🔬 materials science

Symbolic Predicate-Guided Language Agents for Inverse Design of Perovskite Oxides

이 논문은 자연어 규칙을 도메인 특화 언어 내의 기호적 술어로 변환함으로써, 작업별 데이터셋이나 모델 재학습 없이도 설계 원칙의 통계적 검증과 반복적 개선을 가능하게 하여 페로브스카이트 산화물의 역설계(inverse design)를 위해 대규모 언어 모델을 강화하는 멀티 에이전트 프레임워크인 ORCHESTRA를 소개한다.

원저자: Dong Hyeon Mok, Seoin Back, Victor Fung, Guoxiang Hu

게시일 2026-07-20

📖 6 분 읽기🧠 심층 분석

CC BY 4.0

원저자: Dong Hyeon Mok, Seoin Back, Victor Fung, Guoxiang Hu

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

당신이 완벽한 맛을 내는 새로운 요리를 발명하려고 노력하는 마스터 셰프라고 상상해 보세요. 하지만 당신에게는 레시피 북이 없습니다. 막연하게 추측하는 대신, 요리에 대해 조금은 알지만 가끔은 지어내기도 하는 똑똑한 AI 조수에게 의지하고 있습니다. 이것이 바로 재료 과학(materials science)의 세계입니다. 과학자들은 단순히 "이 재료가 무엇을 하는가?"라고 묻는 대신, "이 특정한 현상을 일으키기 위해 어떤 재료가 필요한가?"라고 질문하며 역으로 추적하여 더 강한 금속이나 더 나은 배터리 같은 새로운 재료를 발명하려고 노력합니다.

이 과정을 수행하기 위해 과학자들은 종-종 대규모 언어 모델(LLMs)을 사용합니다. 이들을 모든 화학 교과서를 거의 다 읽은 AI 조수라고 생각하면 됩니다. 이들은 어떤 재료들이 서로 잘 어울릴지 추측하는 데 탁월합니다. 하지만 이 AI 셰프들에게는 결함이 있습니다. 그들은 아주 자신 있게 틀릴 수 있다는 점입니다. 그들은 존재할 법한 레시피를 제안할 수 있지만, 실제로 요리하기에는 불가능한 것일 수도 있습니다. 이를 해결하기 위해 연구자들은 이 AI 셰프들이 자신의 작업물을 실제 데이터로 검증할 수 있는 방법을 제공하여, 그들의 무분별한 추측을 검증된 사실로 바꾸려 노력하고 있습니다. 이 논문은 AI가 단순히 레시피에 대해 말하는 것을 넘어, 실제 요리 결과 데이터베이스를 바탕으로 레시피를 테스트할 수 있는 더 똑똑한 주방을 구축하는 것에 관한 것입니다.

문제점: 환각을 일으키는 AI 셰프

과거에 과학자들은 최적의 재료를 찾기 위해 컴퓨터를 사용하여 수백만 개의 재료를 시뮬레이션했습니다. 하지만 이는 많은 시간이 걸리고 방대한 양의 데이터를 필요로 합니다. 최근에는 AI 언어 모델을 사용하여 새로운 재료를 "꿈꾸듯" 만들어내기 시작했습니다. 이 AI 에이전트들은 영리합니다. 그들은 자신의 추론 과정을 설명할 수 있고 새로운 원자 조합을 제안할 수 있습니다.

하지만 함정이 있습니다. 이 모델들은 텍스트를 기반으로 학습되었기 때문에, 때때로 "환각(hallucinate)"을 일으킵니다. 예를 들어, "원소 X와 원소 Y를 섞으면 슈퍼 촉매제가 됩니다!"라고 말하며 매우 논리적으로 들리게 할 수 있습니다. 하지만 실제로 그것을 만들려고 하면 실패할 수도 있습니다. AI는 확신에 차 있지만, 틀린 것입니다. 이전의 시도들은 여러 AI 에이전트가 서로 논쟁하게 만드는 방식이었으나, 만약 그들이 모두 동일한 잘못된 논리를 공유하고 있다면 결국 제자리걸음만 하게 됩니다.

해결책: ORCHESTRA와 "마법 번역기"

Dong Hyeon Mok과 동료들이 이끄는 저자들은 ORCHESTRA(Operational Rule-grounded CHEmical Search Through Reasoning Agents)라는 새로운 시스템을 구축했습니다. ORCHESTRA를 네 명의 전문 로봇이 협력하는 주방이라고 생각해 보세요.

