본 논문은 화학 문제 해결에 있어 대규모 언어 모델(LLM)의 한계를 극복하기 위한 새로운 프레임워크인 ChemAU를 제안한다. 기존 LLM은 화학 문제의 복잡성과 전문 용어로 인해 환각(hallucination) 현상을 보이며 정확도가 떨어지는데, ChemAU는 적응형 불확실성 추정 방법을 통해 추론 과정에서의 오류를 정확히 식별하고, 특화된 도메인 모델을 활용하여 화학 지식을 보완함으로써 이를 해결한다. 세 가지 LLM과 화학 데이터셋을 이용한 실험 결과, ChemAU는 추론 정확도와 불확실성 추정 모두에서 성능 향상을 보였다.
