GenAI 기반의 RISC-V 공급망 탐색 접근 방식

요약

본 논문은 RISC-V 반도체 공급망 분석을 위해 LLM과 VLM을 결합한 다중 모달 워크플로우를 제안합니다. 텍스트와 시각적 데이터를 통합하여 지식 그래프를 구축하고, 모델 주도 공학(MDE)을 통해 공급망의 의존성 검증 및 리스크 평가를 수행합니다. 이를 통해 복잡한 반도체 생태계 내에서 회복 탄력성을 체계적으로 평가하고 의사결정을 지원할 수 있음을 입증했습니다.

핵심 포인트

• LLM과 VLM을 통합하여 텍스트, 다이어그램, 표 등 비구조화된 다중 모달 데이터 추출
• 추출된 엔티티와 관계를 지식 그래프(Knowledge Graph)로 구조화
• 모델 주도 공학(MDE) 및 제약 기반 모델링을 통한 공급망 의존성의 형식적 검증
• 병목 현상 탐지 및 리스크 평가를 통한 공급망 회복 탄력성 분석 지원
• 인간 참여형(Human-in-the-loop) 메커니즘을 통한 전문가 검증 및 대화형 질의 가능