연구진은 현장에 설치된 오픈 소스 LLM이 복잡한 산업 공정의 MIMO 컨트롤러 튜닝에 도움을 줄 수 있는지 조사했어요.
단일 루프 CSTR에서는 기존 튜닝 방식이 LLM 튜너보다 성능이 좋았지만, 강하게 결합된 쿼드 탱크에서는 LLM이 비대칭 구조를 제안하여 성능을 향상시켰어요.
LLM은 샘플 효율성과 해석 가능성 측면에서 강점을 보이며, 3차원 시스템에서는 기존 방식보다 6배 적은 평가 횟수로 결과를 얻을 수 있었어요.
본 연구는 LLM이 최적화 도구가 아닌, 샘플 효율적인 구조적 사전 지식으로 활용될 때 효과적임을 보여주고, 컨트롤러 튜닝에 LLM이 도움이 되는 경계를 정의하는 벤치마크를 제시했어요.