BROWSE
Detail
Conference Paper
LLM기반 설비 고장 평가 및 영향성 분석 예측 기술 연구
Cited - time in 
Share 
Share
- Issue Date
- 2026-02
- Citation
- 영상처리 및 이해에 관한 워크샵 (IPIU) 2026, pp.1-2
- Publisher
- 한국방송·미디어공학회
- Language
- Korean
- Type
- Conference Paper
- Abstract
- FMECA는 설비의 신뢰성과 안전성을 확보하기 위한 핵심 분석 기법이나, 기존의 전문가 의존적 작업 방식은 분석 시간이 오래 걸리고 주관적 편향이 개입될 수 있으며, 비정형 텍스트 데이터의 활용이 어렵다는 한계가 있었다. 이를 개선하기 위해 데이터 마이닝 등 다양한 자동화 연구가 시도되었으나, 비정형 데이터 처리의 기술적 제약으로 인해 완전한 자동화에는 어려움이 따랐다. 최근 거대언어모델(LLM)은 뛰어난 맥락 인식과 비정형 데이터 분석 능력을 바탕으로 이러한 문제를 근본적으로 해결하고, 분석의 속도와 정확성을 획기적으로 개선할 잠재력을 보여주고 있다. 이에 본 연구는 설비 분야의 FMECA 분석 효율성을 극대화하기 위해 LLM 기반의 설비 고장 평가 및 영향성 분석 예측 기술을 제안한다. 본 기술은 분석 과정의 일관성과 객관성을 확보하고 전문가의 업무 부담을 경감시킴으로써, 차세대 설비 관리 시스템의 지능화에 기여할 것으로 기대된다.