본 논문은 과학적 발견의 핵심인 유추 추론에 대한 연구로, 대규모 언어 모델(LLM)이 과학 분야에서 유추 추론을 활용하여 새로운 배터리 소재를 생성할 수 있음을 보여준다. LLM은 광범위한 교차 도메인 데이터로 훈련되어 전통적인 도펀트 치환을 넘어선 탐색을 위한 교차 도메인 유사체 검색 및 유추 기반 예시 생성, 그리고 소수의 레이블된 예시로부터 도메인 내 유추 템플릿 구성을 통해 표적 활용을 수행한다. 이러한 유추 추론 전략은 기존 조성 공간 밖의 후보를 생성하며 표준 프롬프팅 기준선을 능가한다.
