반도체·자동차·에너지·우주항공 적용 기대…국제학술지 게재 성과
[서울=뉴스핌] 송주원 기자 = 중앙대학교는 기계공학부 이수영 교수 연구팀이 복잡한 신호에서 이상을 탐지하고 그 원인과 메커니즘까지 해석할 수 있는 '신호 특화 거대언어모델'(LLM) 원천 기술을 개발했다고 9일 밝혔다.
기계 및 공학 시스템에서 분석과 모니터링은 설비와 공정의 상태를 파악하고 신뢰성 있는 의사결정을 내리기 위한 핵심 과정으로 꼽힌다. 진동, 음향, 전류, 압력, 온도 등 다양한 센서에서 생성되는 신호 데이터는 반도체, 자동차, 에너지, 우주항공 등 여러 산업 분야에서 시스템 상태 변화를 가장 직접적으로 보여주는 정보다. 이에 따라 신호 기반 분석 기술은 시스템의 안정성과 운영 효율성을 좌우하는 중요한 요소로 평가된다.
그동안 신호 분석에는 통계적 기법부터 기계학습, 딥러닝까지 다양한 기술이 활용돼 왔지만 대부분은 이상 유무를 판별하는 데 초점이 맞춰져 있었다. 반면 실제 산업 현장에서는 단순한 탐지를 넘어 왜 이런 판단이 내려졌는지, 신호의 어떤 변화가 해당 상태를 의미하는지에 대한 설명과 해석이 함께 요구돼 왔다.
연구팀은 이런 한계를 극복하기 위해 신호 분석 문제를 단순 탐지가 아닌 신호의 상태와 변화 메커니즘을 이해하고 이를 언어적으로 해석하는 문제로 새롭게 접근했다. 특히 비선형 동역학 특성을 지닌 혼돈(chaotic) 신호와 같은 복잡한 데이터를 효과적으로 이해할 수 있도록, 신호의 시간적 변화와 동역학적 특성을 반영한 '신호 특화 LLM 기술'을 개발했다.
이를 통해 연구팀은 복잡한 신호 분석 결과를 사람이 이해하기 쉬운 자연어 형태로 설명할 수 있는 '신호-언어 통합 분석 프레임워크'를 제안했다. 기존처럼 단순한 판단 값만 제시하는 데 그치지 않고, 분석 결과를 설명 가능한 정보로 확장할 수 있다는 점에서 산업 현장 활용 가능성이 높다는 평가다.
연구를 주도한 이 교수는 "이번 연구는 AI가 복잡한 신호를 단순히 분석하는 수준을 넘어 신호의 물리적 의미와 동역학적 특성을 이해하고 이를 언어로 설명할 수 있도록 한 새로운 접근"이라며 "향후 제조 공정 모니터링, 에너지 시스템 관리, 인프라 유지보수 등 다양한 산업 분야에서 엔지니어 친화적인 기술로 활용될 것으로 기대한다"고 말했다.
한편 이번 연구는 한국연구재단 우수신진연구사업과 산업통상자원부 알키미스트 프로젝트 지원을 받아 수행됐으며 연구 성과는 수학물리 분야 세계 1위 학술지인 Chaos, Solitons & Fractals에 'Language Model-driven Anomaly Detection and Interpretation of Chaotic Signals via Temporal-Dynamics-aware Embedding' 제목으로 게재됐다.
jane94@newspim.com
