기존 프레임워크가 과학 시뮬레이터를 블랙박스 인터페이스로만 다뤄 그 가정과 메커니즘을 추론하지 못하는 한계를 지적하며, 메커니즘 기반 뉴로심볼릭 추론 프레임워크 'MechSim'을 제안한 논문이다. 정적 심볼 구조만 추론하던 기존 방식과 달리, MechSim은 LLM 에이전트가 시뮬레이터의 메커니즘·가정·실행 동작 자체를 추론하게 한다. 가정, 변수, 메커니즘 의존성, 실행 트레이스를 담는 공유 구조화 스키마로 시뮬레이터를 표현하고, 그 위에서 LLM이 제약된 추론 엔진으로 작동해 시뮬레이터 결과를 근원 메커니즘에 연결하는 증거 기반 설명을 생성한다. 여러 고위험 도메인에서 메커니즘 수준 설명 품질, 시뮬레이터 분석, 다운스트림 의사결정 신뢰성을 개선함을 보였다.

• •과학 시뮬레이터를 블랙박스가 아닌 메커니즘·가정을 추론할 수 있는 구조적 시스템으로 다루는 MechSim 제안
• •가정·변수·메커니즘 의존성·실행 트레이스를 담는 공유 구조화 스키마로 시뮬레이터 표현
• •LLM 에이전트가 제약된 추론 엔진으로 작동해 결과를 근원 메커니즘에 연결하는 증거 기반 설명 생성
• •여러 고위험 도메인에서 설명 품질·시뮬레이터 분석·의사결정 신뢰성 개선 입증