무엇이 공개됐나
CausalForge는 인과 추론 연구를 단순한 자연어 생성이 아니라 형식 검증 가능한 과정으로 만들려는 연구 프레임워크입니다. 에이전트가 연구 주제를 고르고 새 결과를 제안한 뒤, Lean 코드로 명제를 형식화하고 증명을 시도합니다.
핵심 구성
- 기반 라이브러리 Causalean에는 논문 기준 7,035개의 기계 검증 선언이 포함됩니다.
- CausalSmith 모듈이 주제 선택, 결과 제안, 형식화, 증명과 설명 생성을 연결합니다.
- statement audit는 형식 정리가 자연어로 주장한 내용과 실제로 일치하는지 다시 대조합니다.
- 저자들은 코드, 라이브러리와 실행 기록을 공개했다고 밝혔습니다.
왜 중요한가
과학용 AI가 그럴듯한 문장을 만드는 데서 벗어나, 결과의 정확한 조건과 논리적 연결을 기계가 확인할 수 있게 하는 접근입니다. 특히 인과 추론처럼 가정 하나가 결론을 크게 바꾸는 분야에서 재현성과 감사 가능성을 높일 수 있습니다.
확인할 한계
이 논문은 2026년 7월 공개된 사전 논문이며 동료 평가가 완료된 결과가 아닙니다. 형식 증명은 작성된 명제의 논리적 타당성을 확인하지만, 그 명제가 현실의 올바른 질문인지 또는 가정이 타당한지까지 자동으로 보장하지는 않습니다.