연구실 자동화의 새로운 지평: AI 에이전트로의 도약

연구실 자동화를 통해 과학 실험의 빠르기, 안전성, 정확성, 재현성을 높일 수 있다. 하지만 연구실 자동화를 위해 여러 장비와 로봇을 조정하는 것은 과학자들에게 코드 작성, 설정 파일 관리, 복잡한 소프트웨어 인프라 탐색과 같은 어려움을 собою 둔다.

이 연구에서는 대규모 언어 모델(LLM)과 실험 오케스트레이션을 통합한 AI 에이전트 아키텍처를 제시한다. 이 아키텍처는 과학자들이 자연어를 통해 자동화된 실험 프로토콜을 생성하고 모니터링할 수 있도록 한다.

AI 에이전트는 실험 오케스트레이션 시스템(EOS)과 통합되어, 자동화된 실험 프로토콜을 생성, 실행, 모니터링, 최적화, 결과 분석 등 실험 생명주기 전반에 걸쳐 작동한다. 또한, AI 에이전트는 자동화된 검증 및 오류 수정을 통해 과학자들이 더 쉽게 실험 프로토콜을 생성할 수 있도록 한다.

실험 오케스트레이션 시스템(EOS)과 AI 에이전트를 통합한 결과, 과학자들이 실험 프로토콜을 생성할 때 97%의 성공률을 달성할 수 있었고, 필요한 인터페이스 액션의 횟수가 10배 줄어들었다.

이 연구에서는 AI 에이전트의 성능을 화학, 생물학, 재료과학 분야의 시뮬레이션된 연구실 자동화 시스템에 적용하여 검증하였다.

• 화학 분야: AI 에이전트는 실험 프로토콜을 생성할 때 95%의 성공률을 달성하였다.
• 생물학 분야: AI 에이전트는 실험 프로토콜을 생성할 때 98%의 성공률을 달성하였다.
• 재료과학 분야: AI 에이전트는 실험 프로토콜을 생성할 때 99%의 성공률을 달성하였다.