K-MOONSHOT · AI SCIENTIST RESEARCH WATCH

Self-Building Laboratories and Revisable Scientific Evidence

새 실험의 능력을 만들고, 성공의 증거를 다시 묻는 AI 과학자 — 자율실험실·연구 기억·독립 검증의 연결

· 2025-01-01 → PRESENT · TWO NEWLY REVIEWED STUDIES + ONE CORRECTION

능력을 만드는 순환과 증거를 수정하는 순환과학 목표에서 가설과 능력 공백을 도출한다. 트윈과 기술을 검증하여 실험을 수행하고, 관측과 판정의 계보를 통해 다음 가설을 수정한다. 공식 정정은 판정과 후속 연구를 갱신한다. 저자의 연구들을 연결한 제안 아키텍처이다.지식·멀티모달 관측출처 · 단위 · 현재 상태목표·반증 가능한 가설예상 관측 · 경쟁 설명실행 능력 공백필요 제어 · 측정 · 기술트윈·기술 구축가상 검사 + 물리 검증실험·도구 실행사람 승인 · 실패 복구원시 근거·판정 계보지지 · 반박 · 미결정관측과 연구 기억으로 가설 갱신공식 정정 → 판정·데이터·후속 주장 재검사분석적 제안 · 네트워크/국가 플랫폼의 확정 설계 아님
그림 1. 실행 능력을 구축하는 순환과 과학적 증거를 수정하는 순환. SBL·서베이·공식 정정의 함의를 연결한 제안이며 세 자료의 공동 실증 결과가 아니다.

새 실험에 필요한 능력을 검증하고, 실험 뒤에는 주장도 다시 검증한다. 인간 기여·실패·정정이 동일한 연구 계보에 남아야 한다.

초록

AI 과학자는 다음 실험을 고르는 능력과 그 실험을 가능하게 만드는 능력을 함께 요구한다. 새로 검토한 Self-Building Labs는 실행 능력의 구축을, 공식 학회 서베이는 멀티모달 이해부터 인간 협업까지의 분류를, A-Lab의 2026년 공식 정정은 성공·새로움·학습 자료 중복의 재검토를 보여준다. 이 글은 세 자료의 근거 유형과 한계를 구별하고, 능력 구축과 증거 수정의 이중 순환을 제안한다. 정책 원문의 목표연도·역할(안)을 보존하면서 2028–2032년 ETRI 연구기획을 위한 기술 묶음과 반증 가능한 질문으로 연결한다.

PART 01

1 Definition

새로운 실험을 제안할 수 있는 AI가 그 실험을 수행할 능력까지 새로 만들 수 있는가. 그리고 성공이라고 기록한 결과가 나중에 달라질 때, 무엇을 수정해야 하는가.

이 글은 AI 과학자를 과학 지식·관측을 이해하고, 가설과 실험을 연결하며, 결과에 따라 다음 연구 행동을 수정하는 시스템으로 본다. 이번 후속 글은 두 가지 경계를 확장한다. 하나는 기존 장비의 정해진 절차를 수행하는 자율성에서 새로운 실행 능력을 개발하는 자율성으로의 확장이다. 다른 하나는 실행 완료에서 과학적 주장에 대한 지속적인 재검증으로의 확장이다.

개념별 범위와 인간의 위치
개념핵심 범위인간 참여를 확인할 위치
AI for Science과학 문제를 푸는 AI의 상위 범주; 예측·분석 모델 포함문제 설정·자료 해석·성과 채택. 자율 연구는 필수 조건이 아님
연구지원 에이전트검색·코딩·데이터 분석 등 위임 작업사람이 질문과 작업 범위 설정; 도구 성공과 주장 검증 구분
AI Co-Scientist가설 제안·비판·수정의 협업전문가가 목표·제약·실험 승인·과학적 판정에 참여
AI Scientist정의된 범위에서 연구 순환과 다음 행동을 연결장기 수행·수정·중단·인계의 범위와 조건을 공개
Self-Driving Laboratory실험 선택·장비 실행·측정의 물리적 폐루프시료 준비·교정·유지보수·오류 복구의 인적 기여 포함
Self-Building Laboratory실험에 부족한 제어·기술·워크플로·배치 능력의 개발사람의 자료 제공·계획 승인·불확실성 해소를 포함; 무인 건설과 다름

마지막 행은 새로 검토한 Self-Building Labs의 문제 설정을 반영한다. 각 개념은 단순한 성숙도 순서가 아니다. 능력을 확장하는 시스템도 잘못된 과학적 결론을 낼 수 있고, 정해진 절차만 수행하는 시스템도 높은 재현성을 가질 수 있다. 실행 능력의 확장과 과학적 증거의 확실성을 각각 평가해야 한다.

