본 논문은 실험 프로토콜, 연구 논문, 특허, 실험 노트 등에 내재된 재료 준비 절차를 텍스트 기반으로 해석하고, 대규모 언어 모델(LLM)을 활용하여 재료 준비 과정의 최적화를 시도한다. 특히, 붕소 질화물 나노시트(BNNS) 고분자 복합체의 합성을 사례로 들어, 텍스트 기반의 가벼운 구조의 재료 데이터베이스를 구축하고, LLM을 텍스트 추론 엔진으로 사용하여 복합적인 실험 설계를 해결한다. 이 프레임워크는 검색 증강 생성(RAG)과 경험 증강 추론(EAR)의 두 가지 모드를 활용하여 데이터베이스에서 검색된 증거를 기반으로 출력을 생성하고, 다중 소스 문헌 기반의 서술 데이터에서 파생된 텍스트 가이드를 사용하여 추론과 의사 결정을 수행한다. 이를 통해 BNNS 준비의 실험실 규모 최적화를 빠르게 수행하고, 언어 기반 데이터와 LLM 기반 추론의 결합이 실질적인 재료 준비를 가속화할 수 있음을 보여준다.
