Markdown 버전

AI-translated from English; not yet reviewed by a fluent editor.

# 언어 프롬프트를 보관 실험과 연결한 제노봇 AI 연구

> 제노봇 프리프린트는 새로운 움직임 지시를 보관된 실험과 연결하는 AI 훈련 시스템이 80% 정확도를 보였다고 보고한다. 새 생물체에 예측을 적용해 시험하지는 않았다.

By BIG CHANGE Editorial

Published: 2026-10-09T18:38:57.532Z
Updated: 2026-10-09T18:38:57.532Z
Canonical: https://bigchange.ai/blog/xenobot-ai-language-archived-experiments

![Several transparent film strips with unlabelled movement traces sit in a shallow archival drawer; one strip is picked out in orange.](https://bigchange.ai/api/media/file/xenobot-archive-matching-hero-v1.png)
Conceptual illustration of a system matching language prompts to previously recorded xenobot motion trials. The traces and archive drawer are illustrative and are not study data or a depiction of a new experiment. AI-generated illustration by BIG CHANGE.

Nam H. Le, Douglas Blackiston, Michael Levin, Josh Bongard는 “속도를 높여” 같은 짧은 지시를 **이전에 기록된** 제노봇 전기 자극 실험 중 하나를 고르도록 시스템을 훈련했다. 이들의 [9월 30일 arXiv 프리프린트](https://arxiv.org/html/2610.02247v1)는 가장 까다로운 보류 비교에서 선호 모델이 의도된 방향의 보관 결과를 80.0% 선택했다고 보고한다. 이는 오프라인 매칭 결과다. 저자들은 새로 자극한 제노봇에 예측을 적용했다고 보고하지 않았다.

생명 시스템을 유도하려는 생물학자에게 중요한 질문은 문장과 물리적 개입 사이에서 AI가 무엇을 했느냐는 것이다. 여기서는 오래된 움직임 궤적을 평가하고, 지시-지속 시간 모델 훈련을 돕고, 요청된 행동과 가장 잘 맞는 과거 실험을 반환했다. 새 생물체도 똑같이 반응한다는 점은 입증하지 않았다.

## 큰 변화

- **변한 점:**연구자들은 일반 언어의 움직임 요청을 기존 제노봇 자료실의 전기 자극 지속 시간과 연결하는 데 AI 평가기를 썼다. 지시마다 새 실험을 모으지 않고도 언어 인터페이스를 훈련할 수 있다.
- **중요한 이유:**개입과 결과 기록이 있는 연구자는 전향적 시험에 실험실 시간을 쓰기 전에 그 기록이 유용한 언어 인터페이스를 뒷받침하는지 살펴볼 수 있다. 이 연구의 인터페이스는 자극 매개변수 하나와 대략적인 움직임 방향만 다루므로 실용적 가치는 시험되지 않았다.
- **지켜볼 점:**다음 핵심 실험은 선택된 지속 시간을 새 제노봇에 적용하고 움직임이 요청을 따르는지 측정하는 것이다. 프리프린트가 제안한 시험이며, 보고된 정확도는 자료실 매칭을 측정한다.

## 모델이 실제로 학습한 것

제노봇은 *Xenopus laevis 세포*로 만든 작은 살아 있는 구조물이다. 재사용된 실험에서는 개별 구조물을 전기 자극 전후로 추적했다. 새 시스템이 고를 수 있는 매개변수는 자극 지속 시간 하나였다. 보관 영상은 그 뒤 제노봇이 더 빨리 또는 느리게 움직였는지 보여줬다.

저자들은 영상에서 2차원 경로를 먼저 추출했다. 추적 과정은 거품, 반사, 잔해를 처리하려고 Segment Anything Model과 여러 감지 방법을 썼다. AI 사용 고지에 Claude로 적힌 비전-언어 모델에 지시와 그려진 움직임 궤적을 주었다. Claude는 기록된 움직임과 문구의 부합도를 점수화했으며, 자극 지속 시간은 보지 못했다.

그 점수는 고정 보상표가 되었다. 별도 네트워크는 지시 임베딩으로 자극 지속 시간을 예측했다. 주 훈련법에서는 각 지시의 보관 지속 시간에 부드러운 점수 곡선을 맞추고 목표 시간을 구해 네트워크가 예측하도록 훈련했다. 결과를 보일 때 예측을 이미 기록된 실험과 연결해 궤적을 표시했다. [논문 그림 1은](https://arxiv.org/html/2610.02247v1#S1.F1) 이 순서를 보여주며, [그림 10 시연은 ](https://arxiv.org/html/2610.02247v1#S4.F10)입력한 세 지시에 대해 오래된 궤적을 돌려준다. 논문의 “실시간 인터페이스”는 대화형 표시를 뜻하며 생물체의 실시간 제어가 아니다.

