3D 프레임 시스템의 자동화된 구조 해석을 위한 에이전트 대규모 언어 모델
Agentic Large Language Models for Automated Structural Analysis of 3D Frame Systems
대규모 언어 모델(LLM)은 다양한 도메인에서 강력한 추론 능력을 갖춘 파운데이션 모델로 부상하였다. 단순한 반응형 텍스트 생성을 넘어, 에이전트(agentic) LLM은 모듈식 작업 분해와 조율된 도구 사용을 통해 자율적인 워크플로우 실행을 가능하게 한다. 구조공학 분야에서는 최근 평면 프레임의 자동화된 해석을 위한 에이전트 LLM 개발이 이루어졌다. 그러나 3D 프레임으로의 확장은 불규칙한 기하학적 표현, 위상적 일관성, 장기 추론의 어려움으로 인해 아직 충분히 탐구되지 않았다. 본 논문은 자연어 입력으로부터 3D 프레임의 자동화된 구조 해석을 위한 에이전트 LLM 프레임워크를 제안한다. 불규칙한 3D 프레임은 2D 평면도로의 투영을 통해 표현되며, 직교 격자선이 공간 좌표를 정의하고 층수 행렬이 각 격자 셀의 수직 압출을 인코딩한다. 이 표현 방식을 기반으로, 프레임워크는 다중 에이전트 파이프라인을 구성한다: 문제 분석 에이전트가 입력을 구조화된 JSON으로 파싱하고, 바닥 분해 에이전트가 각 층의 공간 배치를 도출하며, 노드(node), 거더, 슬래브, 기둥 에이전트가 3D 기하구조를 조립하고, 지지 및 하중 에이전트가 경계 조건과 하중 조건을 부여하며, 코드 변환 에이전트가 실행 가능한 SAP2000 스크립트를 생성한다. 대표적인 10개의 3D 프레임에 대한 반복 실험 평가에서 제안된 프레임워크는 평균 90%의 정확도를 달성하여 일관되고 신뢰할 수 있는 성능을 입증하였다.