오일 웰 이상 탐지를 위한 설명 가능한 LLM 에이전트 레이어

An Explainable LLM Agent Layer for Open-World Anomaly Detection in Oil Wells

이 논문은 오일 웰 이상 탐지를 위한 Open-World Learning(OWL) 파이프라인에 LLM 에이전트 레이어를 추가하여 설명 가능성을 높이는 방법을 제안한다. Qwen3.5-397B-A17B Mixture-of-Experts 모델을 사용하여 센서 메트릭과 분류 결과를 기반으로 자연어로 설명과 피드백을 제공하며, 3W 데이터셋의 989개 실제 웰 파일 세그먼트에서 35.1%의 top-1, 63.9%의 top-3 분류 정확도를 달성했다. 에이전트는 상위 결정 확인, 결정의 정당화, 불일치 플래그 지정, 클러스터링된 이벤트에 대한 인간 가독성 레이블 제공을 통해 설명 가능성의 격차를 해소하는 역할을 한다.