신호 ScienceIDE: 세계 과학 코드베이스를 에이전트 학습 환경으로 전환

요약

과학 코드 저장소에는 수십 년간 쌓인 실행 가능한 모델과 방법, 도구의 형태로 인간의 지식이 담겨 있다. 그러나 파편화된 툴체인과 암묵적인 도메인 관행, 분야마다 다른 정확성 기준 때문에 이 지식을 AI가 신뢰할 수 있게 학습할 자료로 바꾸기가 어렵다. 저자들은 이 난제를 '사이언스투에이전트' 격차라고 이름 붙였다. 이를 해결하기 위해 논문은 전 세계의 과학 코드베이스를 AI 에이전트가 학습할 수 있는 환경으로 전환하는 프레임워크 ScienceIDE를 제안한다. 이 작업의 목표는 과학 연구 자동화에 활용할 수 있는 더 유능한 에이전트를 만드는 것이다.