초록

최근 대규모 언어 모델(LLM)의 발전은 자동화된 과학 연구를 인공초지능(ASI) 달성로의 다음 전면으로 부상시켰다. 그러나 기존 시스템은 좁은 범위의 작업에 국한되거나 LLM의 제한된 창의성에 의존할 수밖에 없다. 본 연구에서는 외부 개입 없이 창의적이고 사실 기반의 개념을 개발할 수 있는 과학 발명 시스템 ‘Spacer’를 제안한다. Spacer는 정보를 원자 단위인 키워드로 분해하고, 이들 간에 탐색되지 않은 연결성을 통해 창의성을 도출하는 ‘의도적 비맥락화(deliberate decontextualization)’라는 접근 방식을 통해 이를 실현한다. Spacer는 (i) 키워드 집합을 생성하는 영감 생성 엔진 ‘Nuri’와 (ii) 해당 키워드 집합을 정교한 과학적 진술로 정제하는 ‘구현 파이프라인(Manifesting Pipeline)’으로 구성된다. Nuri는 생물학 분야의 18만 개 학술 논문을 기반으로 구축한 키워드 그래프를 활용해, 새로운 잠재력이 높은 키워드 집합을 추출한다. 구현 파이프라인은 키워드 간의 연결성을 탐색하고, 논리적 구조를 분석하며 타당성을 검증한 후, 최종적으로 독창적인 과학적 개념을 초안한다. 실험 결과, Nuri의 평가 지표는 고영향도 논문을 0.737의 AUROC 점수로 정확히 분류하는 데 성공했다. 또한 구현 파이프라인은 최신의 상위 저널 논문들의 키워드 집합만을 이용해 핵심 개념을 성공적으로 재구성했으며, LLM 기반 평가 시스템에 따르면 이 재구성의 타당성은 85% 이상에서 확인되었다. 마지막으로, 임베딩 공간 분석 결과 Spacer의 출력물이 기존 최고 수준의 LLM들보다 주요 논문들과 유사도가 유의미하게 높음을 확인할 수 있었다.