PART 02

2 Problem Definition

연구 자동화의 병목은 ‘다음에 무엇을 실험할 것인가’에만 있지 않다. 새 가설이 새로운 장비 동작이나 측정을 요구하면 기존 시스템이 멈춘다. 사람이 장비 드라이버를 작성하고, 배치를 다시 교정하고, 로봇 기술을 손보는 비용은 실험 선택 알고리즘의 계산 시간에 포함되지 않는 경우가 많다. 연구 기획에서는 이 전환 비용을 직접 다뤄야 한다.

한편 장비가 프로토콜을 완료했더라도 목표 물질을 얻었는지, 측정이 충분히 식별적인지, 해당 결과가 인류에게 새로운지는 서로 다른 문제다. 실험 실행 로그가 완전해도 과학적 판정 규칙이 부정확하면 성공 수가 달라질 수 있다. 따라서 자동화 시스템의 문제를 실행 계획과 증거 판정의 결합으로 정의할 필요가 있다.

제안한 평가 목적 = 재검증 가능한 정보 증가 − 능력 구축 비용 − 실험·계산 비용 − 위험 비용

이 식은 분석적 설계 원칙이며 논문에서 공통으로 실측한 목적함수가 아니다. ‘능력 구축 비용’에는 전문가의 준비, 시연, 교정, 수정, 승인 시간을 포함한다. ‘재검증 가능한 정보’는 생성한 가설이나 보고서의 양이 아니라 어떤 관측이 어떤 주장을 지지하는지 다른 사람이 다시 검사할 수 있는 상태를 뜻한다.

장기 임무에서는 이 정의가 특히 중요하다. 장비 변경 이후에도 과거 결과를 신뢰할 수 있는지, 정정된 분석으로 학습 자료와 후속 가설까지 수정해야 하는지 판단해야 한다. 플랫폼의 실행 기록과 과학적 주장의 버전이 연결되지 않으면 자동화 규모가 커질수록 오류의 전파 범위도 커진다.

PART 03

3 Core Concepts

능력의 공백을 모델링한다

실험계획은 목표 관측을 얻는 데 필요한 기능 목록을 요구한다. 현미경을 조작할 수 있다는 사실과 특정 배율·교정·시료 조건에서 유효한 영상을 얻을 수 있다는 사실은 다르다. 과학 지식과 멀티모달 관측은 장비 기능, 현재 상태, 사용 조건을 함께 이해하는 데 쓰여야 한다. 이 글에서는 필요한 기능과 검증된 기능의 차이를 ‘능력 공백’이라고 부른다.

디지털 트윈은 검증 가정을 가진다

배치·기하·관절·장비 상태를 모델링하면 시뮬레이션에서 동작을 검사할 수 있다. 그러나 모델링하지 않은 접촉, 화학적 위험, 관측 불가능한 고장은 그 검사로 보장되지 않는다. 디지털 트윈이 정밀해 보이는 것과 실제 적용 범위가 넓다는 것은 다르다. 모델 오차와 가정이 실행 계약에 포함되어야 한다.

가설과 기술을 다른 기억으로 저장한다

가설 기억은 경쟁 설명, 예상 관측, 기각 기준, 출처를 보존한다. 실행 기술 기억은 사전조건, 행동, 사후조건, 장비 버전, 실패 이력을 보존한다. 하나의 기술이 성공했다고 그 기술로 얻은 모든 과학적 해석이 맞는 것은 아니다. 반대로 결론이 정정돼도 실행 기술 자체는 계속 유효할 수 있다.

판정 보류는 연구의 정상 상태다

참·거짓 두 값만 강제하면 측정 부족과 실제 음성 결과를 혼동한다. 확인, 반박, 미결정을 구분하고 어떤 추가 측정으로 상태를 바꿀 수 있는지 기록해야 한다. ‘미결정’을 보존하는 능력은 과학적 추론과 메타인지의 일부다. 이는 새로 검토한 사례에서 도출한 플랫폼 설계 제안이다.

PART 04

4 Introduction

11월 14일 글은 AutoDNA·MIND·BEAKER·Embodied Science Agents를 통해 계획에서 행동으로 이어지는 조건을 정리했다. 이번에는 새로 발견한 기간 내 연구 2편과 공식 정정 1건을 추가한다. 오늘 최초 공개된 세 연구로 세지 않는다. 정정 대상인 A-Lab 원연구는 2023년 공개로서 배경 자료이며, 2026년 정정만 기간 내 변경 근거다.