디자이너(The Designer): 자신이 알고 있는 것과 과거에 성공했던 사례를 바탕으로 새로운 재료 레시피를 제안합니다.
테스터(The Tester): 빠른 컴퓨터 시뮬레이션(대리 모델, surrogate model)을 사용하여 새로운 레시피가 실제로 작동하는지 확인합니다.
해석가(The Interpreter): 테스트 결과를 보고 왜 그것이 작동했는지에 대한 "규칙"을 글로 작성하려고 시도합니다.
큐레이터(The Curator): 보스 역할을 합니다. 어떤 규칙이 진짜이고 어떤 것이 가짜인지 결정합니다.

ORCHESTRA의 핵심 비법은 **도메인 특화 언어(DSL)**입니다. 보통 해석가 로봇이 규칙을 쓸 때는 "B-사이트에 코발트를 사용하라"와 같이 일반적인 영어로 씁니다. 문제는 영어가 모호하다는 점입니다. DSL은 마법 번역기 역할을 합니다. 이는 AI가 자신의 영어 문장을 엄격하고 수학적인 코드로 변換하도록 강제하며, 이 코드는 수천 개의 실제 재료 데이터베이스와 즉시 대조하여 확인할 수 있습니다.

단순히 "코발트가 좋을 것 같다"라고 말하는 대신, AI는 "우리 데이터베이스에서 코발트가 여기에 포함된 재료가 몇 개인지, 그리고 그중 몇 퍼센트가 실제로 작동했는지 계산하라"는 코드를 작성해야 합니다. 이는 모호한 추측을 확고한 사실로 바꿉니다. 만약 코드가 코발트가 포함된 재료 100개 중 단 1개만 작동했다는 것을 보여준다면, 큐레이터 로봇은 그 규칙을 쓰레기통에 버려야 한다는 것을 알게 됩니다.

실험: 더블 페로브스카이트로 요리하기

이 시스템을 테스트하기 위해 과학자들은 AI에게 **더블 페로브스카이트 산화물(double perovskite oxides)**을 설계하도록 요청했습니다. 이것은 연료 전지나 태양광 패널 등에 사용되는 매우 조직적인 레고 탑과 같은 특정 결정 구조입니다. 과학자들은 AI에게 두 가지 주요 과제를 주었습니다.

쉬운 과제: 특정 "밴드 갭(전기 전도성)"과 "형성 에너지(안정성)"를 가진 재료를 찾는 것.
어려운 과제: **산소 발생 반응(OER)**에 뛰어난 재료를 찾는 것. 이는 물을 수소 연료로 분해하는 데 필요한 까다로운 화학 과정으로, 단 하나의 단계가 아니라 세 가지 서로 다른 화학적 단계가 동시에 일어나야 하므로 매우 어렵습니다.

그들은 네 가지 방식으로 재료를 설계하여 비교했습니다:

무작위(Random): 주사위를 던지듯 무작위로 선택함.
배경 지식 기반(Background): 피드백 규칙 없이 오직 학습된 내용만을 바탕으로 AI가 추측함.
규칙 전용(Rule-Only): AI가 추측하고 영어 규칙을 쓰지만, 엄격한 수학적 검증은 없음.
DSL 가이드(DSL-Guided): 수학 번역기가 포함된 전체 ORCHESTRA 시스템.

결과: 수학은 추측을 이긴다

결과는 DSL 가이드 팀이 특히 어려운 과제에서 압도적인 승자임을 보여주었습니다.

쉬운 과제(밴드 갭/에너지)의 경우: DSL 가이드 AI는 약 **68.1%**의 확률로 성공적인 재료를 찾아냈습니다. "규칙 전용" AI가 64.2%로 그 뒤를 바짝 쫓았습니다. 이는 단순한 문제의 경우, 규칙에 대해 이야기하는 것만으로도 도움이 된다는 것을 의미합니다.
어려운 과제(OER)의 경우: DSL 가이드 AI는 약 **21.3%**의 확률로 성공적인 재료를 찾아냈습니다. 다른 방법들은 훨씬 낮은 성적을 거두었습니다.

왜 수학 번역기가 큰 차이를 만들었을까요? 저자들은 "규칙 전용" AI가 계속 실수를 저지른다는 것을 발견했습니다. 이 AI는 "납(Lead)을 사용하라"와 같은 규칙을 제안했는데, 수학적으로 데이터를 검증할 수 없었기 때문에 데이터가 틀렸음을 보여줌에도 불구하고 그 규칙을 계속 믿었습니다. 반면, DSL 가이드 시스템은 해당 규칙이 "정밀도가 제로(zero precision)"라는 것(즉, 틀렸다는 것)을 즉시 파악하고 즉시 삭제할 수 있었습니다.

