대규모 배터리 에너지 저장 시스템(BESSs)은 알람, 셀 수준 측정값, 장치 토폴로지(topology), 진단 테이블, 과거 사례 및 유지보수 문서를 결합한 운영 및 유지보수(O&M) 의사결정을 필요로 합니다. 모니터링 플랫폼은 임계값 위반을 표시할 수 있지만, 전압 불일치, 저항 드리프트(resistance drift), 단락 위험, 용량 발산 또는 열적 이상이 개입을 필요로 하는지 여부를 설명하지 못하는 경우가 많습니다. 본 요약에서는 운영 데이터, 도메인 지식, 시각적 증거 및 보고서 생성을 연결하기 위해 검색 증강 멀티 에이전트 추론(retrieval-augmented multi-agent reasoning)을 사용하는 추적 가능한 BESS 결함 진단 어시스턴트를 소개합니다. BESS 특화 작업 라우팅(task routing), 스키마 제약 자연어 데이터베이스 액세스(schema-constrained natural-language database access), 하이브리드 텍스트-이미지 검색, 증거 기반 답변 합성을 통해 신뢰성이 향상됩니다. 라우팅, 데이터베이스 액세스 및 진단 추론에 대한 예비 내부 평가 결과가 보고되었습니다.