오늘 새 검토 자료가 보완하는 질문
자료근거의 유형무엇이 새로 연결되는가
Self-Building Labs실물 실험·시뮬레이션을 구별한 프리프린트실험 선택 이전의 실행 능력 구축 비용과 기술 재사용
Agentic MLLM Survey for AIScientists공식 학회 출판 서베이멀티모달 이해·훈련·추론·평가·인간 협업을 잇는 분류
A-Lab Author Correction2026-01-19 공식 정정성공 판정·새로움·학습 자료 중복의 사후 수정

핵심 변화는 자율성의 경계를 더 구체적으로 묻는 데 있다. 실행 능력을 스스로 확장하는가, 사람은 어떤 결정을 맡는가, 측정 근거가 부족할 때 결론을 보류하는가를 함께 평가한다. 세 자료는 동일 벤치마크가 아니므로 수치를 직접 순위화하지 않는다.

직전 글: From Scientific Plans to Reliable Laboratory Actions. 해당 커밋의 Pages 작업은 성공 완료를 확인했다. 이번 글은 다른 날짜의 게시물을 수정하지 않는다.

PART 05

5 Motivation and Background

정책 원문이 제시한 요구

[정책] 과기정통부 「K-문샷 추진전략(안)」(2026-02-25), PDF p.24는 연구 전주기 통합 AI Scientist 플랫폼, 과학적 발견 핵심기술, 국가 연구데이터·플랫폼 연계, 과학 특화 멀티모달 독자모델과 버티컬 AI 파인튜닝 툴킷을 제시한다. ETRI·KISTI 플랫폼, ETRI 과학 모델, KISTI 데이터의 표기는 원문대로 역할(안)이다.

목표연도와 발표 문서의 지위를 구별한다
문서원문 내용해석의 경계
2026-02-25 추진전략(안), p.242030 협업형 연구; 2035 완전 자율형 발견2월 문서의 목표이며 이후 문서와 날짜를 섞지 않음
2026-03-11 추진현황 보고, p.212029 협업형 가설설계·실험·검증; 2032 인간 개입 최소화 장기임무·자율실험실 연계; 2035 완전 자율형 발견3월 보고의 일정으로 인용
2026-09-30 전략 로드맵(안), p.4·pp.19–20AI 과학자 상세 로드맵 별도 발표 예정; 과학 추론 모델·에이전트·과학 AI-OS·자율실험실 공통지원3월 일정을 9월 확정 상세 로드맵으로 표현하지 않음

[정책과 연구의 연결] 9월 문서 p.20은 장비 인터페이스·실험 프로토콜·데이터 공통 규격, 디지털 트윈을 통한 자율실험실 설계 지원, 조건·장비 로그·측정값의 생성 시점 수집과 결과 판정·검증 기준을 설명한다. SBL의 능력 구축과 A-Lab 정정의 판정 문제는 이 공통지원 요구를 구체화할 연구 질문으로 연결된다. 해외 논문의 성과가 한국 정책 목표의 달성을 입증하는 것은 아니다.

[오늘의 공식 후속 확인] 정부·NST 검색, NST 홈페이지와 독립 검증·재현 인프라 기획 공고, AI-ready 데이터 기획 공고를 다시 확인했다. 확보한 원문에서 AI 과학자 상세 로드맵의 새 확정안을 확인하지 못했다. 공고는 기획 연구 단계로 유지하며 확정 예산·기관 역할·본사업 시행으로 확대하지 않는다. 전문을 확보하지 못한 후속자료의 불확실성은 해소된 것으로 처리하지 않았다.

PART 06

6 Challenges

행동을 배웠다는 주장에는 재사용 조건이 필요하다

한 번 성공한 기술을 저장하는 것만으로 전이가 입증되지는 않는다. 장비 위치, 시료 용기, 물성, 센서 교정, 소프트웨어 버전이 달라지면 기술이 실패할 수 있다. 기술의 재사용 범위와 재검증 비용이 성능표에 함께 있어야 한다. 일반적인 로봇 동작 성공률만으로 과학적 유효성을 평가하기 어려운 이유다.

다중 에이전트의 토론이 관측을 만들지는 않는다

계획자·실행자·안전 검토자가 역할을 나누면 오류를 찾을 기회가 늘 수 있다. 그러나 모두 같은 불완전한 장비 상태를 공유하면 합의도 잘못될 수 있다. 관측이 부족하면 새로운 센서 자료나 전문가 판단을 요청해야 한다. 반복 토론이 길어지는 상황도 시간·비용·인간 개입으로 기록할 필요가 있다.

