본 논문은 대규모 언어 모델(LLM)의 화학 및 생물 공학(CBE) 분야, 특히 이온성 액체(ILs)를 이용한 탄소 격리 연구에 대한 적용 가능성을 평가한 연구입니다. 100억 파라미터 미만의 오픈소스 LLM 3종을 대상으로, 전문가가 만든 5,920개의 예시 데이터셋을 이용하여 LLM의 지식 및 추론 능력을 평가했습니다. 평가 결과, 소규모 일반 목적 LLM은 ILs에 대한 기본적인 지식은 가지고 있지만, 고급 응용에는 필요한 전문적인 추론 능력은 부족한 것으로 나타났습니다. 본 연구는 LLM의 탄소 포집 연구 활용 방안을 논의하고, LLM 개발과 ILs 연구 간 상호 발전을 통해 2050년 탄소 중립 목표 달성에 기여할 수 있음을 제시합니다.
