한국화학연구원 안광노 박사팀이 연구자의 자연어 지식을 거대언어모델이 해석해 자율실험실(SDL)의 베이지안 최적화 AI에 전달하는 '인간 참여형 최적화' 기술을 개발했다. 연구자 지식이 데이터와 어긋나면 적용을 멈추고 탐색 모드로 전환하는 적응형 신뢰도 검증 안전장치도 함께 적용했다. 가상실험 환경 검증에서 여러 원료 결합 반응은 기존 약 30회 탐색을 10회 이내로, 전기전도성 복합소재 반응은 기존 약 20회를 3~5회로 줄여 초기 탐색 부담을 크게 낮췄다. 연구팀은 대화형으로 방향을 수정할 수 있는 'AI 코사이언티스트' 인터페이스도 함께 공개했으며, 향후 실제 자율실험실 장비에 적용해 검증할 계획이다.
핵심
- LLM이 연구자의 자연어 지식을 자율실험실 AI의 사전정보·제약조건으로 자동 변환
- 사전지식이 실제 데이터와 어긋나면 적용을 멈추는 적응형 신뢰도 검증 안전장치 적용
- 가상실험 검증 결과 탐색 횟수를 기존의 4분의 1 이하 수준으로 단축
- 대화형으로 실험 방향을 수정할 수 있는 'AI 코사이언티스트' 인터페이스 공개
원문이 밝힌 한계
- 실제 실험 데이터로 구성한 가상실험 환경에서 검증한 결과이며, 향후 실제 자율실험실 장비에 적용해 검증할 계획이다
원문 · 전자신문 — AI가 연구자 지식 실험 계획에 반영...화학연, 'AI 자율실험' 기술 개발
원문을 Claude 가 요약·정리하고 코드 검사(원문에 없는 수치·화학식, 가격, 상대 시점, 투자 권유, 과장 표현 차단)를 통과한 글입니다. 연구의 주장과 평가는 원 논문·발표처의 것입니다. 오류는 contact@qpx.kr.