성공의 정의가 데이터와 함께 움직인다

검출 한계나 분석 방법이 바뀌면 과거 성공 판정도 달라진다. 최신 판정만 덮어쓰면 왜 바뀌었는지 사라지고, 과거 판정만 고정하면 정정 내용을 무시한다. 원시 자료를 보존하면서 판정의 버전과 근거를 추가하는 방식이 필요하다. 이것은 재현성과 장기 연구 기억이 만나는 문제다.

인간 기여의 회계

목표 지정, 사진·문서 제공, 시료 준비, 계획 승인, 위험 판단, 장비 유지보수, 논쟁 해결을 분리해서 기록해야 한다. ‘실행 중 사람이 버튼을 누르지 않았다’는 조건은 이 모든 기여가 없었다는 뜻이 아니다. 자동화의 효용은 총 인간 시간과 검증된 지식의 증가를 함께 봐야 평가할 수 있다.

PART 07

7 Research Questions

반증 가능한 연구 질문과 비교 설계 — 신규 제안
질문비교 조건반증·보류 기준
RQ1. 능력 구축이 전체 연구 비용을 줄이는가?수동 구축, 기존 기술 검색, 자동 기술 생성의 전체 준비·실행·복구 비용 비교실행만 빨라지고 준비·검증 비용을 더 쓰면 효용 주장 보류
RQ2. 기술 기억은 새 실험에 전이되는가?동일 장비 새 배치, 새 용기, 타기관 장비를 분리 평가학습한 조건 밖에서 재사용 이득이 사라지면 적용 범위를 제한
RQ3. 안전 다중 에이전트는 무엇을 추가하는가?같은 모델·계산 예산의 단일 검토와 역할 분리 검토 비교반복 토론만 늘고 위험 행동 허용이 줄지 않으면 효과 부정
RQ4. 판정 보류가 잘못된 발견을 줄이는가?이진 판정과 보류·추가 측정 정책의 오탐·미탐·추가 비용 비교보류가 무조건 늘어 연구가 정지하면 정책 재설계
RQ5. 정정 전파를 자동화할 수 있는가?정정된 주장에 의존한 데이터·모델·후속 가설을 추적영향받은 산출물을 놓치거나 무관한 결과를 폐기하면 가설 기각
RQ6. BO가 능력 확장도 선택해야 하는가?현재 장비 조건 최적화와 새 측정 능력 도입의 정보·비용 비교새 능력이 독립 검증된 정보 이득을 만들지 못하면 확장 중단

각 비교는 같은 기초 모델, 초기 자료, 허용 도구, 계산·장비·사람 지원 예산을 고정해야 한다. 주된 결과 외에도 실패·중단·판정 보류를 빠짐없이 공개해야 한다. 제안한 질문은 아직 이번 자료에서 검증이 끝난 것이 아니다.

PART 08

8 Approaches(Methods)

8.1 Self-Building Labs: 능력을 개발하는 연구 루프

[저자 결과·프리프린트] SBL은 과학 에이전트, 트윈 에이전트, 안전 에이전트로 목표를 계획·시뮬레이션·제어로 연결한다. 실물 CdS 양자점 사례는 96웰, OT-2 명령 236개와 후속 로봇 단계 19개를 포함한다. 검토한 프로토콜은 SHA-256으로 고정하며 실행 전후 장비 상태를 확인한다. 사람은 초기 정보와 계획 승인을 제공한다. RoboChem-Flex에서는 5–10분 길이의 보류된 이동 12건에서 도착 중간시점 오차가 1.4초 미만이라고 보고한다. v2 §2.1–2.5·Methods.

[조건·한계] 유체 이동 시험은 램프를 끈 조건이며 광화학 반응 성능과 다르다. 추가 로봇·작업대 조율은 시뮬레이션이고 두 실물 연구도 인간 감독 아래 수행했다. API가 고장을 알리지 않아 성공과 실패를 구별하지 못한 경우, 센서 부족과 에이전트 간 논쟁에 대한 인간 개입도 보고한다. 범용 자율 건설·독립 기관 재현·통제된 인건비 절감의 입증으로 확대하지 않는다.

[설계 해석] 중요한 지점은 ‘계획을 다시 작성하는 능력’과 ‘새로운 실행 기술을 검증해 축적하는 능력’의 분리다. 과학 지식에서 필요한 측정을 도출하고, 그 측정에 필요한 기능이 없으면 능력 공백을 드러내는 구조가 필요하다. 안전한 범위의 기술 개발과 비용이 큰 실험 선택을 함께 다루는 상위 계획 문제로 확장할 수 있다.

