Notes2Skills: 실험 노트북에서 확실성 인식 과학적 에이전트 스킬로
Notes2Skills: From Lab Notebooks to Certainty-Aware Scientific Agent Skills
과학적 발견 워크플로우(scientific discovery workflows)는 일반적으로 연구자가 관찰 결과를 기록하고, 불확실한 결과를 해석하며, 후속 실험을 계획하는 실험 노트(lab notes)를 포함하고 이에 크게 의존합니다. 이러한 유익한 실험 노트는 출판물에 전시된 다듬어진 최종 결과가 아닌, 발전하는 과학적 추론과 저자의 불확실성을 보존하므로, AI가 더 포괄적이고 깊은 수준에서 과학적 탐험(scientific exploration)에 참여할 수 있는 귀중한 기회를 제공합니다. 그러나 과학적 텍스트에 대한 대부분의 기존 연구는 논문, 프로토콜, 또는 구조화된 데이터베이스에 초점을 맞추고 있어, 과학용 AI 에이전트(AI agents for science)의 입력으로서 비공식 실험실 노트는 충분히 탐구되지 않았습니다. 이러한 격차가 중요한 이유는 실험 노트가 동일한 문단 내에서 검증된 관찰 결과, 잠정적인 판단, 그리고 가능한 다음 실험 단계를 혼재하는 경우가 많기 때문입니다. 이러한 신호들이 혼동될 경우, AI 에이전트는 불확실한 과학적 판단을 확정된 결론이나 실행 가능한 행동으로 오인할 수 있습니다. 이를 위해, 저자의 확실성을 보존하면서 실험 노트북을 과학적 AI 에이전트를 위한 검증 가능한 스킬로 변환하는 2단계 프레임워크인 Notes2Skills를 제안합니다. 7가지 조건과 3번의 습식 실험(wet-lab) 세션에 걸쳐, Notes2Skills는 불확실한 노트를 확고한 지침으로 오인하지도 않고 확고한 노트를 버리지도 않는 유일한 구성입니다. 우리는 확실성 보존이 실험 노트북과 신뢰할 수 있는 에이전트 스킬 사이의 누락된 요소임을 보여주며, 이는 더 안전한 AI 공동 과학자 시스템으로 가는 길을 엽니다.