자율 연구 에이전트(Autonomous-research agents)는 실행을 통해 보정(calibration)이 이루어지는 머신러닝 샌드박스 내에서 엔드 투 엔드(end-to-end) LLM 자동화를 입증해 왔습니다. 최첨단 물리 과학은 이와 근본적으로 다릅니다. 물리적 추론이 모든 방법론적 선택의 기초가 되며, 도구 체인(toolchains)은 문서화가 부족한 경우가 많고, 보정은 외부 문헌의 기준점(anchors)으로부터 이루어져야 합니다. 하지만 구조화되지 않은(unscaffolded) 에이전트들은 문헌을 인용하기만 할 뿐 직면하지는 않으며, 내부적인 사전 지식(priors)으로부터 그럴듯하지만 검증 불가능한 결과를 환각(hallucinating)해냅니다.

본 논문에서는 11,083편의 최근 응축물질 물리학(condensed-matter physics) arXiv 논문 말뭉치(corpus)로부터 세 가지 실질적인 물리학적 발견(여기서는 교대 자성 압전 효과(altermagnetic piezomagnetism)에 관한 내용)을 포함한 출판 수준의 원고에 이르기까지 엔드 투 엔드로 작동하는 파이프라인을 제시합니다. 에이전트는 말뭉치를 매핑하여 연구 방향을 자율적으로 구상하고, 출판된 참고 문헌을 재현함으로써 방법론을 보정하며, 새로운 제일원리 계산(first-principles computations)을 수행하고, 원고를 작성합니다. 이 과정은 6개 단계에 걸쳐 디스크 상의 상태(on-disk state)만을 공유하는 47개의 새로운 컨텍스트 세션(fresh-context sessions) 동안 2,162회의 문헌 상담(literature-consultation) 이벤트를 통해 전 과정에서 문헌에 근거(grounded)하여 수행됩니다.

결함 허용성(Fault tolerance)은 중복성(redundancy)을 통해 나타납니다. 새로운 컨텍스트 격리(fresh-context isolation), 분산된 근거 설정(distributed grounding), 그리고 적대적 검토(adversarial review)는 단일 세션이 놓칠 수 있는 부분을 포착합니다. 파일럿 수행 전후 단계는 완전히 자율적이며, 파일럿 단계는 재현 실패 시에만 제한적인 인간의 개입을 요구합니다. 이때의 개입은 과학적 방향 설정이 아닌 운영 지식 큐레이션(operational knowledge curation)에 국한됩니다. 두 가지 쌍을 이룬 실패 모드(failure modes)—사전 아키텍처 베이스라인(pre-architecture baseline)과 파일럿 미실시 제거 실험(no-pilot ablation)—를 통해, 보정 체크포인트에서의 구조적으로 강제된 수치적 대면(numerical confrontation)이 핵심적인 근거 설정 메커니즘임을 분리하여 입증했습니다. 이러한 기본 요소(primitives), 특징적인 실패 모드, 그리고 정량화된 개입 패턴은 계산 물리학을 넘어 이해관계가 큰(high-stakes) 과학 분야에서의 자율 연구를 위한 토대를 마련합니다.