본 논문은 실험실 환경의 복잡성을 해결하고 측정 자동화를 향상시키기 위해 AI 기반의 제로 설정 측정 자동화 시스템인 LABIIUM을 제시한다. LABIIUM은 대규모 언어 모델(LLM) 기반의 AI 어시스턴트를 통합하여 코드 생성을 자동화하고, 표준 도구(VSCode, Python)를 사용한 간편한 계측기 연결을 지원한다. 두 트랜지스터 반전 증폭기의 파라메트릭 전달 곡선 측정 실험을 통해 LABIIUM의 성능을 검증하였으며, 다양한 LLM 모델(Claude Sonnet 3.5, Gemini Pro 1.5, GPT-4o)을 비교 분석하였다. 실험 결과, LLM은 기본적인 균일 스윕은 성공적으로 수행하였으나, GWASS와 같은 적응형 스윕 알고리즘 개발에는 어려움을 보였다.
