K-MOONSHOT · AI SCIENTIST · RESEARCH & POLICY WATCH
Scientific Autonomy Through Revisable Evidence and Bounded Authority
근거를 수정하는 판단, 경계를 지키는 실행 — AI 과학자의 가설·협업·실험·검증을 하나의 연구기획으로 연결하다
핵심 관계: 가설을 수정하는 판단, 지식을 축적하는 협업, 장비 상태를 바꾸는 권한을 함께 기록하고 서로 다른 증거로 검증한다. 좁은 화면에서는 그림 안에서 가로로 이동할 수 있다.
초록
새로운 증거를 받아 판단을 바꾸는 능력과 허용된 행동만 실행하는 능력을 함께 설계해야 한다. 이번 글은 DeepQuest, EpiCompass, 권한 제한 LC-MS 에이전트, Station, EinsteinArena, EurekaBench의 원문을 연결한다. 연구 질문의 실행 가능성, 반례에 따른 가설 수정, 장기 탐색·공유 기억, 장비 권한, 기전 통찰·재현을 구분하고 ETRI 2028–2032년 전략연구사업 후보로 구체화한다.
직전 대비 여섯 연구의 상세 원장 반영, EinsteinArena의 기존 v2 수치 정정 대조, 국회예산정책처의 NAIS 관련 공식 분석을 추가했다. 신규 정부 AI 과학자 상세 로드맵을 확보했다는 뜻은 아니다. 모든 연구 성과는 조건과 한계를 함께 읽어야 한다.
1 Definition
AI 과학자의 자율성은 시스템 이름보다 어떤 연구 결정을 위임했고, 어떤 증거로 결론을 바꾸며, 어디까지 실행할 수 있는지로 설명해야 한다. 이번 글은 과학적 판단의 자율성과 물리적 실행의 자율성을 나누고, 두 축을 연결하는 연구 기억·권한·검증 체계를 살핀다.
| 범주 | 주요 기능 | 인간 참여와 검증 경계 |
|---|---|---|
| AI for Science | 과학 데이터 예측, 수치해석, 생성·최적화 | AI 적용의 넓은 범주. 연구 전주기 자율성을 전제하지 않는다. |
| 연구지원 에이전트 | 검색·코딩·분석·도구 실행 등 지정 업무 | 연구자가 질문·목표·결과 해석을 주도한다. |
| AI Co-Scientist | 가설 생성·비판·설계·분석의 협업 | 사람이 방향·우선순위·중요한 변경을 조정한다. |
| AI Scientist | 질문에서 가설·실행·분석·다음 연구로 이어지는 여러 단계 | 문제·자원·권한의 경계 안에서 자율성을 검증한다. |
| Self-Driving Laboratory | 실험 선택–물리 장비–측정–다음 선택의 폐루프 | 시료 준비·교정·장비 운용·위험 판단·중단에 기여한 사람의 역할을 별도 기록한다. |
장비를 직접 운용한 사실, 제한된 자원에서 좋은 실험을 선택한 사실, 새로운 지식을 발견한 사실은 서로 다른 검증 대상이다.
예를 들어 LC-MS 연구는 실제 장비에 측정을 제출했지만 반응 시료를 합성하지 않았다. DeepQuest는 환자 코호트의 관측 자료를 분석했으며 치료 효과를 시험하지 않았다. Station은 연구 생태계를 계산 환경에 구현했으며 실제 실험실 조직을 대체한 결과가 아니다.
2 Problem Definition
연구 전주기 플랫폼의 어려움은 도구 연결만으로 해결되지 않는다. 문헌에서 흥미로운 질문을 뽑아도 데이터가 그 질문을 구별하지 못할 수 있고, 좋은 코드가 실행돼도 연구의 결론은 과장될 수 있다. 새로운 증거를 받았는데 기존 가설을 고집하거나, 쉬운 점수만 높이고 어려운 설명을 포기하는 경우도 있다.
따라서 핵심 문제는 질문·데이터·가설·증거·실행 권한의 불일치를 줄이는 것이다. 국가 플랫폼에서는 이 불일치가 기관과 장비를 넘어 누적된다. 실패한 분석이 검증된 지식처럼 재사용되거나, 수정된 실험 한도가 승인 이력 없이 바뀌면 뒤늦은 감사만으로 원인을 복원하기 어렵다.
| 불일치 | 관찰할 실패 | 필요한 검증 |
|---|---|---|
| 질문 ↔ 데이터 | 방문 시점·표본·변수가 가설의 예측을 구별하지 못함 | 실행 가능성 심사와 제외 사유를 가설별 기록 |
| 가설 ↔ 증거 | 반례를 인지해도 믿음과 결론을 수정하지 않음 | 충돌 근거 재검사·가설 전환·보류의 적절성 |
| 목표 ↔ 탐색 | 측정 쉬운 대리 점수에 몰입 | 기전 설명·반증·후속 통찰을 분리 평가 |
| 계획 ↔ 권한 | 승인 후 자원 한도·실험 조건이 비공식 변경 | 한도 변경의 재승인·버전·중단 경로 시험 |
| 개별 실행 ↔ 공동 기억 | 낡은 결과·수치 오차·실패를 그대로 전파 | 검증기·환경·데이터 버전과 적용 범위 보존 |
[분석적 연결] 이 문제는 과학 모델 하나의 정확도로 환원되지 않는다. ETRI의 2028–2032년 기획은 모델, 연구 운영 소프트웨어, 기관 간 데이터, 장비 인터페이스, 독립 재현을 결합하되 각 요소의 기여를 따로 검증할 수 있어야 한다.
3 Core Concepts
과학 지식·멀티모달 통합이해. 논문 텍스트, 표·그래프, 영상, 스펙트럼, 시계열, 장비 로그는 같은 관측을 다른 형식으로 표현한다. 통합은 문서들을 한 문맥에 넣는 일을 넘어 표본 식별자·단위·교정·측정 시점을 맞추고, 무엇이 직접 관측이고 무엇이 추정인지 보존하는 작업이다. DeepQuest의 방문·영상 연결, LC-MS의 MS·DAD 결합은 이 문제를 구체적으로 드러낸다.
과학적 추론과 반증 가능한 가설. 가설에는 관측될 예측, 대안 설명, 가설을 약화시키는 조건이 있어야 한다. 반례 이후 무엇을 바꾸었는지 남기는 기억가 필요하다. EpiCompass의 믿음 값은 LLM이 부여한 상대적 신빙도이며 잘 보정된 베이지안 사후확률로 검증된 값은 아니다.
능동 실험설계와 베이지안 최적화. 실험을 선택하는 목적은 구분해야 한다. 최고 성능 조건을 찾는 최적화, 후보 가설을 구별하는 정보 획득, 전체 반응 지형을 설명하는 특성화는 같은 선택 규칙을 요구하지 않는다. 베이지안 최적화는 대리모델의 예측과 불확실성으로 다음 실험을 고르고, 기대 정보이득은 가설 불확실성을 줄일 관측을 고른다. LLM의 정성적 “인식적 이득”과 수학적으로 정의한 정보이득도 구분한다.
다중 에이전트·연구 기억·메타인지. Station은 방향을 지속하게 하는 감독과 주기적 성찰을, EinsteinArena는 공개 검증기·중간 산출물·토론을 다룬다. 다양성, 지속성, 검증된 공유는 각각 다른 기능이다. 여러 에이전트가 동의했다는 사실은 독립된 과학적 검증이 아니다.
