선박 터빈 엔진의 예지보전을 위한 근거 기반 LLM을 활용한 고장 예측 기술에 대한 연구

초록

기존 예측정비(PdM) 연구는 열화계수 예측 정확도 (R²> 0.95)에 집중하였으나, 실제 현장 적용을 위해서는 예측값을 근거로 유지보수 행동(계속운전/점검/정비) 수행을 제시하고, 제시한 행동의 근거는 사전에 검증하는 의사결정 단계를 거쳐 환각 없이 출력될 수 있도록 하는 체계의 구축이 필요하다. 본 연구는 회귀 모델의 예측값과 LLM이 판단 근거로 삼을 SHAP 설명을 기반으로 기기의 비용 및 가용성을 균형있게 고려한 유지보수 행동 (정비계획)을 제안한다. 본 연구 는 UC Irvine에서 공개한 미국 해군 함정 터 빈엔진 시뮬레이터 기반 CODLAG 데이터셋을 이용하여 LLM이 실행 가능 한 의사결정을 가시화하고, LLM이 제시한 내용의 정확도가 수집한 데이터의 분석결과를 근거로 출력하는 재현율을 정량화하여 산업 현장에서 실제 배포가능한 신뢰도 높은 AI 기반 의사결정 Framework를 제안한다.