8.2 Agentic MLLM 서베이: 전체 파이프라인을 나누어 평가한다

[동료심사 서베이] Jian 외의 논문은 멀티모달 지각, 훈련·추론, 평가, 인간 협업을 연결한다. 원문 Figure 2와 §5–6은 증거·가설·검색·실행의 평가를 구분하고, 수동·협업·능동 모드가 연구 단계에 따라 달라질 수 있음을 설명한다. 자체 성능 경쟁 실험이 아니라 기존 문헌과 평가체계를 종합한 연구다. 공식 PDF, pp.2·6–8 · 서지·출판 기록.

[한계] 분류의 유용성과 그 분류를 따른 시스템의 성능 개선은 별개다. 인용된 벤치마크의 수치를 이 서베이가 독립 재현했다고 볼 수 없다. 공식 출판은 2026년 11월이고, 공개된 TechRxiv v2의 표지는 2025-12-01이다. 최초 v1의 정확한 공개일은 확인하지 못했으므로 12월 1일을 최초일로 단정하지 않는다.

[설계 해석] 과학 모델의 입력에는 텍스트·이미지 외에 구조·시퀀스·센서 자료가 포함되고, 출력은 답변 외에 실행 가능한 코드·프로토콜·판정일 수 있다. 따라서 모델 평가와 플랫폼 평가는 분리하되 동일 임무에서 연결해야 한다. 검색 근거가 실행 결정에 어떻게 쓰였는지 추적하면 멀티모달 이해와 장기 기억의 실질적 효용을 평가할 수 있다.

8.3 A-Lab 공식 정정: 성공·새로움·자료 중복을 수정한다

[공식 정정·2026-01-19] 정정은 원연구의 새로움 표현이 ‘예측 플랫폼에 새로움’을 의도했으며 반드시 ‘과학에 새로움’을 뜻하지 않았다고 설명한다. 저자들은 회절 자료를 수동 재분석하여 기존 성공 40건 중 36건은 판정이 맞고 4건은 미결정이라고 보고했다. XRD만으로 불확실한 네 목표를 성공 집계에서 제외하고, 학습 자료에 잘못 포함됐던 Zn2Cr3FeO8도 논의에서 제거했다. 재분석은 출판 후 동료심사를 받았다. 공식 정정 원문.

[범위] 저자의 재분석과 출판 후 심사이며 외부 실험실의 독립 합성 재현은 아니다. 원연구는 2023-11-29 공개된 기간 밖 배경 자료다. 수정된 원논문 초록은 17일 운영, 목표 57개 중 36개 화합물 실현으로 서술한다. 원 논문 전체를 2026년 신규 발견으로 세거나 정정이 모든 결과를 무효화했다고 표현하지 않는다.

[플랫폼 제안] 판정의 변경은 원시 회절 자료, 분석 코드, 학습 데이터와 주장 계보까지 연결해야 한다. 자동 분석기가 성공이라고 판단한 사건과 과학 공동체가 그 주장을 수용한 사건은 같은 상태가 아니다. 성공 기록을 수정할 수 있어야 신뢰할 수 있는 연구 기억이 된다.

8.4 통합 방법: 두 개의 순환과 하나의 계보

이번 근거로부터 도출한 아키텍처 제안
구성출력검사
과학 지식·멀티모달 모델출처·단위·시점이 붙은 관측과 경쟁 설명문헌 지식과 현재 장비 상태 구분
가설·다중 에이전트반증 조건·대조군·추가 측정 요구합의와 독립 관측을 구별
능동 설계·베이지안 최적화다음 실험 또는 새 측정 능력의 선택계산·실험·인간·안전 비용을 같은 예산에 포함
능력 구축 루프트윈·장비 인터페이스·조작 기술·실행 계약시뮬레이션 통과와 물리적 검증을 각각 기록
실험·도구 실행 루프원시 관측·실행 상태·실패·복구 기록실행 실패와 가설의 음성 증거 구분
판정·정정 계보지지·반박·미결정과 판정 버전새 근거가 후속 데이터·모델·가설에 미치는 영향

이 구조는 논문들이 공동으로 구현한 통합 시스템이 아니라 신규 제안이다. 장기임무의 메타인지는 스스로 ‘잘 모르겠다’고 말하는 데서 끝나지 않고, 추가 측정·기술 재검증·사람 인계·중단 중 적절한 행동을 선택하는 기능으로 구현해야 한다.

