중앙대학교(총장 박세현)는 이수영 기계공학부 교수 연구팀이 복잡한 신호로부터 이상을 탐지하고 그 원인과 메커니즘을 해석할 수 있는 신호 특화 거대 언어 모델(Large Language Model; LLM) 원천 기술을 개발했다고 9일 밝혔다.

기계 및 공학 시스템에서 분석과 모니터링은 대상 시스템의 상태를 이해하고 신뢰성 있는 의사결정을 지원하기 위한 핵심 과정이다. 진동, 음향, 전류, 압력, 온도 등 다양한 센서에서 생성되는 신호 데이터는 반도체, 자동차, 에너지, 우주항공 등 다양한 산업 분야에서 설비와 공정의 상태 변화를 가장 직접적으로 반영하는 정보로, 이를 기반으로 한 분석은 시스템의 안정성과 운영 효율성을 좌우하는 중요한 역할을 한다.

그동안 이러한 신호 분석을 위해 통계적 방법부터 기계학습과 딥러닝 기술까지 다양한 접근이 이루어져 왔으나, 대부분의 기존 기술은 이상이 존재하는지 여부를 판단하는 데 초점이 맞춰져 있었다. 그러나 실제 산업 현장에서는 단순히 이상 여부를 판단하는 것을 넘어, 왜 이러한 판단이 내려졌는지에 대한 설명과 해석이 함께 요구된다. 신호가 어떤 특성 변화로 인해 해당 상태를 나타내는지, 그리고 그 결과가 시스템의 어떤 의미를 갖는지에 대한 '이해'와 '해석'이 있어야 신뢰성 있는 의사결정이 가능하기 때문이다.

연구팀은 이러한 한계를 극복하기 위해 신호 분석 문제를 단순 탐지가 아닌 신호의 상태와 변화 메커니즘을 이해하고 이를 언어적으로 해석하는 문제로 새롭게 접근했다. 특히 비선형 동역학 특성을 가지는 혼돈(chaotic) 신호와 같은 복잡한 신호 데이터를 효과적으로 이해하기 위해, 신호의 시간적 변화와 동역학적 특성을 반영할 수 있는 '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 프레임워크를 제안했다. 해당 기술은 신호 분석 결과를 단순한 판단 값이 아닌 설명 가능한 정보로 확장할 수 있다는 점에서 산업 현장에서의 활용 가능성이 높게 평가된다.

이수영 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 밝혔다.

해당 연구는 한국연구재단 우수신진연구사업과 산업통상부 알키미스트 프로젝트의 지원을 받아 수행되었으며, 연구 결과는 세계 최고 권위 학술지인 Chaos, Solitons & Fractals (JCR Top 0.8%, Mathematical Physics 분야 세계 1위)에 'Language Model-driven Anomaly Detection and Interpretation of Chaotic Signals via Temporal-Dynamics-aware Embedding'라는 제목으로 게재됐다.