5건의 기사
우주론 시뮬레이션 보정은 비용이 큰 고차원 매개변수 최적화 문제로, 기존 베이즈 최적화 방식은 시뮬레이터를 블랙박스로 취급해 인간의 도메인 지식이나 작업 흐름을 선택 정책에 반영할 수 없었다. 연구진은 대규모언어모델(LLM)이 다음 매개변수 시행을 제안하는 최적화 주체 역할을 맡는 에이전트형 보정 파이프라인 'AgenticTuner'를 제안했다. 코드베이스·문서·휴리스틱 가이드처럼 숙련된 과학자가 지닌 비정형의 사람이 읽을 수 있는 사전지식을 제공하면, 에이전트가 CPU 비용을 크게 낮추면서도 경쟁력 있는 보정 성능을 달성했다고 보고했다. 연구진은 이 작업이 복잡하고 장기적인 과학 과제를 수행하는 'AI 과학자'를 향한 초기 단계가 되기를 기대한다고 밝혔다.
arXiv astro-ph.IM (관측기기)
연구진이 이미지·스펙트럼·광도곡선 같은 다양한 천문 관측 데이터를 대규모언어모델(LLM)과 연결하는 프레임워크 'AstroBridge'를 공개했다. 카탈로그 메타데이터로 관측 자료와 같은 천체를 다룬 논문 문장을 짝지은 뒤, 비전-언어모델이 설명 캡션을 생성해 수작업 없이 관측-캡션 쌍을 만들고, 모달리티별 고정 인코더의 표현을 학습 가능한 융합 신경망이 LLM의 임베딩 공간에 정렬하는 구조다. 스펙트럼 기반 평가에서 퀘이사와 은하를 구분하는 정확도는 미세조정 전 기본 모델의 69.0%에서 91.5%로 향상됐다. 다만 은하 형태 분류, 소수 초신성 유형 분류, 생성된 캡션의 사실성 측면에서는 한계가 남아 있다고 연구진은 밝혔다.
arXiv astro-ph.IM (관측기기)
천문학 연구에서 적절한 머신러닝(ML) 기법을 고르려면 천문학과 ML 양쪽의 전문성이 필요한데, 대규모언어모델(LLM)의 이러한 선택 능력은 기존 벤치마크에서 충분히 다뤄지지 않았다. 연구진은 2024년 1월~2026년 6월 천문학 논문 346편에서 추출해 전문가가 검토한 500개의 이지선다 문항으로 구성된 벤치마크 'Astro2Method'를 제시했다. 5개 LLM을 대상으로 한 직접 프롬프팅 실험에서 Easy 문항 정확도는 87.50~92.55%였으나 Hard 문항은 58.87~64.52%에 그쳤고, 검색증강생성(RAG)이나 ReAct·Self-Ask·CRITIC 등 추가 추론·검색을 쓰는 에이전트 기법은 일관된 개선을 가져오지 못했다. 웹 검색을 수행하는 에이전트는 문항의 근거가 된 논문을 찾아낸 경우에만 주로 정확도가 올랐으며, 기법 이름을 가린 원 논문의 파이프라인 설명을 제공하면 Hard 정확도가 향상돼 웹 검색과 같거나 더 나은 결과를 보였다. 연구진은 관련 실험 정보가 ML 기법 구분에 도움이 되지만, 이를 유사 연구와 도메인 지식에서 추론하는 일은 LLM에게 여전히 어려운 과제라고 설명했다.
arXiv astro-ph.IM (관측기기)
암흑물질 제한값(constraint) 저장소는 커뮤니티의 핵심 인프라지만 대부분 자원봉사자가 관리하고, 제한값도 기계가 읽을 수 있는 형태가 아닌 그림으로 발표돼 부담이 크다는 문제의식에서 출발한 연구다. 연구진은 arXiv를 모니터링해 제한 곡선을 추출하고 코드로 통합한 뒤 사람이 검토할 풀 리퀘스트를 여는 대규모언어모델(LLM) 파이프라인을 제시했으며, 측정된 제한값 329편 논문 벤치마크에서 채점 가능한 논문의 98.1%에 대해 결합 유형을 식별했다. 비교 가능한 추출이 나온 81%는 단일 모델 판독으로 중앙값 0.17덱스(dex)의 잔차를 보였고, 전체 논문의 51%가 큐레이터 곡선의 2배 이내에 들어왔다. LLM은 인식 단계에만 쓰이고 산술·단위 변환과 오추출을 걸러내는 가드는 결정론적이고 테스트 가능한 코드로 처리한다. 실제 배포된 파이프라인은 제한값 제안을 생성했지만 병합된 것은 하나도 없으며, 저자들은 AI가 생성한 과학 데이터의 거버넌스 자체가 아직 해결되지 않은 문제라고 밝혔다.
arXiv astro-ph.IM (관측기기)
연구진은 대규모언어모델(LLM)로 구동되는 에이전트 프레임워크 'GW-Eyes'를 개발해, 중력파(GW) 신호와 전자기파(EM) 후보 사건 사이의 대응천체 연계 작업을 자동으로 수행하도록 했다고 밝혔다. 논문에 따르면 이 프레임워크는 도메인 특화 도구를 통합한 최초의 사례로, 자연어 대화를 통해 카탈로그 관리, 스카이맵 시각화, 신속 검증 같은 보조 작업에서 연구자를 지원한다. 차세대 중력파·전자기파 검출기 시대에 사건 수가 급증하면서 기존 데이터 분석 방식이 한계에 부딪히는 문제를 겨냥한 접근이다.
arXiv astro-ph.IM (관측기기)