중앙대학교는 기계공학부 이수영 교수 연구팀이 복잡한 신호 데이터를 분석해 이상 원인과 메커니즘을 해석할 수 있는 ‘신호 특화 거대언어모델(LLM)’ 원천기술을 개발했다고 15일 밝혔다.

기계와 공학 시스템에서는 설비 상태를 파악하고 의사결정을 지원하기 위해 신호 분석과 모니터링이 중요하다. 진동과 음향, 전류, 압력, 온도 등 다양한 센서에서 생성되는 신호 데이터는 반도체와 자동차, 에너지, 우주항공 등 산업 현장에서 설비와 공정 상태를 직접적으로 보여주는 핵심 정보다.

기존에는 통계 분석이나 기계학습, 딥러닝 기반 기술을 활용해 신호 데이터를 분석해 왔다. 하지만 대부분 이상 발생 여부를 판단하는 데 초점이 맞춰져 실제 산업 현장에서 요구되는 원인 분석과 해석 기능에는 한계가 있었다.

연구팀은 이러한 문제를 해결하기 위해 신호 분석을 단순 탐지 문제가 아니라 신호의 상태와 변화 메커니즘을 이해하고 이를 언어로 설명하는 문제로 접근했다.

특히 비선형 동역학 특성을 지닌 혼돈 신호 등 복잡한 데이터를 분석하기 위해 신호의 시간 변화와 동역학적 특성을 반영하는 ‘신호 특화 LLM’ 기술을 개발했다. 이를 통해 신호 분석 결과를 사람이 이해하기 쉬운 자연어 형태로 설명하는 신호–언어 통합 분석 체계를 제시했다.

연구팀은 이 기술이 단순한 이상 탐지를 넘어 분석 결과를 설명 가능한 정보로 확장할 수 있어 산업 현장에서 활용도가 높을 것으로 보고 있다.

이수영 교수는 “AI가 복잡한 신호를 분석하는 수준을 넘어 신호의 물리적 의미와 동역학적 특성을 이해하고 이를 언어로 설명하도록 한 새로운 접근”이라며 “제조 공정 모니터링과 에너지 시스템 관리, 인프라 유지보수 등 다양한 산업 분야에서 활용될 것으로 기대한다”고 말했다.

이번 연구는 한국연구재단 우수신진연구사업과 산업통상자원부 알키미스트 프로젝트 지원을 받아 수행됐다. 연구 결과는 수리물리 분야 학술지 ‘Chaos, Solitons & Fractals’에 게재됐다.