또한 이 시스템은 학습 능력을 보여주었습니다. AI가 테스트를 반복할수록 규칙은 점점 더 좋아졌습니다. 규칙의 "정밀도(맞는 비율)"와 "리프트(무작위 추측보다 얼마나 더 나은지)"가 모두 증가했습니다.

주방에서 발견한 것들

과학자들이 DSL 가이드 AI가 성공적으로 설계한 OER 과제의 재료들을 살펴보았을 때, 흥-미로운 사실을 발견했습니다. AI가 실제 세계의 화학적 비밀을 재발견한 것입니다.

B-사이트에 **코발트(Cobalt)**가 필수적이라는 것을 알아냈습니다.
이웃한 사이트에 **루테늄(Ruthenium)**이나 **이리듐(Iridium)**이 있을 때 가장 효과적이라는 것을 찾아냈습니다.
A-사이트에 특정 희토류 원소(예: 네오디뮴(Neodymium) 또는 프라세오디뮴(Praseodymium))이 있으면 도움이 된다는 점을 포착했습니다.

이것들은 실제 실험실의 화학자들이 사용하는 재료들과 정확히 일치합니다. AI는 단순히 무작위 숫자를 찾아낸 것이 아니라, 그 재료들을 작동하게 만드는 실제 화학적 패턴을 찾아낸 것입니다.

한계: 번역기의 어휘력

이 논문은 시스템이 완벽하지 않다는 점도 인정합니다. "마법 번역기(DSL)"는 제한된 어휘를 가지고 있습니다. 만약 AI가 재료의 표면에 대해 매우 복잡한 내용을 말하고 싶지만 번역기가 이해하지 못한다면, 그 내용은 검증될 수 없습니다. 어떤 경우에는 "규칙 전용" AI가 수학적으로 검증할 수는 없더라도 영어로는 더 복잡한 것을 말할 수 있었기에 약간 더 나은 성능을 보이기도 했습니다.

저자들은 향-후 더 복잡한 화학을 다룰 수 있도록 더 많은 단어를 가진 더 큰 번역기가 필요할 수 있다고 제안합니다. 하지만 현재로서는, AI에게 자신의 수학을 실제 데이터와 대조하여 확인할 수 있는 방법을 제공하는 것이 훨씬 더 나은 과학자로 만든다는 것을 입증했습니다.

요지

이 논문은 새로운 재료를 발견하기 위해 완전히 새로운 AI를 처음부터 훈련시킬 필요는 없다는 것을 시사합니다. 대신, 똑똑한 기존 AI를 가져와서 그들의 무분별한 추측을 현실에 근거하게 할 "계산기(DSL)"를 제공하면 됩니다. AI가 자신의 아이디어를 테스트 가능한 코드로 번역하도록 강제함으로써, 우리는 AI가 사실을 지어내는 것을 막고 실제 작동하는 재료를 더 빠르게 찾도록 도울 수 있습니다. 이는 마치 꿈꾸는 사람에게 자와 계산기를 쥐여주어 그들의 꿈이 실제로 구현될 수 있도록 하는 것과 같습니다.

기술 요약: 페로브스카이트 산화물의 역설계(Inverse Design)를 위한 기호적 술어 가이드형 언어 에이전트

문제 정의

고성능 재료의 발견은 점차 데이터 및 AI 기반 전략, 특히 정의된 공간으로부터 스크리닝하는 것이 아니라 목표 물성으로부터 재료를 구축하는 역설계(inverse design) 패러다임에 의해 주도되고 있습니다. 생성 모델과 고처리량 가상 스크리닝은 성공적인 모습을 보여왔으나, 이들은 종종 대규모의 대표성 있는 데이터셋에 크게 의존하며, 이는 광범위한 계산 데이터가 가용하지 않은 탐색 미흡 영역의 화학 시스템에서 유용성을 제한합니다.

