물질의 구조로부터 그 성질을 이해하는 일은 과학의 핵심 과제이지만, AI가 다루기에는 까다롭다. 입체화학과 결합, 대칭성, 에너지, 주기적 질서 같은 구조적 근거를 과학 원리와 이어 붙여야 하는 데다, 구조 데이터를 충실히 표현하면서 그 위에서 투명하게 추론까지 해야 하기 때문이다. 연구진이 arXiv에 공개한 SciReasoner는 생물학·화학·재료과학을 아우르며 구조와 성질의 관계를 추론하도록 설계된 다중모달 기반 모델이다.
SciReasoner는 공간적·위상적·주기적 구조 정보를 공통의 토큰 기반 어휘로 변환한다. 이렇게 하면 구조의 각 요소가 추론 과정에서 추적 가능한 근거로 쓰일 수 있다. 즉 모델이 어떤 구조적 단서를 근거 삼아 결론에 도달했는지 따라가며 확인할 수 있다는 것이 핵심이다.
연구진이 보고한 성능 개선은 분야별로 나타난다. 단백질 기능 예측에서는 유전자 온톨로지의 세포 구성요소 항목을 기준으로, 진화적 유사 단백질이 적은 경우에도 핵심 정확도 지표를 0.42에서 0.55로 끌어올렸다. 화학에서는 단일 단계 역합성(retrosynthesis) 정확도를 0.63에서 0.72로 높이면서, 결합 절단과 전구체 확인 과정을 담은 중간 추론 흔적도 함께 내놓았다. 재료과학에서는 학습된 표현이 원소상과 화합물상을 구분하고 밴드갭 크기에 따라 물질을 나누는 것으로 나타났다.
전체적으로 이 모델은 시험한 86개 벤치마크 과제 가운데 67개에서 최고 성능을 기록했다. 사람 전문가의 블라인드 평가에서는 모델이 내놓은 추론 설명이 선도적인 대규모 언어 모델의 설명과 대등하거나 더 낫다는 평가를 98%의 비교에서 받았다고 연구진은 전했다. 연구진은 이를 두고, 구조 데이터가 정확하면서도 해석 가능한 과학 추론의 검증 가능한 토대가 될 수 있음을 보여준 결과라고 설명했다. 해당 논문은 동료 심사를 거치기 전 단계로 arXiv에 사전 공개됐다. 자세한 내용은 원문 초록 보기에서 확인할 수 있다.
