LLM으로 과학 원리를 실시간 구축하는 'Principia' 프레임워크

핵심 요약

• 과학적 발견에는 관찰된 현상 뒤에 있는 과학 원리를 파악하는 것이 필수적인데, 복잡한 발견 과정에서 이러한 경험적 원리는 대부분 미지의 상태로 남아있다.
• 기존 방식은 가설을 원리로 변환하는 단계에서 방대한 영역 전문지식·시간·노력이 필요해 병목이 되고 있다.
• Principia는 LLM 기반 프레임워크로, 테스트 타임에 과학 원리를 구축하고 지속적으로 개선한다.
• 관련 입력값과 관찰 결과로부터 비교 인과 가설을 형성하고, 이들 가설 간의 반복되는 관계를 종합해 귀납적 원리를 도출한다.
• 구축된 가설과 원리를 과제에 적용해 새로운 관찰을 얻고, 이를 바탕으로 가설을 수정한 후 원리를 재구축하는 방식으로 테스트 타임 전체에 걸쳐 과학적 지식이 연속으로 진화한다.
• 분자 최적화, 단백질 공학, 유전자 교란, 분자 성질 예측 등 네 가지 벤치마크에서 내부 지식·외부 자료·경험 요약에만 의존하는 기존 모델들을 능가했다.
• 생성된 원리들은 과학 문헌과 일치하는 타당성 있는 결과를 보여줬다.