대형 언어 모델을 활용한 설계 구조 행렬 (DSM) 모듈화

요약

본 논문은 기존의 그래프 기반 접근 방식으로는 해결하기 어려웠던 시스템 요소 모듈화 문제를 LLM(대형 언어 모델)을 활용하여 해결하는 방법을 제시합니다. 연구진은 세 가지 백본 LLM과 다섯 가지 사례를 대상으로 DSM(설계 구조 행렬) 시퀀싱 조합론 최적화를 수행하며, 전문적인 최적화 코드 없이도 높은 품질의 모듈화를 달성할 수 있음을 보여줍니다. 특히, 도메인 지식이 오히려 성능을 저하시키는 현상을 분석하여 '의미 정렬 가설'을 제안하고, LLM 기반 공학 설계 최적화에 대한 실질적인 지침을 제공합니다.

핵심 포인트

• LLM을 활용하여 기존 그래프 이론만으로는 해결하기 어려웠던 시스템 요소 모듈화(DSM) 문제를 접근했습니다.
• 전문적인 최적화 코드 없이도 LLM 기반 방법론이 30회 반복 내에 근사 참조 품질의 모듈화를 달성할 수 있습니다.
• 시스템 설계에서 도메인 지식이 오히려 성능을 저하시키는 현상을 발견하고, 이를 '의미 불일치'로 설명하는 '의미 정렬 가설'을 제안했습니다.
• 본 연구 결과는 LLM을 공학 설계 최적화에 실질적으로 배포하기 위한 구체적인 지침과 방법론을 제공합니다.