telemetry off로 둘 다 끕니다. 계정은 관리형 연산과 이메일 소식에만 필요합니다. MIT 라이선스.
- OpenResearch의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 The AI Scientist (v1, v2 and v3), Scientific Agent Skills 및 ShinkaEvolve입니다.
답변 확인일: 2026년 10월 31일.