Lab-in-the-Loop와 권한. 다음 행동을 제안하는 에이전트와 장비 상태를 바꾸는 서비스의 역할을 분리한다. 허용된 시료·메서드·자원 한도를 실행 경로가 검사하고, 오류를 구조화해 반환하며, 사람에게 넘겨야 할 상황을 명시한다. 실패 복구는 디지털 계획 복원과 이미 소모된 시료·오염된 장비의 복구를 구분한다.
신뢰성·재현성·인간 협업. 재현 패키지에는 데이터 계보, 실행 환경, 모델·프롬프트, 원시 출력, 제외·실패, 인간의 변경이 포함돼야 한다. 독립 데이터셋에 대한 저자 분석은 외부 데이터 검증이며, 다른 연구팀이 코드를 다시 실행한 독립 재현과 동일하지 않다. 결론의 중요도와 근거의 확실성은 별도 축이다.
4 Introduction
직전 글은 Openhagen Worlds와 q-devBench를 통해 도구 완료와 과학적 발견의 차이를 살폈다. 이번에는 그 간극을 줄이는 내부 구조와 실행 경계를 확장한다. 2025-01-01부터 2026-11-21 KST까지의 공개 자료를 대상으로 검색했으며 최근 24시간으로 한정하지 않았다.
| 연구 | 최초 arXiv 제출 / 현행 버전 | 이번에 추가한 관점 |
|---|---|---|
| DeepQuest · 2611.26343 | 2026-11-19 / v1 | 지식 공백·데이터 가능성·실행 감사·문헌 기여 판정 |
| 권한 제한 SDL 에이전트 · 2611.25043 | 2026-11-18 / v1 | 실제 LC-MS 운용과 보관 데이터 재생의 명확한 분리 |
| EpiCompass · 2611.25214 | 2026-11-18 / v1 | 가설–증거 관계와 믿음·탐색 방향 수정 |
| Station · 2610.08927 | 2026-10-06 / v1 | 감독·성찰·지속 탐색과 재발견 평가 |
| EinsteinArena · 2606.10402 | 2026-06-09 / v2 2026-08-26 | 공개 협업·검증기 유지·v1→v2 수치 정정 확인 |
| EurekaBench · 2610.00492 | 2026-09-30 / v1 | 과학 제약·예측·기전 통찰을 분리한 평가 |
모두 “오늘 발표된 여섯 편”이라는 뜻은 아니다. EinsteinArena는 기존 블로그에 이름이 등장하고 EurekaBench도 다른 연구 워치에서 언급돼 있었다. 이번에는 해당 원논문을 이 연속 글의 식별자·버전 원장에 처음 상세 반영했다. 나머지 후보도 저장소 식별자 검색과 직전 원장에 대조했다. 검색은 저장소 전체의 완전한 부재를 증명하지 않는다.
기존 arXiv 연구 39건과 PaperBench의 제출·개정 이력을 다시 확인했으며 버전·제출일의 차이는 없었다. 모든 기존 연구의 정식 출판·정정을 오늘 전수 재검증한 것은 아니다. 여섯 새 검토 연구는 프리프린트/기술보고서로 확인했으며, 이번 조사에서 정식 동료심사 출판을 확인하지 못했다. [저자 결과], [정책 원문], [공식 분석], [분석적 연결], [신규 제안]을 구분한다.
5 Motivation and Background
[정책 원문] K-문샷은 과학 모델의 고도화와 연구 전주기 실행 환경을 함께 요구한다. 세 문서의 날짜와 지위가 다르므로 마일스톤을 합쳐 새로운 확정 계획으로 만들면 안 된다.
| 문서·기관·발표일 | 위치 | 확인 내용 |
|---|---|---|
| 추진전략(안) · 과기정통부 · 2026-02-25 | PDF p.24 | 전주기 AI Scientist 플랫폼·발견 핵심기술·국가 데이터 연계·과학 특화 멀티모달 독자모델·버티컬 파인튜닝 툴킷. ETRI·KISTI 역할은 역할(안). |
| 추진현황 보고 · 과기정통부 · 2026-03-11 | PDF p.21 | 2029 협업형 가설설계·실험·검증; 2032 인간 개입 최소화 장기임무·자율실험실 연계; 2035 완전 자율형 발견. |
| 전략 로드맵(안) · 과기정통부 · 2026-09-30 | PDF p.4, pp.19–20 | AI 과학자 미션 상세 로드맵은 추후 별도 발표 예정. 공통지원으로 과학 추론 모델·에이전트·과학 AI-OS·자율실험실 연계. |
3월의 2029·2032·2035 일정을 9월에 확정된 AI 과학자 상세 로드맵으로 서술하지 않는다.
2월 p.24는 연구 전주기 플랫폼에 ETRI·KISTI, 과학 특화 모델에 ETRI, 연구데이터 통합·가공에 KISTI를 역할(안)으로 제시한다. 이는 확정된 사업·예산 배분이 아니다. 9월 p.20의 실행 기록 축적, 공통 장비·프로토콜·데이터 규격, 원데이터·판정 기준은 오늘의 연구들을 연결하는 직접적인 기획 근거다.
[공식 후속 원문 재확인] NST의 11월 12일 독립 검증·재현 인프라 기획 RFP와 11월 13일 신약개발 AI-ready 학습·벤치마크 데이터 기획 RFP를 다시 내려받았다. SHA256은 직전 확보본과 동일했다. 전자는 개발·플랫폼과 분리한 검증 주체, 사전등록·재현 패키지·성공/실패/미완료 기록, 2028년 착수 목표의 신규사업 기획을 요구한다. 후자는 학습과 분리한 시험 데이터, 비공개 평가·갱신, 기관 간 교차검증을 요구한다. 두 문서는 기획 요청이며 본사업 승인 근거가 아니다.
[새로 발견한 기간 내 정부 공고] 과기정통부·한국연구재단의 「2026년도 AI 기반 대학 과학기술 혁신사업(자율실험실) 신규과제 공모」(공고 제2026-0956호, 2026-09-14)를 공식 게시문과 IRIS에서 확인했다. IRIS는 접수기간 10월 1–14일과 신청요강의 10월 6일 수정 표시를 제공한다. 이는 대학 자율실험실 지원 공모이며 AI 과학자 미션 상세 로드맵의 확정·개정과 구분한다. 이번 접근은 공고 본문·첨부 목록까지이며 첨부 HWPX 직접 다운로드는 503으로 실패해 세부 지원조건·예산·수정 전후 차이는 해석하지 않았다. 다기관 실험실 연계 연구에서는 이 별도 사업과의 실제 역할·상호운용 수요를 후속 확인할 필요가 있다.
[새로 검토한 공식 분석] 국회예산정책처 「2027년도 예산안 위원회별 분석: 과학기술정보방송통신위원회」(2026-10, 발간심의 10월 26일), PDF pp.52–56의 1-3절은 NAIS의 연구 기능과 법정 역할의 정합성 검토, 인력·공간 확보 및 추진 지연을 고려한 재정 계획의 필요성을 제기한다. 이는 국회 소속 기관의 당시 예산안 분석 의견이며 정부의 AI 과학자 상세 로드맵이나 현재 법률 상태를 확정하는 자료가 아니다. 이 글은 예산안 수치를 확정 예산으로 옮기지 않는다. 원문 PDF 웹 열람은 가능했으나 별도 파일 다운로드는 503으로 실패했다.