PART 09

9 Key Applications

응용별 기대와 실제 근거의 경계
응용직접 확인한 근거확장 전 필요한 검증
신규 실험 프로토콜 도입SBL의 기술·제어·워크플로 구축새 장비·실험 종류에서 준비 비용과 독립 검증
분산 연구시설 연결추가 로봇·작업대 조율의 시뮬레이션실물 기관 간 이동·권한·상태 관측·복구
과학 멀티모달 모델 평가서베이의 파이프라인·평가 분류해당 분류를 적용한 평가의 예측 타당성
재료 발견 판정A-Lab 공식 정정의 회절 재분석복수 측정·전문가·독립 기관이 일치하는 판정
국가 연구데이터·플랫폼정책의 로그·원자료·판정 기준 요구정정과 사용권·버전이 연결되는 데이터 운영

ETRI의 연구기획에서는 분야별 실험법 자체를 모두 내재화하기보다, 과학 모델이 이해한 목표와 기관의 실제 능력을 연결하는 공통 기술을 도출할 수 있다. 데이터 연계는 파일 수집을 넘어 실험 조건, 판정, 도구, 사람의 기여를 재검사 가능한 구조로 묶는 일이다. 역할 배분은 정부 원문과 후속 협의에 따를 사항이며 이 글이 새로 확정하지 않는다.

인간-AI 협업에서는 사람이 위험과 목적을 결정하고, AI가 준비·계산·실행·기록을 지원하되 판단의 근거를 노출하는 설계가 유효한 출발점이다. 과학자가 시스템을 수정할 수 있어야 하며 수정은 실수나 성능 저하로만 취급되지 않아야 한다.

PART 10

10 Open Problems

능력 확장이 과학적 편향을 늘리지 않는가

측정하기 쉬운 현상만 연구하는 시스템은 실행 성공률이 높아도 중요한 난제를 회피할 수 있다. 새 기술을 도입하는 비용을 줄이는 것과 연구 질문의 다양성을 넓히는 효과를 별도로 검증해야 한다. 플랫폼이 보유한 장비와 데이터에 맞춰 가설을 과도하게 좁히지 않는지도 살펴야 한다.

정정이 연구 기억에 반영되는 시점

정정은 보통 원 결과보다 늦다. 이미 생성된 코드, 학습 데이터, 모델, 후속 논문이 영향을 받을 수 있다. 실시간으로 모든 것을 다시 학습하는 것은 현실적이지 않으므로, 영향받은 주장과 실행을 먼저 찾아 재검토하는 절차가 필요하다. 과거 버전으로 수행한 실험의 해석도 함께 보존해야 한다.

관측할 수 없는 실패를 어떻게 다루는가

API의 정상 반환만으로 물리적 행동을 보증할 수 없다. 영상·힘·질량·온도 등 서로 다른 관측의 불일치를 찾는 연구가 필요하다. 센서 추가가 항상 답은 아니며 교정 비용과 새로운 고장도 고려해야 한다. 실행을 멈춰야 할 정도의 불확실성을 임무별로 정의해야 한다.

독립 검증 주체의 독립성

같은 데이터·모델·판정 규칙을 공유한 에이전트가 서로 평가하는 구조에는 공통 오류가 남는다. 외부 전문가 검토, 다른 측정 방식, 다른 기관의 재실행은 서로 다른 종류의 독립성을 제공한다. 이를 하나의 ‘검증 완료’ 표지로 합치지 않는 평가 체계가 미해결 과제다.

PART 11

11 Future Directions

2028–2032년에는 실험 수행 능력을 확장하는 기술과 잘못된 주장을 수정하는 기술을 함께 연구할 필요가 있다.

ETRI 전략연구사업 후보 — 확정 사업이 아닌 신규 제안
기술 묶음2028–20292030–2032 검증
과학 멀티모달 능력 지도문헌·구조·영상·센서 관측과 장비 기능·사용 조건 연결미공개 장비·기관에서 능력 공백 탐지; 불필요한 구축 요청과 누락 측정
검증된 기술 생성·재사용트윈·도구 어댑터·실행 계약·사전/사후조건새 배치·용기·장비에서 전이; 전체 준비·복구·사람 시간
능력 확장형 능동 실험설계현재 조건 최적화와 새 측정 도입의 비용 모델같은 예산의 BO·무작위·전문가 설계와 검증된 정보 증가 비교
장기임무 기억·실패 복구실패 원인·복구 분기·판정 보류·인간 인계 기록관측 불가능 고장과 장비 드리프트를 포함한 임무; 위험 행동과 반복 오류
정정 가능한 연구 데이터 플랫폼원시 자료–분석–판정–주장의 버전·권한·사용 계보공식 정정의 영향 전파·다기관 재검사; 학습·평가 누수 점검

창의적 연구 구상 1 — 관측 능력까지 선택하는 과학자

가설을 구별할 정보가 부족할 때 다음 실험을 반복하는 대신 새로운 센서·측정·실행 기술의 도입을 선택하게 한다. 신규 능력의 구축비와 정보 가치를 비교하되, 물리적으로 검증되지 않은 기술에는 보수적인 비용을 부여한다. 기존 BO보다 더 많은 확정 결론을 얻는지, 오히려 능력 개발에 시간을 낭비하는지를 함께 평가한다.