**대규모 언어 모델(LLM)**을 활용하는 최근의 접근 방식은 추론과 인컨텍스트 학습(in-context learning)을 활용하여 후보 물질을 제안하고 설계 원리를 해석함으로써 유망한 대안을 제시합니다. 그러나 LLM 기반의 추론은 생성의 확률적 특성으로 인해 **환각(hallucination)**이나 화학적으로 그럴듯해 보이지만 근거 없는 주장을 초래할 수 있다는 근본적인 한계를 가집니다. 또한, 자기 성찰(self-reflection) 또는 다중 에이전트 비판 메커니즘은 밑바탕이 되는 모델의 내재적 추론 능력에만 의존합니다. 만약 반복적인 설계 루프 과정에서 잘못된 추론이 축적된다면, 이는 후보 물질 생성을 잘못 유도하고 기존 알고리즘 전략에 비해 성능을 저하시킬 수 있습니다. 따라서 LLM의 추론을 외부의 검증 가능한 통계적 증거에 접지(grounding)시켜 이러한 위험을 완화할 수 있는 프레임워크가 필요합니다.

방법론

저자들은 LLM 추론을 화학 분야의 **도메인 특화 언어(DSL)**와 통합하는 다중 에이전트 프레임워크인 ORCHESTRA(Operational Rule-grounded CHEmical Search Through Reasoning Agents)를 제안합니다. 핵심 혁신은 자연어 설계 규칙을 누적된 재료 데이터에 실행 가능한 **기호적 술어(symbolic predicates)**로 변환하는 것입니다.

프레임워크 아키텍처

이 프레임워크는 서로 다른 에이전트 역할이 관여하는 네 가지 반복 단계를 통해 작동합니다:

디자인 에이전트(Design Agent): 화학적 배경 지식, 과거 평가 데이터 및 큐레이션된 "규칙 저장소(rule store)"를 바탕으로 새로운 재료 후보를 제안합니다.
계산 노드(Calculation Node): 대리 모델(특히 머신러닝 포스 필드)을 사용하여 생성된 후보의 목표 물성을 평가합니다.
해석 에이전트(Interpretation Agent): 구조-물성 데이터를 분석하여 관계를 추출합니다. 결정적으로, 이 에이전트는 자연어 설계 규칙뿐만 아니라 사전 정의된 화학 DSL 내에서 정의된 기호적 술어(Boolean 값 표현식)를 생성합니다.
큐레이트 에이전트(Curate Agent): 기호적 술어를 사용하여 제안된 규칙을 평가합니다. 이는 누적된 데이터셋으로부터 통계적 증거(예: 일치하는 후보 수, 정밀도, 리프트(lift))를 계산합니다. 통계적 지지가 약한 규칙은 수정되거나 폐기되는 반면, 지지받는 규칙은 규칙 저장소에 추가됩니다.

기호적 술어 계층

DSL을 사용하면 LLM이 특정 기호와 연산자(예: 원소 분율, d-채움, 전하 완충)를 사용하여 규칙을 표현할 수 있습니다. 규칙이 제안되면, 그에 상응하는 술어가 데이터셋에 적용되어 다음과 같은 정량적 지표를 생성합니다:

정밀도(Precision): 주장된 목표 방향을 따르는 매칭된 재료의 비율.
리프트(Lift): 매칭된 재료의 성공률이 전체 데이터셋의 성공률을 얼마나 초과하는지를 나타내는 정도.

이 프로세스는 자연어 가설을 데이터에 접지시켜, 시스템이 설계 원리를 반복적으로 검증, 정제 또는 거부할 수 있게 합니다.

재료 시스템 및 대리 모델

이 프레임워크는 이중 페로브스카이트(Double Perovskite, DP) 산화물( $AA'BB'O_6$ )의 역설계를 위해 적용되었습니다.

목표 물성: 밴드 갭, 형성 에너지, 산소 발생 반응(OER) 과전압.
대리 모델: 계산 효율성을 위해 **Universal Models for Atoms (UMA)**가 DFT(밀도 범함수 이론)의 대리 모델로 사용되었습니다. UMA는 특정 란타넘족 함유 시스템에 대해 절대 에너지 값에서 체계적인 오차를 보였으나, 결합 자유 에너지에 대해 DFT와 강한 순위 상관관계(Spearkin $\rho = 0.911$ )를 보여 비교 스크리닝 및 경향 기반 설계에 적합함을 입증했습니다.
검증: DFT 계산을 사용하여 MLFF(머신러닝 포스 필드)의 성능을 사전 검증하였으며, 이를 통해 절대적인 오차는 존재하더라도 재료의 상대적 순위는 보존됨을 확인했습니다.

