본 논문은 재료 과학 분야에서 원하는 특성을 가진 재료를 효율적으로 발견하는 문제를 해결하기 위해, 다양한 정보원을 결합하는 다중 모달 접근 방식을 제시합니다. 기존의 단순한 다중 모달 융합 알고리즘의 한계를 극복하고자, 대규모 언어 모델(LLM)을 활용하여 SMILES, SELFIES, 텍스트 설명, 분자 지문 등 다양한 표현을 통합하는 새로운 다중 모달 융합 모델인 LLM-Fusion을 제안합니다. LLM 기반의 유연한 아키텍처를 통해 다중 모달 입력 처리를 지원하며, 기존 방법보다 높은 정확도로 재료 특성 예측을 수행합니다. 두 개의 데이터셋과 다섯 가지 예측 과제를 통해 모델의 효과를 검증하고, 단일 모달 및 단순 연결 기준 모델과 비교하여 성능 우위를 보였습니다.
