FacProcessTwin: 프로세스 트윈 개발을 위한 LLM 기반 시스템
요약
LLM을 활용하여 제조 공정의 프로세스 트윈을 신속하게 구축하는 FacProcessTwin 시스템을 제안합니다. 공정 문서와 자연어 입력을 바탕으로 모델을 생성하고 실시간 데이터와 연결하여 개발 시간을 획기적으로 단축합니다.
핵심 포인트
- LLM 기반으로 프로세스 트윈 구축 시간을 수동 작업의 1/6로 단축
- 공정 문서와 자연어 입력을 활용한 자동 모델 생성 및 데이터 연결
- 평균 F1 점수 95.2%의 높은 공정 모델 생성 정확도 달성
- Human-in-the-loop 방식을 통해 안전 관련 연결 오류 방지
프로세스 트윈 (Process twins)은 전체 생산 공정에 대한 실시간 표현을 제공합니다. 자산 기반의 디지털 트윈 (digital twin)이 개별 기계만을 고립시켜 모니터링하는 것과 달리, 프로세스 트윈은 공정 단계들이 어떻게 상호작용하는지를 포착함으로써 전체 공정 전반에 걸쳐 효율성 향상을 이끌어낼 잠재력을 가지고 있습니다. 그러나 프로세스 트윈을 개발하는 것은 비용이 많이 듭니다. 이는 공정 단계, 각 단계에서 사용하는 장비 및 제품별 설정, 그리고 공정 변동을 포함한 전체 생산 공정을 정확하게 모델링할 것을 요구합니다. 결과적으로 생성된 모델은 실시간 운영 데이터 (live operational data)와 연결되어야 합니다. 우리는 대규모 언어 모델 (LLM)을 활용하여 이러한 개발 시간을 단축하는 시스템인 FacProcessTwin을 제시합니다. 이 시스템은 공장의 공정 문서와 작업자의 자연어 입력을 바탕으로 프로세스 트윈을 구축합니다. FacProcessTwin은 이 완전한 공정 모델을 생성한 다음, 공정 단계를 실시간 운영 데이터에 자동으로 연결합니다. 생성된 모델과 데이터 연결은 대화형 공정 다이어그램으로 렌더링되며, 이를 통해 제조 인력은 안전이 중요한 연결 단계에서의 불확실성 해결과 같은 시스템의 자율적 의사결정을 모니터링하고 수정할 수 있습니다. 우리는 냉장, 냉동, 무균 상온 보관 제품 카테고리를 아우르고 동일 제품 내의 공정 변동을 포함하는 16가지 생산 공정 흐름을 대상으로 호주의 식품 제조업체 사례 연구를 통해 FacProcessTwin을 평가했습니다. 결과에 따르면 FacProcessTwin은 이러한 공정 모델을 정확하게 생성하며 (정답 대비 평균 F1 점수 95.2%), 각 트윈을 수동 작업 시간의 약 6분의 1 수준으로 구축합니다. 또한, 인간 참여형 (human-in-the-loop) 거버넌스를 통해 안전이 중요한 연결을 정확하게 유지합니다. 단일 패스 베이스라인 (single-pass baseline)이 모호한 태그에서 75.0%의 확률로 조용히 잘못 연결하는 것과 달리, FacProcessTwin은 작업자에게 판단을 위임하여 잘못 연결하는 경우가 전혀 없었습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv Codex (cs.SE)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기