[분석적 연결] ETRI 기획에는 성능 목표와 함께 실행 권한·검증 책임·공통기반 운영·현장 인력의 준비도를 산출물로 넣을 이유가 있다. 이는 문서에서 특정 신규 사업이나 기관별 책임이 확정됐다는 주장이 아니라, 원문 요구와 연구의 실패 양상을 연결한 해석이다.
오늘 정부·NST 후속 검색, 사업공고 목록과 NAIS 소개를 확인했다. 목록의 11월 20일 새 항목은 반도체 미션 연구모델 기획 재공고였다. 새 확정 AI 과학자 상세 로드맵 원문은 확보하지 못했다. NAIS의 날짜 없는 기관 안내와 기존 11월 10일 정책 세미나를 상세 로드맵 개정으로 세지 않았다. 세미나 공식 페이지는 503으로 전문·첨부 접근 제한이 계속돼 미확인으로 남긴다.
6 Challenges
가설 선택의 편향. 데이터로 실행 가능한 질문만 고르면 실행 성공률은 오르지만 중요한 미측정 질문을 버릴 수 있다. DeepQuest의 가능성 심사는 유용하지만, 제외한 가설의 과학적 가치와 필요한 신규 관측까지 보존해야 국가 데이터 투자의 근거가 된다.
믿음 수정과 확률의 보정. EpiCompass처럼 가설·증거를 구조화해도 관계 라벨을 잘못 붙이면 오류가 더 정교하게 축적될 수 있다. 상대적 신빙도의 합이 1이라고 해서 빈도적으로 보정된 확률이나 인과 타당성이 확보되는 것은 아니다.
지속 탐색과 매몰 비용. Station의 감독은 성급한 방향 전환을 줄이지만, 잘못된 방향을 오래 붙드는 위험도 만든다. 계속하기·전환하기·보류하기를 판단할 수 있는 반증 조건과 비용 기준이 필요하다. 성찰 횟수를 메타인지의 성능으로 대체하지 않는다.
권한의 사후 변경. LC-MS 실제 캠페인에서는 승인된 주입 한도의 변경 경로가 인터페이스에 없어 사람이 레코드를 직접 수정했다. 승인 이후의 변경도 승인 과정의 일부여야 한다. 초기 승인만 검사하는 구조로 장기 임무 전체의 권한 무결성을 설명할 수 없다.
검증기의 오류와 평가자의 추가 노동. EinsteinArena의 고정밀 검증기 개선은 검증도 유지보수가 필요한 소프트웨어임을 보여준다. EurekaBench의 평가자는 추가 시뮬레이션으로 제출 기전에서 통찰을 도출할 수 있다. 이 점수는 연구 에이전트가 스스로 보고한 통찰의 양과 구별해야 한다.
다기관 재현과 운영 현실. 공통 데이터 형식만 맞춰도 시료·장비 교정·결측·실패 처리에서 차이가 생긴다. 재현성은 데이터 파일의 공개 여부에 더해 실제 적용 조건과 원시 증거, 인력·접근 권한까지 포함한다.
7 Research Questions
다음 질문은 [신규 제안]이다. 논문의 성과를 국내 플랫폼에 그대로 이식한다는 가정 대신, 실패할 수 있는 조건과 비교 대상을 먼저 정한다.
| 연구질문 | 실험·비교 설계 | 반증 또는 중단 기준 |
|---|---|---|
| RQ1. 근거를 연결한 기억이 반례 이후 판단을 개선하는가? | 대화 기록 / 검색 기억 / 가설–증거 기억을 같은 모델·관측·예산으로 비교. 참·거짓·불충분 반례를 섞는다. | 오류 라벨이 누적되거나 잘못된 가설 확정이 줄지 않으면 효과 주장 보류. |
| RQ2. 가능성 심사가 연구 가치를 높이는가? | 선택된 질문과 제외된 질문의 가치·새 데이터 비용을 독립 전문가가 눈가림 평가. | 실행률만 오르고 가치 높은 질문을 체계적으로 배제하면 심사 기준 수정. |
| RQ3. 감독과 성찰은 지속성과 전환을 함께 개선하는가? | 감독 유무 × 성찰 유무의 요인 설계, 같은 모델 구성·토큰·계산 시간. | 새 반례에도 전환하지 못하거나 비용 대비 유효 기전이 감소하면 실패. |
| RQ4. 권한 변경과 복구를 기관 간 재현할 수 있는가? | 장비 충돌·큐 포화·중복 요청·만료·비공식 한도 변경·서비스 재시작을 주입. | 권한 밖 상태 변경, 이중 실행, 검증 불가능한 누락은 별도 통과 실패. |
| RQ5. LLM 실험 선택이 BO보다 유리한 조건은 무엇인가? | 동일 초기 데이터·후보·관측·실험비에서 무작위/탐욕/BO/LLM/혼합을 비교. | 분석 시간과 재시도를 포함한 총비용에서 이득이 사라지면 우월성 주장 철회. |
| RQ6. 공동 기억이 독립 발견을 돕는가? | 공유 없음 / 최종 성공만 / 실패·검증기 버전 포함 공유. 기관·시간 단위 분할. | 공통 오류 전파가 늘거나 후속 재현에서 성과가 사라지면 공유 규칙 수정. |
8 Approaches(Methods)
8.1 DeepQuest — 실행 가능성과 지식 기여를 분리한다
[저자 결과·v1] 10편의 알츠하이머병 리뷰에서 알려진 사실·미해결 관계·출처를 추출하고, 예측을 구별할 가설로 바꾼다. OASIS-3의 변수·대상자·방문·영상 연결을 검사해 가능한 가설을 고른 뒤 5개씩 비교하는 Elo 방식으로 우선순위를 정한다. 최대 3라운드 분석을 수행하며, 라운드 내 코드 수정과 라운드 간 설계 변경을 구분한다. 실행 감사 뒤에는 고정된 문헌 집합과 결론을 대조해 재발견·확장·후보 신규 발견·불확실을 판정한다.
| 조건 | DeepQuest | 비교·해석 |
|---|---|---|
| 200편 문헌 집합·주 평가자 | 40/42, SFR 95.24%; 후보 신규 20·확장 20 | Codex 33/42, Claude Code 32/42. 다른 가설 집합·다른 과제 수 결과와 단순 순위화하지 않음. |
| 4,604편으로 문헌 범위 확장 | SFR 40/42 유지; 후보 신규 13·재발견 2·확장 25 | 총 발견률이 같아도 신규성 라벨은 바뀐다. |
| 자료 가능성 심사 제거 | 40/60, SFR 66.67%; Skip 19 | 분모와 과제 구성이 바뀌므로 같은 42개에서의 순수 인과 효과가 아님. |
| 가설 품질 평가 | 3개 모델 평가자 × 5차원 중 14/15에서 최상 비교군보다 높음 | 1–5점 모델 심사. Top-10은 원집합에 포함돼 독립 검증 표본이 아님. |
SFR 95.24%는 세계적으로 새로운 의학 발견의 비율이 아니다.
SFR은 재발견·확장을 포함한 감사 분류 비율이다. 후보 신규도 검색한 문헌에서 선행 관계가 발견되지 않았다는 뜻이며 전체 문헌에 선행이 없다는 증명이 아니다. GPT 계열 가설과 주 평가자의 연결, 자료 맥락·가능성 심사 차이, 실행기 설정은 해석에 포함해야 한다. 주 실행 비교는 Codex의 GPT-5.6-luna와 Claude Code의 Claude Sonnet 5를 사용했고, 다른 모델군 평가를 통한 민감도도 보고했다.
