earticle

영어

To ensure human safety, industrial control systems are structured in a way that requires continuous monitoring by human operators. This operational model leads to high dependence on specialized personnel and results in inefficiencies in labor costs. As an alternative, the introduction of intelligent agent–based operational technologies has gained attention; however, the inherent uncertainty and complexity of artificial intelligence pose significant risks. In this context, this study proposes a hierarchical analysis approach using language models to evaluate the feasibility of deploying intelligent agents for industrial control system operations. The key contribution of the proposed approach lies in leveraging a domain-specialized, pre-trained language model as an expert entity. Applying the proposed methodology to trained language models demonstrated that they can produce differing semantic similarity scores depending on the autonomy level of intelligent agents. This experiment confirmed that language models can serve as one clue for feasibility analysis.

한국어

산업제어시스템은 안전과 직결되어 인간 운전자의 지속적인 감시가 요구되는 운영 구조를 가짐 에 따라, 인력에 대한 높은 의존도, 인적 오류에 따른 안전사고, 경제적 비효율성 문제 등을 초래할 수 있다. 이를 완화하기 위한 대안으로 인공지능 기반 지능형 에이전트의 도입이 주목받고 있지만, 인공지 능 고유의 불확실성과 복잡성으로 인한 위험이 우선적으로 해결되어야 할 필요성이 존재한다. 이와 같 이 산업제어시스템 에이전트 도입에 대한 타당성 분석이 요구됨에 따라, 본 연구에서는 언어모델을 활 용한 계층화 분석 방안을 제시하고자 한다. 제안하는 언어모델 기반 계층화 분석 방안은 기존의 타당성 분석 방법론과 달리, 학습된 언어모델을 전문가 개체로 활용하였다는 점에서 차별점이 존재한다. 학습 된 언어모델을 제안하는 방법론에 활용한 결과, 지능형 에이전트의 자율성 수준에 따라 의미적 유사도 가 상이한 결과를 식별하였다. 이는 언어모델이 타당성 분석을 위한 초기 또는 보완적 자료로써 작용할 수 있음을 의미한다.