LLM 에이전트 기반 다목적 신소재 탐색은 후보 제안 수뿐 아니라 값비싼 물성 평가 하나하나가 다음 탐색을 얼마나 잘 이끄는지에 좌우된다. 기존 에이전트는 평가된 후보와 점수만 저장해 어떤 편집이 유용한 물성 변화를 일으켰는지는 알지 못해, 목표들이 상충할 때 국소적 개선이 어려웠다. 연구진이 제안한 TRACE는 평가된 편집을 피드백의 기본 단위로 다루는 전이 인식 잔차 제어 프레임워크로, 각 국소 개선을 부모-편집-자식 전이와 관측된 물성 변화량으로 기록하고 이를 집계해 재사용 가능한 편집 효과를 추정한 뒤, 이미 충족된 목표를 해치지 않으면서 남은 제약 위반을 줄일 것으로 예측되는 편집을 우선 제시한다. 동일 백본 비교에서 TRACE는 최신 LLM 에이전트 기준선인 LLEMA 대비 매크로 평균 적중률을 18.13%에서 25.96%로 끌어올렸다.

• •평가된 편집(부모-편집-자식 전이)을 피드백의 기본 단위로 기록하는 TRACE 프레임워크
• •재사용 가능한 편집 효과를 추정해 말낌 방향을 예측하는 방식 제안
• •동일 백본 비교에서 LLEMA 대비 매크로 적중률 18.13%→25.96%로 상승
• •상충하는 목표 간 군형을 맞추며 국소 개선하는 다목적 신소재 탐색에 적용