클로드 활용한 과학 계산 도구 ‘BootLoops’ 공개, 검증 절차도 함께 제공

앤트로픽 연구 블로그에 1일 공개된 매튜 슈워츠 교수의 기고문에 따르면, AI를 활용한 정량적 과학 연구 도구 모음 ‘BootLoops’가 오픈소스로 공개됐다. 계산 소프트웨어뿐 아니라 AI가 내놓은 답을 어떻게 확인할지에 관한 작업 절차를 묶은 것이 특징이다.

BootLoops는 대규모언어모델(LLM)이 외부 계산 도구를 실행하도록 돕는 하네스다. 입자 충돌을 설명하는 산란 진폭 계산에서 출발했지만, 베이지안 모델 비교와 통계, 유전학 등 여러 분야의 정량적 문제에 적용하도록 확장됐다. 특정 클로드 모델에 종속되지 않아 다른 AI 에이전트와도 사용할 수 있다는 것이 프로젝트의 설명이다.

공식 GitHub 문서에 제시된 핵심은 결과를 다시 확인할 수 있는 계산과 검증 규칙이다. 오차 범위를 추적하는 수치 계산, 증명용 인증서를 포함한 점화식, 알려진 답을 복원하는 대조 실험 등을 다룬다. 도구마다 용도와 결과 해석, 통과해야 할 검증 기준을 문서화했다. 계산에 사용한 정보로 같은 결과를 다시 인증하지 않도록 출처를 관리하는 절차도 포함한다.

공개된 1.0 문서는 49개 도구 패키지를 대상으로 자체 점검을 실행하는 명령을 제공한다. 기반은 파이썬 3.12이며 일부 구성 요소에는 줄리아가 쓰인다. 외부 계산 엔진이나 별도 데이터가 필요한 패키지도 있어, 저장소를 내려받는 것만으로 모든 계산을 바로 실행할 수 있는 것은 아니다.

슈워츠 교수는 약 3개월 동안 18개 분야에서 공동저자 19명과 원고 36편을 작업했다고 소개했다. 이는 기고문에 담긴 저자의 연구 진행 설명이며, 모든 결과가 동료심사와 후속 검증을 마쳤다는 뜻은 아니다. 그는 여러 분야의 초기 결과가 기술적으로 맞더라도 과학적 의미는 크지 않았고, 해당 분야 전문가가 연구 질문을 다듬은 뒤에야 유의미한 방향으로 이어졌다고 설명했다.

기고문은 AI가 계산을 끝냈다고 선언해도 결론까지 신뢰할 수는 없다는 점을 강조한다. 자동 점검만 믿지 말고 연구자가 도표와 결과를 직접 살피며, 계산의 정확성과 연구의 중요성을 별도로 판단해야 한다는 것이다. 과학적 질문을 정하고 결과를 해석하는 인간의 역할을 남겨 둔 접근이다.

슈워츠 교수는 이 프로젝트를 진행하는 동안 앤트로픽 방문연구자로 활동했다. 다만 BootLoops는 앤트로픽의 공식 제품이 아니라 슈워츠 교수가 소유·관리하는 독립 프로젝트다. 저장소 역시 앤트로픽이 지원이나 업데이트를 제공하지 않는다고 명시한다.

출처: 앤트로픽 연구 블로그, 매튜 슈워츠 기고문 https://www.anthropic.com/research/claude-shaped-science
BootLoops 공식 사이트 https://bootloops.ai/
BootLoops 공식 GitHub https://github.com/BootLoops-ai/bootloops/tree/66b680ce742e654cfe86da4f072a69061fe182b1