탐지에서 실행으로: 결함 허용 제어(FTC)를 위한 LLM 에이전트 활용

우리는 결함 탐지(fault detection) 출력을 플랜트 특화 지식에 기반한 제약 조건 인식 회복 동작(constraint-aware recovery actions)으로 변환하는 능동적 결함 허용 제어(Fault-Tolerant Control, FTC)를 위한 에이전트 기반 대규모 언어 모델(LLM) 프레임워크를 제안합니다. 이 접근 방식은 다음을 결합합니다: (i) 운영자 업무를 모니터링, 계획, 동작 합성, 시뮬레이션, 검증 및 재프롬프팅(reprompting)으로 분해하는 멀티 에이전트 워크플로우; (ii) 실행 전 테스트를 위해 플랜트 데이터, 모델 및 시뮬레이션 서비스를 제공하는 디지털 프로세스 플랜트 트윈(Digital Process Plant Twin, DPPT); (iii) CPSMod 온톨로지(ontology)를 기반으로 구축되어 플랜트 지식(구조, 기능, 하이브리드 역학, 제어 컨텍스트 및 결함 의미론)을 에이전트의 관계 인식 및 멀티 홉 검색(multi-hop retrieval)을 지원하는 그래프로 구성하는 그래프 검색 증강 생성(Graph Retrieval-Augmented Generation, Graph RAG) 계층. 교정 동작은 최소 위험 상태 머신(state-machine) 회복 경로와 그에 상응하는 이산 명령(discrete commands) 또는 연속 설정값 조정(continuous setpoint adaptations)으로 생성되며, 실제 작동 전 인터록(interlocks), 엔벨로프(envelopes) 및 동적 타당성에 대해 결정론적으로 검증됩니다. 제한된 시간 창 내에 수용 가능한 계획을 찾지 못할 경우, 제어권은 안전 폴백(safety fallback)으로 넘어갑니다. 이 프레임워크는 두 가지 대표적인 벤치마크인 이산 배치 혼합 모듈(Mixing Module)과 폐루프 PID 제어 하의 연속 교반 탱크 반응기(Continuous Stirred-Tank Reactor, CSTR) 시뮬레이션에서 평가되었습니다. 경량 LLM(GPT-4o-mini 및 GPT-4.1-mini)을 사용한 결과, 의미론적으로 기반을 둔 에이전트가 각 프로세스 역학에 호환되는 지연 시간 예산 내에서 유효한 회복 결정을 도출할 수 있음을 보여주었으며, 이는 이산 및 연속 FTC 작업 모두에서 탐지부터 검증된 교정 동작에 이르는 실질적인 경로를 입증합니다.