PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2607.09806v1cs.DL

AI 기반 과학적 발견을 위한 자율 과학 지식 생성 프레임워크

An Autonomous Scientific Knowledge Generation Framework for AI-Driven Scientific Discovery

인공지능(AI)은 과학적 발견을 변혁하고 있지만, 그 효과는 구조화된 과학 지식의 가용성에 의해 근본적으로 제한된다. 기존 데이터베이스들이 데이터 기반 소재 연구를 가속화해왔음에도 불구하고, 예측 모델링과 역설계에 필요한 지식의 상당 부분은 비구조화된 과학 문헌 속에 묻혀 있다. 우리는 과학 논문을 통합 AI 준비 과학 지식 베이스(Unified AI-Ready Scientific Knowledge Base)로 변환하는 자율 과학 지식 생성 프레임워크를 제안한다. 이 프레임워크는 온톨로지 기반 문헌 획득, 하이브리드 과학 지식 추출, 의미적 조화(semantic harmonization), 지식 융합, 그리고 검증을 단일 워크플로 내에 통합한다. 문헌 검색, 정보 추출, 데이터베이스 구축을 별개의 작업으로 처리하는 대신, 이 프레임워크는 과학 논문을 AI 기반 추론에 적합한 구조화되고 의미적으로 일관성 있으며 출처가 보존된 지식으로 점진적으로 변환한다. 개념 증명으로서, 이 프레임워크를 전기-광학 소재 분야에 적용하였다. 자율 문헌 획득을 통해 다수의 학술 저장소에서 약 1,000편의 논문을 검색하고 검증하였다. 8편의 대표 논문으로 구성된 부분집합을 전체 워크플로로 처리하여 29개의 구조화된 과학 레코드를 생성하였고, 이를 7개의 표준 과학 레코드로 조화하였다. 결과는 정량적 측정값, 운영 조건, 출처, 과학적 맥락을 보존하면서 과학 문헌에서 AI 준비 과학 지식 베이스로의 완전한 변환을 입증한다. 제안된 프레임워크는 예측 AI, 생성 AI, 폐루프 AI 기반 과학적 발견을 위한 확장 가능하고 도메인 독립적인 기반을 제공한다.