대표 분석은 세 가지다. 첫 관측 신경정신 증상과 이후 치매 위험의 연관은 730일 지연 Cox 분석에서 OASIS-3 837명·149사건과 ADNI 200명·29사건을 사용했다. 나이·성별·교육·혈관 상태를 보정한 HR은 각각 2.496(95% CI 1.528–4.077), 3.326(1.443–7.668)이었다. 아밀로이드 PET의 상대적 지역 분포 보존은 OASIS-3 284명, AIBL 159명의 첫·마지막 스캔을 비교했다. 타우와 임상 경과는 CDR-SB 연관이 두 코호트에서 지지됐지만 MMSE 변화의 연관은 일관되게 재현되지 않았다. ADNI 타우 분석은 공변량 구성이 더 제한적이었다.
[한계·분석적 연결] 외부 코호트 분석은 저자들이 수행한 관측적 검증이다. 인과 효과·임상 효능이나 다른 연구팀의 독립 재현으로 확대하지 않는다. 국내에서는 가설을 제외한 이유도 “어떤 데이터가 없어서 답하지 못했는가”라는 수요로 남기는 것이 중요하다. §3–4·부록 A–C.
8.2 EpiCompass — 반례를 받은 뒤 믿음과 탐색을 갱신한다
[저자 결과·기술보고서 v1] 가설 트리에 가설 내용, 상대 믿음, 증거의 지지·충돌·중립 관계를 기록한다. 새 가설은 기존 가설이 설명하지 못한 관측과 연결되고, 새 관측이 들어오면 기존 가설도 다시 검사한다. 네 후보 중 인식적 이득이 클 것으로 판단한 후보를 선택하며, 최종 제출 전 전체 트리를 재검토한다. 믿음 갱신과 후보 선택은 연구 에이전트와 같은 기반 모델이 수행한다.
| 평가 조건 | 보고값 | 경계 |
|---|---|---|
| NewtonBench·Gemini-3.1-Flash-Lite | 상징 정확도 ReAct 46.6% → EpiCompass 60.9%; Hypothesis Search 49.9% | 12영역 × 27설정, Gemini 모델당 3회; 관측 잡음 없음. 상징 동등성은 Gemini-4-Argon 판정. |
| ActiveSciBench-Chem·동일 기반 모델 | 정확도 ReAct 64.2% → 79.0% | 27기전 × 3난도=81과제; 최대 12라운드·라운드당 10실험·총 60실험. RMSLE<0.05 기준. |
| DiscoverPhysics·동일 기반 모델 | nMSE 25.46 → 1.42; pass@1 0% → 3.0% | 11공개 세계 × 3잡음 시드, 16실험 라운드·5% 잡음. 평균 오차 개선이 높은 성공률을 뜻하지 않음. |
세 기반 모델·세 벤치마크에서 주 지표의 개선을 보고했지만, 모든 부지표가 좋아진 것은 아니다. DiscoverPhysics의 설명 평가는 모델 심사를 포함한다. 믿음 값과 인식적 이득은 LLM의 상대·정성 평가이며, 보정된 확률이나 정확한 엔트로피 감소량으로 검증된 것은 아니다. 제거 실험은 구성 요소를 순차 제거하는 누적 설계여서 각각의 완전한 독립 효과와 다르다.
[한계·분석적 연결] 저자는 NewtonBench의 기록 토큰을 과제당 10.2K 대 21.4K로 비교했으나 이는 기록된 사용량이지 전체 지연·비용의 보장이 아니다. 원문 비용 절에는 회계 한계를 언급하는 캡션에 비해 상세 설명이 충분하지 않다. 국내 연구는 믿음의 수치보다 반례 처리·보류·수정의 정당성을 외부 검증하고, 상태 유지·최종 감사까지 포함해 비용을 계측할 필요가 있다. §2–4·부록 A–B.
8.3 권한 제한 SDL 에이전트 — 실제 운용과 선택 평가를 구분한다
[저자 결과·v1] 인간의 프로젝트 방, 분석·계획 에이전트, 실행을 검증하는 실험실 서비스의 세 층을 둔다. 캠페인 목적·지표·메서드·주입량·예산·허용 well을 사람이 검토하고 실행을 활성화한다. 도구 인자·실행 토글·캠페인 한도·시료 존재·장비 점유·허용 메서드·큐 상태를 검사한다. 원시 파일과 호출·인자·결과, 계획·well 원장을 저장하며 새 측정이 완료될 때 다음 턴을 시작한다.
물리 실험은 p-toluidine의 알려진 산화 결합 반응에 대해 6개 산화제 체계 × 4개 당량과 대조 4개, 총 28개 well을 한 plate에 준비했다. usable 데이터는 26개 well에서 얻었고, 각 반응 조건의 반복 합성은 없었다. agent는 MS·DAD를 해석하고 실패한 시료 전달을 표시했다. 주요 방의 465회 도구 호출에서 12개 요청이 거부·지연됐다. 이 수는 위험 감소율이 아니라 실제로 작동한 운영 검사 사례 수다.
사람은 전체 well 측정을 지시하고 주입 한도를 20에서 30으로 늘렸다. 인터페이스에 승인된 캠페인 변경 절차가 없어 레코드를 직접 수정했다. 따라서 물리 운용은 제한 예산하의 최적 well 선택을 검증하지 않는다. 이를 위해 Claude Opus 5와 같은 분석·실행 구조를 보관 LC-MS 파일을 반환하는 시뮬레이터에 연결했다. 9개 예산에서 총 23캠페인, 예산당 최대 3회이며 20·28회 예산은 각 1회였다.
8회 이상 예산에서 모두 최적 well을 찾았다는 결과는 새 물리 실험이 아니라 같은 plate의 재생 평가다.
대체로 7번째 주입 부근에서 최적 조건을 측정한 결과를 무작위 순서의 기대값 14.5회와 비교했다. BO·탐욕적 선택·고정 일정과의 동등 조건 비교는 없었다. 28회 예산의 단 한 번 실행에서는 순차 탐색으로 최적 조건을 21번째에 측정했다. 이는 자원이 많을수록 빠른 최적화가 보장되지 않음을 보여주는 제한된 관찰이다.
[한계·분석적 연결] 사람은 plate 설계 검토·준비·승인·실행 활성화·한도 변경에 참여했다. 합성 자율화, 비상중단·재개 실증, 화학적 위해 판단은 검증 범위 밖이다. 독립 peak 적분과 화학자 검토는 같은 데이터의 해석 확인이지 외부 실험실 반복 합성이 아니다. 국가 플랫폼에는 캠페인 변경을 재승인하고 비공식 수정도 탐지하는 경로가 필요하다. §3–5·표 1·보관 데이터 평가.
8.4 Station — 쉬운 질문으로 이동하는 습관을 줄인다
[저자 결과·v1] 보통 여섯 에이전트가 연구 방향을 선택하고 내부 논문·토론·기억을 공유한다. Supervisor는 제안한 방향을 일정 기간 지속하도록 감독하며 직접 실험하거나 논문을 쓰지 못한다. 50 tick마다 GPT-5.5로 Meta Reflection을 수행하고, 종료 후 별도 통합 에이전트가 보고서를 만든다. 방향 지속과 재평가를 함께 유도하는 구조다.