창의적 연구 구상 2 — 정정을 흡수하는 연구 기억

공식 정정이 들어오면 관련 주장과 데이터·코드·학습 자료·후속 가설을 찾고, 영향이 있는 것만 재검사하는 기억 체계를 제안한다. 이진 삭제 대신 ‘이전 근거에서는 지지, 새 분석에서는 미결정’처럼 상태 전이를 보존한다. 정정 전파의 누락률과 무관한 결과의 불필요한 재검사 비용이 주요 평가 대상이다.

창의적 연구 구상 3 — 역할별 인간 개입 예산

목표 설정·승인·불확실성 해소·유지보수·과학적 판정을 서로 다른 개입 예산으로 모델링한다. AI가 어떤 요청을 전문가에게 넘겨야 하는지 학습하고, 개입을 줄였을 때 과학적 오류가 늘지 않는지 검증한다. 인간 참여의 최소화는 검증된 연구 성과와 함께 평가해야 한다.

위 기술 묶음과 연구 구상은 검증을 위한 제안이다. 예산·기관별 확정 역할·정부의 새 목표로 집계하지 않는다. 3월 문서의 2029·2032·2035 목표는 원문 문맥대로 유지하며, 2035 완전 자율형 발견을 2032년 사업의 확정 의무로 앞당기지 않는다.

EVIDENCE REGISTER · 2026-11-15 KST

새 검토 자료·출처·접근 범위

이번에는 기존 기간 내 연구 2편과 공식 정정 1건을 새로 검토했다. 누적 연구 원장은 25편에서 27편으로 늘었다. 정정은 별도 변경 원장에 두고, 2023년 원연구를 신규 논문 수에 넣지 않는다. 프리프린트와 정식 출판도 같은 연구로 묶는다. 이는 이 연속 글의 검토 수이며 분야 전체의 논문 수가 아니다.

새 근거의 날짜·심사 상태·검토 범위
자료공개·개정·출판읽은 범위·제한
Bai 외, Self-Building Labs최초 2026-10-16; v2 2026-10-30; 정식 출판 확인 못함arXiv v2 HTML §2–4·Discussion; 저자 프로젝트 PDF의 2026-10-30 표기·Methods·Discussion·부록 일부 확인
Jian 외, Exploring Agentic Multimodal Large Language Models: A Survey for AIScientists공식 출판 2026년 11월, pp.1089–1133; TechRxiv v2 표지 2025-12-01; 최초 v1 정확한 날짜 미확인공식 45쪽 PDF의 Figure 2·§5–6·결론과 평가 부록 일부. 전체 인용 논문을 독립 검증하지 않음
Szymanski 외, A-Lab Author Correction정정 2026-01-19; Nature 650, E1; 권호일 2026-02-05와 구분출판사가 검색에 제공한 정정 본문·서지 확인; 직접 HTML은 인증 리디렉션으로 실패; 수정 내역 첨부 PDF 미확인

arXiv 날짜는 원 사이트 UTC 표기를 보존한다. KST 조사일·블로그 게시일과 구분한다. SBL v2를 이번에 처음 검토했으며 v1 대비 실험 차이를 분석했다고 주장하지 않는다. 서베이의 최초 공개일이 미확인이라는 한계를 남기고, 확인된 2025년 프리프린트와 2026년 출판을 별개 발견으로 세지 않는다.

핵심 원문 URL

  1. Self-Building Labs · 서지·버전 · v2 원문 · 저자 프로젝트 · 저자 공개 PDF. 웹 PDF 추출의 용량 제한은 직접 다운로드 후 텍스트 확인으로 보완했다. 별도 재현 실행은 수행하지 않았다.
  2. Agentic MLLM Survey · DOI · 공식 PDF · 저자 문헌 저장소. 최초 공개일 점검에 사용한 TechRxiv v2의 공개 표지와 저자 홈페이지의 2025년 12월 안내는 확인했으나 v1 날짜는 확보하지 못했다.
  3. A-Lab Author Correction, 2026-01-19. 2023년 원연구의 수정된 공개 초록·변경 이력. 원연구는 배경이며 정정이 기간 내 변경 근거다. 저자의 재분석·출판 후 심사와 독립 실험 재현을 구별한다.

