#AI for Science
4개의 포스트
LLM은 정말 도약하지 못하는가 — 「LLMs can't jump」를 증거의 법정에 세우다
「LLMs can't jump」는 고립된 비관론이 아니다. 과학철학의 조작적 가추, 기호 접지 문제, '쉬운 문제와 어려운 문제', 그리고 2026년까지 쏟아진 실증 연구가 한 점에서 만난다. 6,749명의 과학자가 평가한 25,139세트의 아이디어, 43명이 100시간씩 실행해 본 결과, cap set과 48회 행렬곱을 찾아낸 FunSearch·AlphaEvolve, 그리고 '신체 없는 가추'라는 정면 반론까지 — 찬성과 반례를 다섯 단계의 저울에 올린다.
LLM은 도약하지 못한다: 아인슈타인의 낙서 한 장이 2026년 AI에게 던진 질문
구글 딥마인드 톰 자하비의 ICML 2026 포지션 페이퍼 「Position: LLMs can't jump」를 정면으로 뜯어본다. 아인슈타인이 친구에게 그려 보낸 낙서 한 장에서 출발해, 왜 오늘의 AI가 정리를 증명하면서도 전제를 만들지 못하는지, 벌컨 행성과 엘리베이터 사고실험과 2026년의 월드 모델 경쟁까지 — 5개의 인터랙티브와 함께 끝까지 따라간다.
SciAtlas 완전 해부: 4,300만 논문의 지도가 자동화된 과학 연구를 여는 법
2026년 5월, 저장대 ZJUNLP가 공개한 SciAtlas는 4,300만 편의 논문, 1억 5,700만 개체, 30억 트리플을 하나의 지식 그래프로 묶었다. 단순 키워드 검색을 넘어 'tri-path 협력 회수 + 그래프 재정렬'이라는 뉴로-심볼릭 알고리즘으로, AI 에이전트가 논문 사이를 추론하면서 걸을 수 있게 한 첫 인프라. 정보 폭발의 역사, MAG에서 OpenAlex로 이어지는 학술 그래프 계보, SciAtlas의 스키마와 알고리즘, 그리고 2026년 자동화된 과학의 의미까지 특집으로 풀어본다.
AI for Science: 노벨상 받은 AlphaFold에서 Boltz-2까지, 과학의 판이 바뀌었다
2024년 노벨 화학상은 AI에게 돌아갔다. AlphaFold가 50년 난제를 풀고, Boltz-2가 20초 만에 신약 후보의 결합력을 예측하는 시대. '과학을 위한 AI'가 실험실을 바꾸고 있는 현장을 추적한다.