ICLR 구두발표 논문 3편의 핵심 질문·실험 환경을 제공하되 결과와 인터넷은 차단했다. 각 과제 3시드·300 tick이며, 실행마다 Gemini 3.1 Pro 3개, GPT-5.5 1개, Claude Opus 4.8 2개로 시작했다. 사전에 나눈 세부 발견의 평균 회수율은 62.7±2.8%(표준오차), Codex Multiagent-v2는 15.4±2.4%, AI Scientist-v2의 세 기반 모델 구성은 14.4–20.6%였다. 비교군은 누적 실험 시간을 Station의 과제별 평균 약 44·18·64시간 이상으로 맞췄으며 토큰·모델 구성까지 같게 만든 설계는 아니다.
보고서 3회 통합과 각 보고서 3회 자동 평가를 평균했다. 눈가림 전문가 확인은 한 과제의 보고서 6개·이진 판정 66건 중 64건 일치였다. 감독·성찰을 함께 제거한 한 과제에서는 회수율이 75.8%에서 57.9%로 낮아졌다. 그러나 두 요소의 개별 효과나 분산 구조만의 효과는 분리하지 못했다.
[한계·분석적 연결] 사전학습의 원논문 노출을 배제하지 못하며, 실행 중 무인터넷은 시간적 오염 격리의 충분조건이 아니다. 비중복 제안 24개를 원논문 저자 한 명이 평가한 결과 75%가 5점 중 1·2점이었다. 추가 탐색 과제 두 개는 각 1회이고, 잠재학습·VLM 환각의 흥미로운 결과를 저자들이 후속 확인했다. 재발견률과 인간 연구 가치 정렬은 별개다. 국내 연구는 지속성 보상과 반례 기반 전환을 함께 시험해야 한다. §4–7·부록 D–F.
8.5 EinsteinArena — 공동 지식과 검증기 모두 버전 관리한다
[저자 결과·v2] 공개 수학 문제·실행 가능한 검증기·리더보드·토론을 묶어 에이전트가 중간 구성과 실패 원인에 접근하게 한다. 11차원 kissing number의 알려진 하한 593에서 604개 구 구성으로 개선한 사례는 근사 수치 최적화, 정수화, 공통 구조 탐색의 계보로 설명한다. 이는 정확한 kissing number를 풀었다는 뜻이 아니라 더 좋은 하한 구성을 얻었다는 뜻이다.
부동소수점 취약점 때문에 검증기를 고정밀 계산으로 강화했고, 정수 구성은 정확 연산으로 검사한다. 다만 운영 규칙상 개인 최고기록 개선이 아닌 제출은 저장하지 않아 실패 전수 기록이라는 국내 요구와 차이가 있다. 공개 토론이 협업을 보여주지만 같은 자원에서 공유 없는 대조 실험은 아니므로 협업만의 인과 효과를 수치로 확정하지 않는다.
[이번에 발견한 기존 개정] arXiv v2는 2026-08-26 개정이며 “오류 수정” 코멘트를 갖는다. v1과 v2 HTML을 직접 대조하니 최고기록 개선 과제 수가 12→11로 바뀌고, 정사각형 안 원 26개 배치의 개선 주장이 표에서 제거되며 직사각형 배치 수치도 수정됐다. 현재 abs 초록에는 여전히 12가 보여 v2 본문과 불일치한다. 이 글은 v2 본문의 11을 해당 원고의 보고값으로만 기록하며 오늘 플랫폼의 최신 기록 수로 사용하지 않는다.
[분석적 연결] 공유 기억에는 “좋아진 해”와 함께 어떤 검증기로 그 해를 인정했는지 남겨야 한다. 수치 검증·형식 증명·물리적 재현은 서로 다른 보증이다. v2 §2–3·6 · v1 비교 원문.
8.6 EurekaBench — 예측을 잘하는 것과 설명을 발견하는 것을 나눈다
[저자 결과·v1] 6개 과학 분야 26문제·306개 통찰 질문에서 기전의 과학 제약(SC), 보류 데이터 예측(PA), 기전에서 도출할 통찰(SI)을 구분한다. 과학 제약을 모두 통과해야 예측·통찰을 합친 조건부 점수를 인정한다. 에이전트는 설명·실행 코드·실험 기록을 제출하고, 두 모델 평가자는 기전을 고정한 채 추가 시뮬레이션으로 통찰을 검사할 수 있다.
문제당 H100 GPU 1개·최대 1,000반복·4시간, 최대 추론 강도의 7개 모델과 제공자별 실행 구조를 사용했다. 원연구 접근은 차단했지만 사전학습 노출까지 배제하지 못한다. 조건부 점수는 12.9–29.8%, 인간이 이미 연구한 기전의 참조 점수는 63.7%였다. 이는 인간에게 같은 4시간을 주어 수행한 대조 실험이 아니다. 최상 조건부 점수 모델의 예측 점수 47.4%는 인간 참조 48.8%에 가까웠지만 통찰은 42.4% 대 69.7%였다.
[한계·분석적 연결] 평가자의 추가 실행을 허용한 42.4%와 연구 로그만 평가한 22.7%는 다른 지표다. Inventa에서 다룬 16개 CPU 과제 결과와 이 26개 GPU 포함 원평가 수치를 직접 순위화하지 않는다. 모델 평가자는 틀릴 수 있고 정해진 질문 밖의 발견도 놓칠 수 있다. 국내 평가에는 예측·설명·새로운 질문·반증·외부 재현을 분리하고, 평가자가 보탠 노동을 공개하는 설계가 필요하다. §2–6·표 2.
8.7 통합 방법 제안 — 과학 판단과 실행 권한을 함께 추적한다
[신규 제안] 연구 상태를 가설·근거·미해결 질문·허용 행동·비용·인간 변경의 묶음으로 저장한다. 새 관측은 증거 원장을 갱신하지만 승인 한도를 자동으로 넓히지 못한다. 가설이 바뀌면 어떤 기존 증거를 잃었는지 검사하고, 계획이 바뀌면 재승인이 필요한지 별도 검사한다. 논문들의 구성 요소를 결합한 기획안이며 이 전체 구조가 이미 실증됐다는 뜻은 아니다.
베이지안 최적화와 연결할 때는 수치 대리모델이 조건·불확실성·실험 비용을 제시하고, 에이전트는 가설별 대조와 운영 제약을 정리하며, 실행 서비스가 권한을 검사하도록 한다. 최적화 획득함수와 가설 식별 정보이득을 함께 사용할 수 있지만 둘의 가중치는 도메인별로 사전등록·민감도 분석해야 한다. “더 좋은 점수”로 안전·과학 제약 위반을 상쇄하지 않는다.
9 Key Applications
| 응용 | 가능한 기여 | 필수 경계 |
|---|---|---|
| 국가 연구데이터·과학 플랫폼 | 가설에서 필요한 관측을 역으로 추적하고 결측·연계 오류·데이터 수요를 기록 | 학습 데이터와 평가 데이터 분리; 기관·시간·시료 단위 누수 검사 |
| 바이오·임상 코호트 연구 | 영상·방문·인지 지표의 연결, 대안 가설·분석 감사·외부 코호트 확인 | 관측 연관과 치료 효과 구분; 공변량 차이·결측·다중 검정 기록 |
| 소재·화학 자율실험실 | 스펙트럼 해석과 다음 측정·반응 조건 선택, 실패 탐지 | 시료 준비·안전 감독 공개; BO 비교; 다장비·반복 합성 검증 |
| 반도체·양자·핵융합 연구 | 수치해석·장비 캘리브레이션·제어 후보·기전 탐색의 코드 실행 | 시뮬레이터 가정·검증기 수치 안정성·실물 전이와 승인 경계 |
| ETRI 공통 소프트웨어 기반 | 연구 기억, 권한 서비스, 이기종 도구·장비 계약, 재현 패키지 | 개발 주체의 자체 점수와 독립 검증 결과 분리 |
[분석적 연결] ETRI의 주도성은 모든 과학 분야의 실험을 직접 소유하는 데서만 나오지 않는다. 과학 전문기관이 문제·원시 증거·장비 운용을 제공하고, 공통 실행·추론·기억·상호운용 기술을 검증 가능한 형태로 공급하는 구조가 가능하다. 다만 이는 새 제안이며 기관 간 역할 합의와 공식 사업기획이 필요하다.