정책 원문과 오늘의 공식 확인 경로

  1. 과학기술정보통신부, 「AI시대 과학기술 경쟁력 대도약을 위한 K-문샷 추진전략(안)」, 2026-02-25, PDF p.24. 공식 연구기관 정책자료·첨부. 보관 원문으로 확인. 기관별 표기는 역할(안).
  2. 과학기술정보통신부, 「K-문샷 추진현황 보고」, 2026-03-11, PDF p.21. 정부 공식 회의·안건3. 보관 PDF 표를 확인했으며 회의 안내 페이지와 구분.
  3. 과학기술정보통신부 제출, 제13회 과학기술관계장관회의, 「K-문샷 전략 로드맵(안)」, 2026-09-30, PDF p.4·pp.19–20. 공식 연구기관 게시 경로. 보관 원문 p.4·p.20을 재확인. 상세 미션 로드맵 별도 발표 단서 유지.
  4. NST, 공식 새소식 목록, AI 과학자 독립 검증·재현 인프라 기획 공고, 신약개발 AI-ready 학습·벤치마크 데이터 기획 공고. 오늘 본문·목록을 재확인했다. 기존 RFP 전문 미확인 항목은 유지한다. 검색에서 새 확정 상세 로드맵을 확보하지 못했으며, 이는 모든 개정의 부재를 입증하지 않는다.

직전 논문 원장 대조

기존 arXiv 23편의 버전 표시 재확인
연구식별자·확인 버전직전 대비
Co-Scientist2502.18864
v2 · 2026-06-29
버전 표시 동일
The AI Scientist-v22504.08066
v1
버전 표시 동일
AI-Researcher2505.18705
v1
버전 표시 동일
AlphaEvolve2506.13131
v1
버전 표시 동일
Intern-S12508.15763
v2 · 2025-08-24
버전 표시 동일
DeepScientist2509.26603
v1
버전 표시 동일
Kosmos2511.02824
v2 · 2025-11-05
버전 표시 동일
Robin2505.13400
v1
버전 표시 동일
LLM-AutoSciLab2605.24043
v1
버전 표시 동일
Sage-Taiyi2611.12762
v1
버전 표시 동일
SciMARS2611.12552
v1
버전 표시 동일
Physical Testbed for Self-Driving Laboratories2611.11690
v1
버전 표시 동일
Discovering formally verified quantum programs with AI2611.09822
v2 · 2026-11-09
버전 표시 동일
Interpretable self-driving sputter epitaxy2602.22531
v1
버전 표시 동일
Contrastive Discovery: Open-Ended Scientific Discovery over Competing Explanations2611.14514
v1
버전 표시 동일
Scientist World: Grow a Research World for AI-Scientists2611.08478
v1
버전 표시 동일
El Agente Fármaco: A Scalable AI Scientist for Drug Discovery2611.03832
v1
버전 표시 동일
Reimagining computational quantum research with AI scientists2611.02833
v1
버전 표시 동일
When AI Does Science: Evaluating the Autonomous AI Scientist KOSMOS in Radiation Biology2511.13825
v1
버전 표시 동일
AutoDNA — An AI-native experimental laboratory for autonomous biomolecular operations2507.02379
v1
버전 표시 동일
MIND: AI Co-Scientist for Material Research2604.13699
v2 · 2026-11-04
버전 표시 동일
BEAKER: An Expert-Curated Benchmark for Embodied Brains in Self-Driving Chemical Laboratories2611.06911
v1
버전 표시 동일
Embodied Science Agents: Making Embodied Experimental Design Learnable2611.12958
v1
버전 표시 동일

웹 추출에서 일시 오류가 난 7건은 원 arXiv HTML의 제출·개정 표시를 직접 읽어 확인했다. 나머지 기존 비-arXiv 항목과 Nature 정식 출판 연결은 직전 원장을 유지하며 모든 개별 정정·학회 후속을 이번에 완전 재검증했다고 주장하지 않는다. 새로 찾은 A-Lab 정정은 별도로 포함했다. 기존 버전 표시가 같은 것은 독립 재현 완료나 후속 변화의 전면 부재를 의미하지 않는다.

조사 범위는 2025-01-01부터 2026-11-15 현재까지다. 최근 하루만 검색하지 않았으며 미래 자료를 근거로 쓰지 않았다. 논문 저자 결과·공식 정책·분석적 연결·신규 제안을 구분하고 조건이 다른 성능을 순위화하지 않았다. HTML·SVG·목차·강조·메타데이터는 정적으로 검사했으며 실제 브라우저 시각 검수 여부는 게시 결과에서 별도로 보고한다.