제조 디지털 트윈 모델을 위한 LLM 프롬프트 엔지니어링 방법론
LLM Prompt Engineering Methodology for Manufacturing Digital Twin Model
- 주제(키워드) 제조 디지털 트윈 모델 , 대형 언어 모델 , 프롬프트 엔지니어링
- 주제(DDC) 658.5
- 발행기관 아주대학교 일반대학원
- 지도교수 박상철
- 발행년도 2025
- 학위수여년월 2025. 2
- 학위명 박사
- 학과 및 전공 일반대학원 산업공학과
- 실제URI http://www.dcollection.net/handler/ajou/000000034500
- 본문언어 한국어
- 저작권 아주대학교 논문은 저작권에 의해 보호받습니다.
초록/요약
본 연구는 제조 디지털 트윈 모델에서 대형 언어 모델(LLM, Large Language Model)의 활용 방안을 분석하고, 이를 효과적으로 구현하기 위한 프롬프트 엔지 니어링 방법론을 제안하는 것을 목적으로 한다. 제조 디지털 트윈 모델은 실제 제조 시스템의 가상 표현으로서, 실시간으로 방대한 데이터를 수집하고 분석하여 제조 공정의 최적화와 효율성 향상에 기여한다. 그러나 이러한 데이터의 복잡성 과 규모로 인해 초급 엔지니어나 비전문가가 이를 효과적으로 활용하는 데에는 한계가 존재한다. 이에 따라 본 연구에서는 LLM을 도입하여 자연어 기반의 데 이터 분석 및 의사결정 지원을 구현하고자 하였다. 연구는 데이터 가공, 원인 진단, 처방의 세 가지 주요 목적에 따라 LLM 활용 방안을 체계적으로 분석하고, 각 목적별로 프롬프트 엔지니어링의 구성 요 소를 정의하였다. 특히 도메인 지식을 포함한 프롬프트 설계를 통해 LLM이 제 조 시스템의 복잡한 맥락을 이해하고 정확한 응답을 생성할 수 있도록 지원하였 다. 실험을 통해 제안한 프롬프트 엔지니어링 방법론의 효과를 검증한 결과, 제안된 프롬프트를 사용한 LLM이 그렇지 않을 때보다 더 정확하고 신뢰할 수 있는 응답을 생성할 수 있다는 것을 확인하였다. 특히 원인 진단과 같은 추론을 요구하는 분석 요청에서는 제조 시스템 지식이 포함된 프롬프트를 사용한 LLM 이 그렇지 않을 때보다 더 정확한 진단을 수행할 수 있음을 확인하였다. 본 연구는 제조 디지털 트윈 모델에서 LLM의 활용 가능성을 구체적으 로 제시하고, 프롬프트 엔지니어링 방법론을 통해 제조 현장에서의 인공지능 적 용 범위를 확장하는 데 기여한다. 이를 통해 스마트 제조 환경에서의 데이터 분 석 및 의사결정 지원 역량을 강화하고, 제조 공정의 혁신과 경쟁력 향상에 이바 지할 것으로 기대된다. 주제어: 제조 디지털 트윈 모델, 대형 언어 모델, 프롬프트 엔지니어링
more목차
제1장 서론 1
제1절 배경 1
제2절 대형 언어 모델 4
제3절 문제 정의 9
제4절 연구 목표 11
제2장 관련 연구 13
제1절 제조 디지털 트윈 모델 활용 13
제2절 LLM 활용 15
제3절 디지털 트윈에서의 LLM 활용 20
제3장 LLM 프롬프트 엔지니어링 방법론 23
제1절 제조 디지털 트윈 모델에서의 LLM 활용 방안 분석 23
제2절 프롬프트 구성 요소 정의 29
제4장 실험 46
제1절 실험 설계 46
제2절 실험 결과 65
제5장 결론 81
참고문헌 (Bibliography) 84
영문요약 (Abstract) 91