## 자료실 결과는 얼마나 강한가?

초기 자료에는 추적 실험 149건이 있었다. 저자들은 신뢰하기 어렵다고 본 48건을 제외해 서로 다른 제노봇의 101건을 남겼다. 26건은 더 빠름, 75건은 더 느림으로 분류됐다. 훈련 61건, 테스트 40건을 보고한다. 시스템은 훈련 지시 33개를 썼고 평가에는 훈련에 없던 지시도 포함됐다. 관련 자료 하위집합에서 지속 시간 기준 가장 가까운 세 실험이 요청된 움직임 방향에 투표하면 예측 시간을 정답으로 계산했다.

새 지시와 테스트 자료실을 함께 쓴 비교에서 논문이 선호한 훈련법은 **80.0%** 정확도를 훈련 시드 30개에 걸쳐 보였다. 늘 “느려짐”만 예측하는 규칙은 **66.7%** 를 얻는다. 테스트가 세 지시 유형을 균형 있게 다루지만 “속도를 줄여”와 “멈춰”를 같은 느려짐 범주로 합치기 때문이다. 측정된 속도 변화로 만든 더 단순한 목표를 쓴 모델은 그 비교에서 **59.1%**를 보였다. 이는 저자 데이터의 결과이지 새 제노봇에서 잰 성공률은 아니다.

저자들은 추적 궤적에서 독립적으로 만든 움직임 레이블로 AI 평가기를 점검했고, 빠름/느림 분류에서 97% 일치를 보고했다. 이는 거친 구분에 평가기를 쓰는 근거지만 속도 변화 크기와 점수의 상관은 약했다. 약한 감속과 정지를 별도 명령으로 안정적으로 학습하지 못했고, 주 결과에서는 둘 다 “느려짐”이다.

독립 검토자가 확인해야 할 데이터 분할 세부사항이 있다. [3.4절은 ](https://arxiv.org/html/2610.02247v1#S3.SS4)보상표를 위해 보관 실험 101건 모두를 훈련 지시 33개에 점수화했다고 설명하지만, [3.5절은 ](https://arxiv.org/html/2610.02247v1#S3.SS5)분리된 자료실 훈련·테스트 평가를 설명한다. 논문은 후자를 보류 테스트로 부르지만 본문은 테스트 점수가 훈련 목표에서 어떻게 빠졌는지 명확히 밝히지 않는다. 이 불확실성은 80.0%를 미관측 자료의 일반화로 해석하는 데 한계를 준다.

## 빠진 생물학적 시험

개입은 여전히 자료실에서 찾은 지속 시간이다. 모델은 새 전기 프로토콜을 만들거나 다른 자극 설정을 고를 수 없고, 새 제노봇이 보관 개체처럼 반응함을 보일 수도 없다. 훈련과 평가는 생체 실험실 시험을 추가하지 않았다. 제목과 논의의 넓은 가능성과 달리 오가노이드, 조직 복구, 임상 사용의 유사한 결과도 프리프린트는 입증하지 않는다.

이 논문은 arXiv 프리프린트이며 보고된 증거에는 독립 재현이 없다. 지시와 개입이 짝지어지지 않은 기록에서 학습하는 방법이 직접 기여다. 살아 있는 세포를 전향적으로 유도할 수 있는지는 실험으로 답할 문제다.

## 출처 및 추가 읽기

- [Le, Blackiston, Levin, Bongard, *언어로 생물학 제어하기* (arXiv v1, 2026년 9월 30일).](https://arxiv.org/html/2610.02247v1)전체 프리프린트에 여기서 쓴 방법, 자료실 수치, 평가 절차, 표와 한계가 있다. 결과는 저자 보고이며 동료 심사, 독립 재현, 전향적 생물학 제어를 입증하지 않는다.
- [같은 프리프린트 PDF](https://arxiv.org/pdf/2610.02247v1). 15쪽 PDF는 표와 그림 설명을 보존해 수치와 시연의 기록 궤적 사용을 확인하게 한다. 같은 출처의 다른 형식이지 독립 확인은 아니다.

## Sources

- [Le 외, 언어로 생물학 제어하기, arXiv HTML v1](https://arxiv.org/html/2610.02247v1) — 전체 프리프린트는 보관 제노봇 방법, 평가, 결과와 한계를 보고한다. 저자 설명이며 독립 재현이나 전향 시험은 없다.
- [Le 외, 같은 프리프린트 15쪽 PDF v1](https://arxiv.org/pdf/2610.02247v1) — PDF로 표와 그림을 대조할 수 있다. 같은 논문의 다른 형식이며 독립 출처는 아니다.