DUCTILE: 제품 개발에서 LLM 기반 에이전트 자동화 혁신

본 논문은 제품 개발 과정에서 엔지니어링 분석 자동화가 도구·데이터·프로세스 간의 경직된 인터페이스 때문에 쉽게 깨지는 문제를 해결하고자 한다. 서론에서는 기존 자동화가 두 가지 전략—규칙 확대와 전문가 수동 개입—에 의존하지만, 이는 복잡도 증가와 인적 의존성이라는 근본적인 한계를 가진다고 지적한다. 이어서, 설계 자동화와 AI의 관계를 조망하며, 특히 대규모 언어 모델(LLM)이 도구 간 중재자 역할을 수행할 수 있음을 제시한다. 배경 섹션에서는 항공우주 분야 GKN Aerospace의 구조 해석 워크플로우를 사례로 들어, 여러 상용 솔버와 사내 Python 모듈, 레거시 스크립트가 혼재된 복합 환경을 설명한다. 엔지니어는 설계 요구사항을 이해하고 툴을 조합해야 하지만, 데이터 형식·단위·명명 규칙이 바뀔 때마다 수작업으로 파이프라인을 고쳐야 하는 비효율이 존재한다. 기존 KBE, PIDO, 스크립트 파이프라인 등은 모두 사전 정의된 인터페이스에 의존해 변동성을 수용하지 못한다는 점을 문헌 리뷰를 통해 강조한다. 핵심 제안인 DUCTILE 프레임워크는 “Delegated, User‑supervised Coordination of Tool‑ and document‑Integrated LLM‑Enabled”의 약어로, 적응형 오케스트레이션 레이어와 검증된 도메인 툴을 명확히 구분한다. LLM 에이전트는 설계 문서와 입력 데이터를 자연어로 해석하고, 변형된 형식·단위·명칭을 자동 감지한다. 이후 파이썬 코드 스니펫을 동적으로 생성·수정하고, 기존의 ANSYS Workbench, Abaqus, 사내 모듈 등에 전달한다. 에이전트가 만든 실행 계획은 엔지니어가 검토·승인하는 “User‑supervised” 단계로 이어지며, 최종 결과는 기존 품질 보증 체계와 동일하게 검증된다. 실험에서는 네 가지 입력 변형(파일 포맷 변환, 단위 변환, 변수명 매핑, 해석 방법론 교체)을 의도적으로 삽입한 10개의 독립 실행을 수행했다. 전통적인 스크립트 파이프라인은 각 변형마다 오류를 일으켰지만, DUCTILE 에이전트는 모두 성공적으로 적응해 설계 허용오차와 인증 기준을 만족하는 결과를 도출했다. 평균 실행 시간은 기존 대비 70 % 이상 단축되었으며, 엔지니어는 최종 검증 외에 별도의 데이터 정제 작업을 수행하지 않아 작업 효율이 크게 향상되었다. 논의 부분에서는 에이전트 도입이 엔지니어링 업무에 미치는 사회·인적 영향을 다룬다. 반복적인 데이터 정제 작업이 사라져 엔지니어는 설계 판단에 집중할 수 있지만, 에이전트 출력에 대한 지속적인 감시가 필요해 “감시 피로”가 새로운 부담으로 떠오른다. 또한 LLM의 Hallucination 위험, 프롬프트 설계 복잡성, 규제 기관이 요구하는 추적 가능성 확보의 어려움 등을 한계점으로 제시한다. 결론에서는 DUCTILE가 기존 자동화의 취약점을 보완하고, LLM 기반 에이전트가 산업 현장에 실질적인 가치를 제공함을 강조한다. 향후 연구 과제로는 자동 프롬프트 검증, 로그 기반 추적성 메커니즘, 그리고 인증 표준과의 정형 연계 방안을 제시한다. 또한, 에이전트와 인간 엔지니어 간 협업 효율을 높이기 위한 인터페이스 설계와 교육 프로그램 개발이 필요함을 제언한다.