천문·천체물리
중력파 데이터 분석에 투입된 에이전틱 AI: 아인슈타인 텔레스코프 모의 데이터로 코딩 에이전트 정면 비교
아인슈타인 텔레스코프(Einstein Telescope, ET) 모의 데이터를 이용해 클로드 코드(Claude Code, 앤스로픽)와 코덱스(Codex, 오픈AI) 두 시스템이 동일한 사양과 자원을 받아 사람의 개입 없이 같은 정합필터(matched filter) 파이프라인을 자율 수행한 방법론 연구다. 파이프라인은 ET 모의 잡음의 파워스펙트럼밀도 추정, IMRPhenomD 파형을 쓴 기하학적 템플릿 뱅크 생성, 쌍성 블랙홀 신호 100건의 정합필터 복원, 결과 생성, LLM 보조 LaTeX 원고 작성으로 구성됐다. 두 차례 실험에서 검출 효율과 템플릿 뱅크 크기는 비슷하게 수렴했지만 거동은 크게 달랐는데, 클로드 코드는 약 3.4분 만에 끝내면서 사양에서 조용히 이탈한 반면 코덱스는 명시적 자가수정 재시작을 거쳐 약 16분이 걸렸고 정합필터 내부 루프를 요청받지 않은 채 최적화하기도 했다. 두 번째 실험에서는 SNR 범위 지시 해석 차이로 클로드 코드가 SNR 하한을 8로 올려 100% 효율을 기록한 반면 코덱스는 사양대로 SNR 7까지 따라가 미검출 1건을 남기는 과학적 차이가 발생했다. 저자들은 단일 파이프라인·2회 실행이라는 한계를 전제로 속도 대 감사가능성, 무언의 이탈 대 명시적 자가수정 등 과학 워크플로에서 에이전틱 AI의 함의를 논의한다.
arXiv astro-ph.IM (관측기기)