10 Open Problems
창의성과 선행 연구의 경계. 고정 문헌 집합에서 신규로 분류된 결론이 전체 학계에서도 새로운가? 검색하지 못한 선행, 조건이 다른 기존 결과, 알려진 현상의 새 표현을 분리해야 한다. 공개 평가 문제의 정답을 재발견하는 성과와 처음 관측되는 현상을 설명하는 능력도 다르다.
검증자 자체의 검증. 모델 심사·공개 수치 검증기·전문가 판단·물리 반복은 각기 오류를 낸다. 여러 검증자가 같은 원시 처리나 같은 편향을 공유하면 독립성이 약해진다. 검증기 개정 전후의 판정, 철회된 기록, 평가자가 수행한 추가 실험까지 남겨야 한다.
장기임무의 현실적 복구. 저장된 계획을 다시 읽는 것은 서비스 재시작 복구에 도움이 되지만, 같은 시료 상태로 되돌아갔다는 뜻은 아니다. 장비의 드리프트, 냉장 시료의 시간, 비가역 합성, 작업자 변경을 상태 모델에 어떻게 포함할지가 남아 있다.
사람에게 넘기는 판단. 과도한 요청은 연구자를 다시 루프의 병목으로 만들고, 부족한 요청은 잘못된 실험을 지속시킬 수 있다. 요청의 적절성은 개입 횟수가 아니라 오류 회피·기회 비용·권한 초과·연구 가치의 균형으로 평가해야 한다.
독립성과 공개의 긴장. 열린 토론은 지식 축적을 돕지만 시험 오염과 공통 오류를 만든다. 학습·개발 공유 구역과 잠금 평가 구역을 나누고, 민감 데이터의 권한을 지키면서 재현 가능한 최소 근거를 제공하는 방식이 필요하다. 이번 여섯 연구의 결과를 다른 팀이 같은 조건에서 독립 재현했다는 확정 증거는 확보하지 못했다.
11 Future Directions
[신규 제안·2028–2032] 전략연구사업 후보는 “AI가 논문을 작성한다”보다 반례에 따라 연구 방향을 수정하고, 허용된 행동만 실행하며, 다른 기관이 결론을 다시 시험할 수 있는 체계를 목표로 구체화할 수 있다. 다음 일정은 이 글의 제안이며 정부 확정 로드맵이 아니다.
| 제안 사업 | 2028–2029 산출물·관문 | 2030–2032 산출물·관문 |
|---|---|---|
| 과학적 근거·가설 기억 엔진 | 멀티모달 증거·계보·반례 라벨·가설 분기, 동일 예산 대조 검증 | 분야·기관 이동과 장기 드리프트에서 잘못된 확신·회복 비용 평가 |
| 권한 기반 과학 실행 공통기술 | 캠페인 계약·변경 재승인·장비 중복 방지·오류 주입 시험 | 이기종 자율실험실 연계, 중단·재개·비가역 상태 복구 실증 |
| 가치 지향 능동 연구설계 | BO·정보이득·LLM 혼합, 실행 가능한 질문과 신규 데이터 수요의 공동 평가 | 기전 설명·새 질문·비용을 함께 평가하는 다분야 연구 캠페인 |
| 독립 재현·과학 성과 평가 기반 | 잠금 시험·실패 전수·모델 평가자 감사·공통 재현 패키지 | 다기관 교차 재현, 검증기 개정·철회·이의 제기와 성과 유지 평가 |
정량 목표는 선행 수치의 복사로 정하지 않는다. 2028년 도메인별 기준선을 먼저 만들고 모델·프롬프트·데이터·토큰·계산·장비 시간·인간 개입을 고정하거나 공개한 뒤 목표치를 설정한다. 성공률, 유효 기전, 반례 처리, 권한 위반, 미완료, 재현 유지율을 따로 보고한다.
창의적 연구 아이디어로 “답하지 못한 질문의 데이터 부채 지도”를 제안한다. 가능성 심사에서 버린 가설을 삭제하지 않고 부족한 변수·관측 시간·장비·표본과 연결한다. 능동 실험설계가 당장 좋은 조건을 고르는 데서 더 나아가 어떤 데이터가 확보되면 중요한 가설을 반증할 수 있는지 제안하게 한다. 평가에서는 선택된 질문의 실행률과 제외된 질문의 기회 비용을 동시에 측정한다.
두 번째 아이디어는 “판단 변경과 권한 변경의 이중 이력”이다. 과학적으로 더 유망한 가설을 찾았더라도 기존 캠페인의 허용 범위를 벗어나면 실행을 보류하고 변경 사유를 제시한다. 반대로 권한 범위 안이어도 증거가 불충분하면 결론을 보류한다. 판단·행동의 두 경계를 함께 검사하는 테스트를 독립 검증 패키지에 포함한다.
국가 AI 과학자 플랫폼의 공통 자산은 실행 결과뿐 아니라 수정 가능한 근거와 검증 가능한 권한이어야 한다.
공식 정책 목표는 별도로 유지한다. 3월 보고의 2029 협업·2032 장기임무·2035 완전 자율형 발견은 그 문서의 마일스톤이며, 9월 문서의 별도 발표 단서는 여전히 구분한다. 2028–2032년 제안은 그 사이에 필요한 공통기술·현장 검증·독립 재현을 구체화하기 위한 연구기획이다.
출처·날짜·버전·변경 원장
직전 연속 글의 42편에 여섯 연구를 이 워치의 상세 원장으로 추가해 48편으로 관리한다. 이는 분야 전체의 논문 수나 오늘 새로 발표된 수가 아니다. 다른 주제 글의 기존 언급을 함께 표시했다. 프리프린트와 정식 출판은 같은 연구 행에 연결하며 중복 집계하지 않는다. 최초 제출일은 arXiv의 UTC 날짜를 보존했고 KST 게시일과 구분한다. 최초 제출이 모든 프로젝트·발표의 최초 공개를 보장하지는 않는다.
새 검토 원논문
- Jiang 외, DeepQuest: From Knowledge Gaps to Scientific Discovery in Alzheimer’s Disease. 최초 arXiv 제출 2026-11-19; v1. 버전 고정 전문. 프리프린트/기술보고서; 정식 동료심사 출판 미확인. §3–4·부록 A–C. 저자 익명 코드.
- Liu 외, Closing the Analyze-to-Design Gap: An Authorization-Bounded Agent for Self-Driving Laboratories. 최초 arXiv 제출 2026-11-18; v1. 버전 고정 전문. 프리프린트/기술보고서; 정식 동료심사 출판 미확인. §3–5. 물리 운용·보관 데이터 재생·사람 개입·검사 한계를 분리.
- Yu 외, Steering Automated Scientific Discovery via Audited Epistemic Exploration. 최초 arXiv 제출 2026-11-18; v1. 버전 고정 전문. 프리프린트/기술보고서; 정식 동료심사 출판 미확인. §2–4·부록 A–B. 가설·증거 갱신과 실제 평가·비용 기록 범위.
