화학 분야 AI에서의 에이전트(Agentic AI)

요약

화학 AI 분야에서 에이전트(Agentic AI)의 활용 가능성을 탐구하며, 분자를 모델에 입력하고 처리하는 방식 자체가 AI가 화학적 지식을 '이해'하는 방식을 결정함을 강조합니다. LLM은 분자 표현을 토큰 시퀀스로 해석하기 때문에, SMILES나 SELFIES 같은 다양한 분자 표기법 중 어떤 것이 가장 효과적인지 탐구하는 것이 중요합니다. 또한, 모델들이 때때로 화학적으로 불가능한 결과를 생성하는 실패 사례를 통해, 단순히 분자 토큰을 예측하는 것과 실제로 화학적 이해를 하는 것 사이에는 큰 간극이 있음을 지적합니다.

핵심 포인트

• 화학 AI에서 분자의 표현 방식(SMILES, SELFIES 등)은 모델의 '이해' 방식을 근본적으로 결정한다.
• LLM은 화학을 직접 이해하기보다 이를 토큰 시퀀스로 처리하므로, 최적의 분자 표현법을 찾는 것이 핵심 과제이다.
• 화학 반응 예측이나 역합성(Retrosynthesis) 같은 작업에서 모델들이 비현실적이거나 잘못된 결과를 생성하는 실패 사례가 발견되었다.
• 분자 토큰의 성공적인 예측이 곧 화학적 이해를 의미하지는 않으며, 이 둘 사이에는 중요한 차이가 존재한다.