Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
본 연구는 안전 필수 공정인 콘크리트 방호벽 설계를 위해 '생성-평가-최적화' 폐쇄 루프 다중 에이전트 프레임워크를 제안합니다. 이 시스템은 AutoGen을 활용하여 설계 정확도 98% 이상을 달성하며, 대규모 모델보다 경량 모델의 효율성이 높음을 입증했습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기철근 콘크리트 고속도로 방호벽의 설계는 AASHTO-LRFD 교량 설계 지침과 같은 규제 조항을 엄격히 준수해야 하는 안전 필수(safety-critical) 공정입니다. 현재 엔지니어링 관행은 복잡한 비선형 재료 및 역학적 제약 조건을 충족하기 위해 수동적이고, 반복적이며, 휴리스틱 계산에 크게 의존하고 있습니다. 대규모 언어 모델(LLMs)이 강력한 생성 능력을 보여주지만, 구조 공학 분야에 대한 직접적인 적용은 환각 위험과 불충분한 물리적 기반으로 인해 여전히 제한적입니다. 이러한 문제들을 해결하기 위해 본 연구는 AutoGen의 다중 에이전트 오케스트레이션 기능을 사용하여 자동 콘크리트 방호벽 설계를 위한 새로운 '생성-평가-최적화(generation-evaluation-optimization)' 폐쇄 루프 프레임워크를 제안합니다. 실험 결과에 따르면, 제안된 에이전트 기반 프레임워크는 98% 이상의 설계 정확도를 달성하여 독립적인 범용 LLMs보다 현저히 뛰어난 성능을 보였습니다. 더욱 중요하게도, 본 연구는 설계 성능이 반드시 모델 규모와 상관관계가 있는 것은 아니며, 8B 매개변수의 경량 모델이 제약 없는 631B 매개변수 플래그십 모델보다 더 나은 성능을 보일 수 있음을 밝혀냈습니다. 이 발견은 계산 비용을 크게 줄이는 동시에 산업 응용 분야에서 AI 지원 엔지니어링 도구의 접근성을 향상시킬 잠재력을 강조합니다. 제안된 다중 에이전트 설계 프레임워크의 소스 코드는 프로젝트 GitHub 저장소 https://github.com/MXY820/barrier-design에서 이용 가능합니다. 키워드: 구조 공학; 다중 에이전트 시스템; 대규모 언어 모델; 콘크리트 방호벽 설계; AutoGen; 설계 자동화.