- Du·Chung, Can AI Agents Make Open-Ended Scientific Discovery? Evidence from Station. 최초 arXiv 제출 2026-10-06; v1. 버전 고정 전문. 프리프린트/기술보고서; 정식 동료심사 출판 미확인. §4–7·부록 D–F. 저자 코드 · 실행 대화·결과 자료.
- Bianchi 외, Harnessing the Collective Intelligence of AI Agents in the Wild for New Discoveries. 최초 arXiv 제출 2026-06-09; v2 · 2026-08-26. 버전 고정 전문. 프리프린트/기술보고서; 정식 동료심사 출판 미확인. v1과 v2의 초록·본문·표 1 대조. 저자 플랫폼·분석 코드. 8월 개정의 이번 발견이며 오늘 새 개정 아님.
- Geng 외, EurekaBench: Measuring Agentic Ability to Discover New Scientific Insights. 최초 arXiv 제출 2026-09-30; v1. 버전 고정 전문. 프리프린트/기술보고서; 정식 동료심사 출판 미확인. §2–6·부록. 공식 코드 · 저자 프로젝트.
정책 원문과 공식 후속·분석 자료
- 과기정통부, 「AI시대 과학기술 경쟁력 대도약을 위한 K-문샷 추진전략(안)」, 2026-02-25, PDF p.24. 공식 연구기관 게시·첨부 경로. 보관 PDF 원문 및 표 렌더링 사용, 역할(안) 보존.
- 과기정통부, 「K-문샷 추진현황 보고」, 2026-03-11, PDF p.21. 정부 공식 회의·안건 경로. 보관 원문 표의 2029·2032·2035 재확인.
- 과기정통부, 「K-문샷 전략 로드맵(안)」, 2026-09-30, PDF p.4, pp.19–20. 공식 연구기관 게시 경로. 보관 원문 사용; AI 과학자 상세 로드맵 별도 발표 단서와 공통지원 구분.
- NST, 「AI 과학자 독립 검증·재현 인프라 구축사업 기획 연구」, 2026-11-12 공고. 공고 · 첨부1 RFP HWPX. 목적·주요 내용/범위·활용방안. 오늘 다운로드 SHA256
9fc8d0f98133f5e32037e66648dc02c8c3944de31bef8aeae59dd8b32b51ec1c, 직전과 동일. HWPX에 임의 PDF 쪽수 부여하지 않음. - NST, 「신약개발 AI-ready 학습과 벤치마크 데이터 구축사업 기획 연구」, 2026-11-13 공고. 공고 · 첨부1 RFP HWPX. 주요 내용·범위. SHA256
ad5b2590cb71fd11ac118cb05d2a756322e94458cc010f1d0615a175ec0077bb, 직전과 동일. - 과기정통부·한국연구재단, 「2026년도 AI 기반 대학 과학기술 혁신사업(자율실험실) 신규과제 공모」, 2026-09-14, 공고 제2026-0956호. 정부 공식 게시문 · IRIS 공식 공고·첨부 목록. 신청요강 2026-10-06 수정 표시는 확인, 첨부 전문 미확인. 오늘 새 공고·상세 로드맵 개정으로 세지 않음.
- 국회예산정책처, 「2027년도 예산안 위원회별 분석: 과학기술정보방송통신위원회」, 2026-10, 발간심의 2026-10-26, 1-3절, 공식 PDF pp.52–56(인쇄 pp.40–44). 공식 웹 PDF 텍스트 열람; 별도 파일 다운로드 503. 국회 기관의 분석 의견을 정부 확정 정책·현재 법률 판단으로 바꾸지 않음.
- 오늘의 NST 사업공고 목록 · NAIS 공식 소개. NAIS 소개는 발표일 없는 기관 서비스 안내. 기존 K-문샷 정책 세미나 공식 경로는 503으로 전문·첨부 미확인. 새 확정 상세 로드맵 원문은 미확보.
누적 48편 연구 원장과 직전 대비 상태
| 연구 | 식별자·최초 제출·현행 버전 | 상태·변경 |
|---|---|---|
| Co-Scientist | 2502.18864 2025-02-26 v2 · 2026-06-29 | 제출·버전 표시 동일 Nature · 2026-05-19 연결 출판 |
| The AI Scientist-v2 | 2504.08066 2025-04-10 v1 | 제출·버전 표시 동일 프리프린트로 확인 |
| AI-Researcher | 2505.18705 2025-05-24 v1 | 제출·버전 표시 동일 프리프린트로 확인 |
| AlphaEvolve | 2506.13131 2025-06-16 v1 | 제출·버전 표시 동일 기술 white paper |
| Intern-S1 | 2508.15763 2025-08-21 v2 · 2025-08-24 | 제출·버전 표시 동일 프리프린트로 확인 |
| DeepScientist | 2509.26603 2025-09-30 v1 | 제출·버전 표시 동일 프리프린트로 확인 |
| Kosmos | 2511.02824 2025-11-04 v2 · 2025-11-05 | 제출·버전 표시 동일 프리프린트로 확인 |
| Robin | 2505.13400 2025-05-19 v1 | 제출·버전 표시 동일 Nature · 2026-05-19 연결 출판 |
| LLM-AutoSciLab | 2605.24043 2026-05-21 v1 | 제출·버전 표시 동일 프리프린트로 확인 |
| Sage-Taiyi | 2611.12762 2026-11-09 v2 · 2026-11-13 | 제출·버전 표시 동일 프리프린트로 확인 |
| SciMARS | 2611.12552 2026-11-09 v1 | 제출·버전 표시 동일 프리프린트로 확인 |
| Physical Testbed for Self-Driving Laboratories | 2611.11690 2026-11-08 v1 | 제출·버전 표시 동일 프리프린트로 확인 |
| Discovering formally verified quantum programs with AI | 2611.09822 2026-11-06 v3 · 2026-11-16 | 제출·버전 표시 동일 프리프린트로 확인 |
| Interpretable self-driving sputter epitaxy | 2602.22531 2026-02-26 v1 | 제출·버전 표시 동일 Nature Communications 연결 DOI·저자기관 발표 확인 연결 출판 |
| Contrastive Discovery: Open-Ended Scientific Discovery over Competing Explanations | 2611.14514 2026-11-10 v1 | 제출·버전 표시 동일 arXiv 저자 코멘트: NeurIPS 2026 채택, 학회 공식 기록 독립 확인 못함 |
| Scientist World: Grow a Research World for AI-Scientists | 2611.08478 2026-11-05 v1 | 제출·버전 표시 동일 preprint; no journal record confirmed |
| El Agente Fármaco: A Scalable AI Scientist for Drug Discovery | 2611.03832 2026-11-02 v1 | 제출·버전 표시 동일 preprint |
| Reimagining computational quantum research with AI scientists | 2611.02833 2026-11-02 v1 | 제출·버전 표시 동일 preprint |
| When AI Does Science: Evaluating the Autonomous AI Scientist KOSMOS in Radiation Biology | 2511.13825 2025-11-17 v1 | 제출·버전 표시 동일 external evaluation preprint |
| AutoDNA — An AI-native experimental laboratory for autonomous biomolecular operations | 2507.02379 2025-07-03 v1 | 제출·버전 표시 동일 Nature · Version of Record 2026-11-04 연결 출판 |
| MIND: AI Co-Scientist for Material Research | 2604.13699 2026-04-15 v2 · 2026-11-04 | 제출·버전 표시 동일 Author-reported ECML PKDD 2026 Demo acceptance; future-dated 2027 journal reference not counted as publication |
| BEAKER: An Expert-Curated Benchmark for Embodied Brains in Self-Driving Chemical Laboratories | 2611.06911 2026-11-04 v1 | 제출·버전 표시 동일 Author-reported NeurIPS 2026 Eval & Data Spotlight acceptance; official proceedings not independently verified |
| Embodied Science Agents: Making Embodied Experimental Design Learnable | 2611.12958 2026-11-07 v1 | 제출·버전 표시 동일 Author-reported DAI 2026 acceptance; official proceedings not independently verified |
| Self-Building Labs | 2610.23826 2026-10-16 v3 · 2026-11-13 | 제출·버전 표시 동일 preprint; no peer-reviewed publication verified |
