A Light-weighted Multi-agent Based on Real-time Anomaly Detection for Manufacturing AX
이공학학술연구기반구축(R&D) · 기본연구B(포용형)
2026년
2340064657
교육부
한국연구재단
국립창원대학교
MUSUNURI YOGENDRA RAO
1명
2026.09.01 ~ 2027.02.28
2026.09.01 ~ 2029.08.31
3,000만원
3,000만원
개발연구
대학
경상남도 창원시
전기/전자 > 무기센서 및 제어 > 신호처리
... 가능성, 효율성을 갖춘 제조 AX(AI 전환)를 실현하기 위해, 안정적인 이상 탐지(AD) 기술에 기반한 다중 에이전트 AI 프레임워크를 개발하는 것이다. 본 연구는 경량 알고리즘, 엣지 지능, 거대 언어 모델(LLM) 기반의 오케스트레이션을 하나의 일관된 아키텍처로 통합함으로써, 불안정성, 데이터 부족, 낮은 해석 가능성과 같은 기존 산업용 AD 시스템의 근본적인 한계를 극복하는 것을 ...
... 이상 탐지 노드를 통합한다. LLM은 AD 모델의 예측 결과를 입력으로 받아 이상 발생 여부와 심각도를 해석하고, 사용자가 이해할 수 있는 설명과 시각적 검증을 위한 권고를 제공함으로써 지능적이고 설명 가능한 의사결정 지원을 수행한다. 마지막으로 멀티 에이전트 AI 프레임워크의 개발이다. 시스템의 강건성과 해석 가능성을 더욱 향상시키기 위해 LangGraph 기반 멀티 에이전트 AI ...
... 검증, 폐 루프 자기 정제 메커니즘은 저수준 인식 모델과 고수준 추론 시스템 간의 간극을 해소하는 핵심 연구 주제가 된다. 본 연구는 제조 AX 구축을 위해 데이터 효율적 학습, 엣지 지향 모델 최적화, 멀티 에이전트 추론을 통합한 경량 에이전틱 이상 탐지 프레임워크를 제시함으로써, 제조 분야에서 인공지능 대전환을 위한 핵심 요소 기술을 개발을 기대할 수 있다.