본 논문은 화학 반응 조건 추천에 있어 기존 LLM 기반 방법론들이 설명력 부족이라는 한계를 극복하기 위해, 화학 반응 조건 예측을 증거 기반 추론 문제로 재정의하는 다중 에이전트 시스템인 ChemMAS를 제안한다. ChemMAS는 메커니즘 기반 정립, 다중 채널 정보 탐색, 제약 조건 기반 에이전트 논쟁, 그리고 근거 취합 과정을 통해 각 예측 결과에 대한 해석 가능한 화학적 지식 및 선행 사례 기반의 정당성을 제공한다. 이를 통해 제안된 시스템은 기존 방법론 대비 20-35% 향상된 정확도를 달성하며, 과학적 발견 분야에서 설명 가능한 AI의 새로운 패러다임을 제시한다.