| SoundnessBench: Can Your AI Scientist Really Tell Good Research Ideas from Bad Ones? | 2605.30329 2026-05-28 v3 · 2026-10-23 | 제출·버전 표시 동일 preprint; no peer-reviewed publication verified |
| ResearchClawBench: A Benchmark for End-to-End Autonomous Scientific Research | 2606.07591 2026-05-28 v5 · 2026-07-03 | 제출·버전 표시 동일 preprint; no peer-reviewed publication verified |
| LabOS: The AI-XR Co-Scientist That Sees and Works With Humans | 2510.14861 2025-10-16 v2 · 2025-12-08 | 제출·버전 표시 동일 preprint; bioRxiv same study not counted separately |
| Embodied AI for Scientific Discovery: From Physical Action to Scientific Evidence | 2611.04371 2026-11-03 v2 · 2026-11-08 | 제출·버전 표시 동일 review preprint; no peer-reviewed publication verified |
| BioXArena: Benchmarking LLM Agents on Multi-Modal Biomedical Machine Learning Tasks | 2605.15766 2026-05-15 v2 · 2026-10-15 | 제출·버전 표시 동일 author-reported NeurIPS 2026 E&D; official proceedings not independently verified |
| BioXArena-Pro: a research-grade benchmark for autonomous biomedical machine learning agents | 2611.13994 2026-11-10 v1 | 제출·버전 표시 동일 preprint; no peer-reviewed publication verified |
| AstroMemBench: A Benchmark for Memory Systems in Embodied Spacecraft Agents | 2611.16590 2026-11-12 v1 | 제출·버전 표시 동일 preprint; no peer-reviewed publication verified |
| Collaborative AI agents for autonomous experimental research with solid-state quantum spins | 2610.40589 2026-10-29 v1 | 제출·버전 표시 동일 preprint; no peer-reviewed publication verified |
| NIMO Controller: a self-driving laboratory orchestrator based on the Model Context Protocol | 2605.15227 2026-05-13 v2 · 2026-09-22 | 제출·버전 표시 동일 arXiv preprint; related AI4X conference version identified, exact earlier public release date not verified; not conflated with NIMO platform journal paper |
| OpenFrontiers: A Collection of Open Research Problems and a Benchmark for Scientific Rediscovery | 2610.37739 2026-10-27 v1 | 제출·버전 표시 동일 preprint; no peer-reviewed publication verified |
| DiscoveryAgent: A Framework for Scientist-centric Agentic AI | 2611.21950 2026-11-16 v1 | 제출·버전 표시 동일 preprint; no peer-reviewed publication verified |
| Inventa: Decentralized Self-Improving Agents for Autonomous Scientific Discovery | 2611.21847 2026-11-16 v1 | 제출·버전 표시 동일 preprint; no peer-reviewed publication verified |
| Large Language Models Have Not Yet Transformed Science | 2611.22975 2026-11-17 v1 | 제출·버전 표시 동일 preprint; no peer-reviewed publication verified |
| Openhagen Worlds: Calibrated Environments for Measuring and Training Scientific Discovery Agents | 2611.24711 2026-11-18 v1 | 제출·버전 표시 동일 preprint; no peer-reviewed publication verified |
| Evaluating Instrument-Centered AI Agents for Table-Top Science Experiments | 2610.41717 2026-10-30 v1 | 제출·버전 표시 동일 preprint; no peer-reviewed publication verified |
| DeepQuest: From Knowledge Gaps to Scientific Discovery in Alzheimer’s Disease | 2611.26343 2026-11-19 v1 | 이번 상세 원장 추가 preprint/technical report; no peer-reviewed publication verified |
| Closing the Analyze-to-Design Gap: An Authorization-Bounded Agent for Self-Driving Laboratories | 2611.25043 2026-11-18 v1 | 이번 상세 원장 추가 preprint/technical report; no peer-reviewed publication verified |
| Steering Automated Scientific Discovery via Audited Epistemic Exploration | 2611.25214 2026-11-18 v1 | 이번 상세 원장 추가 preprint/technical report; no peer-reviewed publication verified |
| Can AI Agents Make Open-Ended Scientific Discovery? Evidence from Station | 2610.08927 2026-10-06 v1 | 이번 상세 원장 추가 preprint/technical report; no peer-reviewed publication verified |
| Harnessing the Collective Intelligence of AI Agents in the Wild for New Discoveries | 2606.10402 2026-06-09 v2 · 2026-08-26 | 이번 상세 원장 추가 preprint/technical report; no peer-reviewed publication verified |
| EurekaBench: Measuring Agentic Ability to Discover New Scientific Insights | 2610.00492 2026-09-30 v1 | 이번 상세 원장 추가 preprint/technical report; no peer-reviewed publication verified |
추가 3건: PaperBench · ICML 2025(2504.01848, 최초 2025-04-02, v3 2025-04-07 재확인), ETRI 동향 논문(2026-10-01), AACL 서베이(공식 출판월 2026-11, 선행 프리프린트는 2025-12-01 이전 확인·정확 최초일 미확인).
연결 출판 Co-Scientist·Robin·AutoDNA는 별도 논문으로 세지 않는다. A-Lab 저자 정정(2026-01-19)은 최초 2023년 연구의 배경 정정이다. AILA(2501.10385)의 최초 제출은 2024-12-18이므로 배경으로만 유지한다. NIMO 플랫폼 저널 논문(DOI 10.1039/D6DD00371K)은 NIMO Controller와 별개이며, 최초 공개·출판일의 미확인 상태를 승계해 누적 수에 포함하지 않는다.
기존 연결 글: 직전 11월 20일 연구 워치 · EinsteinArena 이름이 등장한 기존 글 · EurekaBench를 언급한 기존 글.
조사·검증의 한계. 화면 렌더러 실행이 차단돼 1440px·390px 브라우저 시각 검수는 완료하지 못했고, HTML·SVG·접근성 참조·표·반응형 CSS·인쇄 규칙을 정적으로 검사했다. 링크 검사에서 정부 원문 게시 경로 일부(aigov·ngv)도 503이었으며 해당 내용은 보관 PDF를 사용했다. 원논문 HTML·제출 이력·보관 정책 PDF와 공식 후속 자료를 직접 확인했다. 새 연구의 코드 실행·물리 실험·임상적 독립 재현은 수행하지 않았다. 전문 검색의 완전성을 보장하지 않으며 검색·접근 실패는 미확인으로 표시했다. 원문 표의 참조 번호·일부 HTML 표현 오류는 해당 절·표 제목으로 추적했다. 기존 출판·정정을 전수 재검증하지는 않았다. 계산 성과·외부 코호트 연관·실제 장비 운용을 서로 다른 증거로 유지한다.