FlyGate

신약 후보 탐색부터 시판 후 약물감시까지, 판단이 근거를 넘지 않도록.

NVIDIA Korea Agentic AI Hackathon 2026 · Team FlyGate

메인 제출 저장소 ↗ · FlyDiscovery · FlyVigilance · 평가 보고서

01 / Two perspectives. One evidence trail.

FlyGate는 FlyDiscovery와 FlyVigilance로 구성됩니다. 후보물질의 구조·결합 근거와 시판 후 안전성 근거를 살피고, AI가 내놓은 주장이 원자료로 뒷받침되는지 검토합니다.

_{두 모듈의 역할을 표현한 AI 생성 개념 이미지}

01 / FlyDiscovery

시판 전 · 후보 탐색과 검증

후보물질을 구조 예측 → 분자 도킹 → 친화도 평가로 따라갑니다. 계산 결과를 실험 구조와 참조 데이터에 대조하고, 근거를 넘는 해석을 검토합니다.

구조와 결합: MSA-Search · OpenFold3 · DiffDock
친화도 평가: Boltz-2 · ChEMBL 참조 데이터
주장 검증: 근거 ID · 원본 수치 · 과잉해석 판정

탐색 워크벤치와 실행 결과 →

02 / FlyVigilance

시판 후 · 약물감시와 검토 배분

이상사례 보고, 허가 라벨, 문헌을 연결합니다. 규칙과 통계로 선별한 뒤 필요한 사례를 모델의 심층 검토와 사람의 검토로 보냅니다.

근거 조회: FDA FAERS · openFDA · PubMed
판단과 검토: Jev · NVIDIA Nemotron · Safety Guard
국내 보고: 사례 구조화 · 인과성 평가 보조

약물감시 구조와 평가 결과 →

02 / Inside the workbench

FlyVigilance 데모 열기 ↗ · FlyDiscovery 코드와 실행 기록 ↗

_{실제 프로젝트의 관제 화면입니다. 표시된 수치는 해당 화면을 기록한 시점의 결과이며, 평가 범위와 한계는 평가 문서를 참고하세요.}

03 / Evidence before inference.

출처와 숫자가 맞아도, 결론이 근거의 범위를 넘으면 다시 검토합니다.

검증 단계	확인하는 질문
01 · 근거	주장을 뒷받침하는 근거 ID와 원자료가 존재하는가?
02 · 수치	인용한 숫자가 원본 로그와 계산 결과에 일치하는가?
03 · 해석	도구와 데이터가 허용하는 범위 안에서 결론을 내렸는가?

FlyVigilance는 초파리 신경 연결 지도(connectome)에서 착안한 감각·반사·기억·숙고·행동의 층으로 검토 흐름을 표현합니다. 빠른 판단에는 TypeSafe AI의 Jev, 심층 검토에는 NVIDIA Nemotron, 안전성 점검에는 Nemotron Safety Guard를 활용합니다.

04 / Meet the team

면역학, 바이오 데이터, 의료영상 AI, 약학, 에이전트 개발의 관점을 하나의 검토 흐름으로 연결합니다.

김가경
Ka-Kyung Kim
_{TEAM COORDINATION
PV EVIDENCE}

강성준
Seong-Jun Kang
_{INTEGRATION
FLYVIGILANCE}

이건규
Geon-Gyu LEE
_{FLYDISCOVERY
AI & INTERFACE}

배예지
Yeji Bae
_{AGENT WORKFLOWS
PV EXTENSION}

전은진
Eunjin Jeon
_{PHARMACY
DOMAIN REVIEW}

Member	Background	Contribution to FlyGate
김가경 · @kakyungkim	바이오 데이터 분석 · 혈중 암세포 및 신약개발 바이오마커 분석 경험	FlyVigilance 개발 · 팀 조율과 제출 기획 · 약물감시 근거 설계 · 보고서 양식 매핑과 근거 등급 규칙
강성준 ^↗ · @AwesomeZun	단일세포·공간오믹스 · 신약 후보 평가 · 『AI 신약개발 실전가이드』 출간	FlyVigilance, FlyDiscovery 개발 · 데이터·평가 파이프라인 · 두 모듈 통합과 시각화 · FDDD 개발 (https://github.com/AwesomeZun/FDDD)
이건규 · @Geongyu	AI researcher · 병리·영상의학 및 오믹스를 결합한 예후·약물 반응 예측	FlyDiscovery 개발 · 탐색 워크벤치와 사용자 인터페이스 개선
배예지 · @ybaeus	병원 데이터 사이언티스트 · 멀티오믹스·공간·이미지 데이터	FlyVigilance 개발 · Jev 기반 약물감시 확장 · 문헌 검토 흐름 설계 · 약사 피드백 반영
전은진 · @YMYDGenie	약사 · 약사를 위한 AI 제품 개발	FlyVigilance 개발 · 약학 관점의 요구사항 검토 · 이상사례·국내 보고 사례 조사 · 워크플로 자문

05 / Explore the evidence

살펴볼 내용	바로가기
통합 프로젝트	Project-FlyGate
FlyDiscovery 실행 원자료	구조·도킹·친화도 측정 기록
FlyVigilance 평가	평가 방법, 결과와 한계
시스템 구조	Architecture
에이전트 스킬	Skills

데모와 결과를 읽는 방법

FlyDiscovery 웹 화면은 저장된 실행 결과를 보여 주는 데모입니다. 화면을 열 때 새 모델 추론을 실행하지 않습니다.
도킹 점수는 약효의 입증이 아니며, 자발적 이상사례 보고의 통계 신호는 인과관계를 확정하지 않습니다.
신경 연결 지도 시각화는 에이전트의 처리 흐름을 표현하며 임상적 검증을 뜻하지 않습니다.
평가 범위와 실패 사례는 각 모듈의 문서에서 확인할 수 있습니다. 이 프로젝트는 해커톤 연구 데모이며 실제 의료 판단을 대체하지 않습니다.

FlyDiscovery + FlyVigilance = FlyGate
_{Evidence before inference.}

_{히어로와 모듈 아트는 AI 생성 개념 이미지입니다. 실제 분자 구조나 임상 데이터를 나타내지 않습니다.}

Navigation Menu

FlyGate

01 / Two perspectives. One evidence trail.

01 / FlyDiscovery

02 / FlyVigilance

02 / Inside the workbench

03 / Evidence before inference.

04 / Meet the team

05 / Explore the evidence

Pinned Loading

Repositories

Uh oh!

Uh oh!

Uh oh!

Uh oh!

People

Top languages

Uh oh!

Most used topics

Uh oh!