주요 기여

DSL 가이드 추론: LLM이 생성한 자연어 규칙을 실행 가능한 기호적 술어로 변환하는 전략을 도입하여, 의미론적 추론과 통계적 검증 사이의 간극을 메웠습니다.
ORCHESTRA 프레임워크: 통계적 증거를 바탕으로 규칙 저장소를 지속적으로 정제하여, 지지되지 않는 설계 휴리스틱의 축적을 방지하는 다중 에이전트 시스템입니다.
자기 검증적 외삽(Self-Verifying Extrapolation): 현재 데이터 범위를 벗어나 외삽하는 규칙을 제안하고, 이를 DSL을 통해 후속 반복 단계에서 즉시 테스트할 수 있는 능력으로, 이는 순수 자연어 전략에는 없는 기능입니다.
해석 가능한 설계 원리: 통계적으로 근거가 있을 뿐만 아니라 화학적으로 해석 가능한 설계 규칙을 생성하여, 실험 문헌과 일치하는 모티프를 밝혀냅니다.

결과

연구에서는 네 가지 전략을 비교했습니다: Random(에이전트 없음), Background(규칙 없는 LLM 전용), Rule-only(DSL 없는 자연어 규칙), DSL-guided(전체 프레임워크).

디자인 성능:
- 공동 밴드 갭/형성 에너지 목표에 대해, DSL 가이드 전략은 가장 높은 히트 레이트(~~0.681)를 달성하여 Rule-only 전략(~~0.642)보다 우수했으며, Background 및 Random 전략을 크게 앞질렀습니다.
- 세 가지 결합 에너지를 동시에 최적화해야 하는 더 복잡한 OER 과전압 목표의 경우, DSL 가이드 전략은 ~0.213의 히트 레이트를 달성하며 가장 명확한 우위를 보였습니다. Rule-only 전략은 이 복잡한 목표에서 더 어려움을 겪었으며, 시간이 지남에 따라 리프트가 감소하는 현상을 보여 신뢰할 수 없는 규칙으로 표류함을 나타냈습니다.
규칙 진화:
- DSL 가이드 실행에서, 기호적 술어는 신뢰할 수 없는 규칙(예: 정밀도가 0인 규칙)을 정량적으로 식별하고 제거할 수 있게 했습니다.
- 프레임워크는 초기에는 일치하는 데이터가 없었으나, 새로운 후보가 생성됨에 따라 후속 반복에서 확인된 규칙들을 성공적으로 식별하고 검증했습니다.
화학적 타당성:
- 프레임워크는 OER 과전압이 $\le$ 0.3 V인 198개의 고유한 DP 후보를 식별했습니다.
- 이 후보들은 일관되게 B-사이트에 Co를, B'-사이트에 Ru/Ir를, A-사이트에 Nd, Pr, Sm를 포함했습니다. 이러한 모티프는 알려진 고성능 촉매의 실험 문헌과 일치합니다.
- 추출된 규칙은 이러한 관계를 명시적으로 포착했습니다 (예: "B-사이트의 Co 및 (B'-사이트의 Ru 또는 Ir) $\rightarrow$ 낮은 OER_OP"). 이는 문헌과 일치하는 설계 원리를 회복하는 프레임워크의 능력을 입증합니다.

의의 및 주장

본 논문은 수학적 및 통계적 근거가 LLM 에이전트의 화학적 추론 능력을 크게 향고할 수 있다고 주장합니다.서술된 데로, 기호적 술어를 통해 자연어 가설을 실행 가능한 술어로 변환함으로써 프레임워크는 다음을 가능하게 합니다:

강건성(Robustness): 지지되지 않는 규칙을 탐지하고 폐기하여, 반복적인 설계 루프 동안 성능이 저하되는 것을 방지합니다.
효율성(Efficiency): 대규모의 태스크 특화 데이터셋이나 추가적인 모델 훈련 없이도, 통계적 피드백에 의해 강화된 LLM의 추론을 활용하여 효과적인 역설계가 수행될 수 있습니다.
해석 가능성(Interpretability): 통계적으로 검증되었을 뿐만 아니라 화학적으로 의미 있는 설계 원리를 생성합니다.

저자들은 특히 목표의 복잡성과 DSL의 표현력에 따라 성능 이득이 달라질 수 있다는 한계점을 언급했습니다. 예를 들어, governing chemical trends가 현재 DSL의 범위를 벗어나는 개념(예: 복잡한 표면 특이적 모티프)을 포함하는 경우, DSL 가이드 전략이 순수 자연어 접근 방식보다 표현력이 낮을 수 있습니다. 그러나 본 연구는 제안된 방식이 LLM 기반 역설계가 OER 과전압과 같은 까다로운 목표에 대해 더 신뢰할 수 있게 만드는 실질적인 전략을 제공한다고 결론짓습니다.