자율적 과학 실험의 실현은 현재 LLM이 생물학적 프로토콜이 요구하는 엄격한 절차적 논리와 정확성을 파악하는 데 어려움을 겪는다는 점에 의해 제한되고 있다. 이 근본적인 과제를 해결하기 위해, 우리는 생물학에서의 절차적 추론을 위한 포괄적 자원인 \textbf{BioProBench}를 제시한다. BioProBench는 22,413개의 사람이 작성한 프로토콜로 구성된 기초 컬렉션인 \textbf{BioProCorpus}에 기반한다. 이 코퍼스로부터, 우리는 체계적으로 523,784개의 태스크 인스턴스로 구성된 데이터셋을 구축하였으며, 이는 대규모 학습 자원과 새로운 지표를 갖춘 엄격한 벤치마크를 모두 제공한다. 10개의 주류 LLM을 평가한 결과, 일반적인 이해도는 높지만 깊은 추론, 정량적 정밀도, 그리고 안전성 인식을 요구하는 태스크에서 성능이 크게 하락함을 확인하였다. BioProCorpus가 이러한 문제를 완화하는 데 갖는 가치를 입증하기 위해, 우리는 코퍼스에 기반한 \textbf{ProAgent}를 개발하였으며, ProAgent는 최신 기술 수준을 상당히 앞당긴다. https://github.com/YuyangSunshine/bioprobench and https://huggingface.co/BioProBench.
1년 전 AISLE 로드맵은 자율 실험실이 고립된 섬처럼 운영되고 있다고 주장하며, 다섯 가지 핵심 차원을 중심으로 조직된 기층 네트워크를 제안했다. 그 이후 이 분야는 예상보다 빠르게 진전했다. 멀티 에이전트 시스템이 실험적으로 검증된 가설을 생산했고, 자율주행 실험실(self-driving laboratories)은 더 상호운용 가능하고 오케스트레이션된 형태로 성장했으며, 추론 학습 모델과 도메인 기초 모델이 역량 상한을 높였고, Genesis Mission이 자율 실험을 미국 연방 과학 전략의 중심에 두었으며, 산업계가 주요 주체로 부상했다. 진전은 냉정한 역류와도 맞닥뜨렸다. 여기에는 수정된 대표적 발견 결과, 폐쇄형 질문에서는 전문가에 필적하는 에이전트가 개방형 연구에서는 극히 일부만 완수한다는 벤치마크 결과, 그리고 주요 학술지에서 조작된 인용이 드러나는 사례가 포함된다. 우리는 이를 이 분야의 규정적 긴장으로 해석한다. 후보적 발견을 만드는 것은 더 이상 어려운 부분이 아니지만, 그것을 검증하는 것이 어려우며, 이 비대칭이 이제 원시 모델 역량보다 자율 과학을 더 제한한다. 우리는 로드맵을 일곱 차원으로 업데이트하며, 원래 다섯 가지를 재검토하고 이전에는 횡단적 관심사였던 신뢰·검증·재현성, 그리고 안전성·보안·거버넌스를 일급 지위로 격상시킨다. 원래 이정표(M1~M14)를 달성·부분 달성·재구성·미달성으로 평가하고, 네 가지 새 이정표(M15~M18)를 추가하며, 향후 2년 경로의 범위를 설정한다. 첫해는 인터페이스, 프로토콜 채택, 검증 스캐폴딩에 집중하고, 둘째 해는 연합, 제로 트러스트(zero-trust) 조율, 거버넌스를 목표로 한다. 전 과정에서 기층 네트워크를 국가 프로그램·국제 이니셔티브·상업 플랫폼이 재고립화되지 않고 연결되게 하는 상호운용성 기반으로 자리매김한다.