기술 요약: "미션을 말하라, 군집을 실행하라"

문제 제기

고수준 추론 엔진으로서의 잠재력에도 불구하고, 실시간 무인 항공기 (UAV) 군집 관리에 대규모 언어 모델 (LLM) 을 적용하는 것은 상당한 장애물에 직면해 있습니다. 현재의 과제는 다음과 같습니다:

• 이질성: 다양한 드론 플랫폼, 센서, 통신 프로토콜은 단편화된 제어면을 생성하여, 임의의 프롬프트 엔지니어링 없이 LLM 이 상태 정보에 접근하는 것을 복잡하게 만듭니다.
• 구현 (Grounding) 및 지속성: 독립적인 LLM 프롬롬팅은 지속적 상태 추적과 폐루프 실시간 상호작용이 필요한 장기 실행 작업에 어려움을 겪으며, 종종 반복적인 코드 생성 사이클이나 환각된 명령으로 이어집니다.
• 안전성과 결정론: 생성된 행동의 오류는 임무 실패나 안전 위험 (예: 충돌) 을 초래할 수 있습니다. LLM 실행의 비결정적 특성은 동일한 입력이 서로 다른 제어 출력을 산출할 수 있으므로 평가가 복잡해집니다.
• 기존 접근법의 한계: 선행 연구는 종종 임무 초기화 시 정적 코드 생성에 의존하거나 표준화된 상호운용성이 부족하여 실시간 피드백에 대한 지속적인 적응을 지원하지 못합니다.

방법론

저자들은 저수준 코드 생성 없이 구현된 실시간 상호작용을 통해 자연어 기반의 미션 목표를 실행하는 미션 중립적, 에이전트 강화 LLM 프레임워크를 제안합니다. 이 아키텍처는 세 가지 주요 계층으로 구성됩니다:

1. W3C 웹 오브 씽크 (WoT) 생태계:

   • 이질적인 드론, 센서, 서비스는 기계가 읽을 수 있는 **씽크 설명서 (Thing Descriptions, TDs)**를 통해 표준화된 WoT 씽크로 노출됩니다.
   • 씽크 디렉토리(Zion 을 사용하여 구현됨) 를 통해 런타임 중 자원 발견 및 지연 바인딩이 가능합니다.
   • 이 계층은 미션 로직을 플랫폼별 API 에서 분리하여 행동 (예: 이륙, 항법) 과 속성 (예: 원격 측정, 배터리) 에 대한 통일된 인터페이스를 제공합니다.

2. 모델 컨텍스트 프로토콜 (MCP) 게이트웨이:

   • AI 에이전트와 WoT 생태계 간의 유일한 브리지 역할을 합니다.
   • 런타임에서 엄격하게 검증된 입력/출력 스키마를 통해 자원 발견 및 상호작용 (속성 읽기, 행동 호출) 을 위한 핵심 도구를 노출합니다.
   • 에이전트가 차단 호출에 의존하는 대신 완료 상태를 폴링하는 비동기 실행을 가능하게 합니다.

3. 에이전트 코어:

   • LLM: 코드 생성 대신 추상적 개념 (기능, 제약 조건) 에 대해 추론하고 자연어 의도를 해석합니다. 구조화된 도구 호출 요청을 출력합니다.
   • 실행 컨트롤러: 실행 불변성 (예: 안전 거리, 상태 검증) 을 정의하는 핵심 프롬프트를 통해 지속적 컨텍스트를 유지합니다.
   • 가드레일: 런타임 실패 (예: 실행 정지, 안전하지 않은 종료 상태) 에 의해 트리거되는 동적으로 주입된 프롬프트 조각으로, 하드코딩된 제어 정책에 의존하지 않고 추론을 재지시합니다.
   • 헬퍼 도구: 반복 패턴 (예: 동기화된 다중 드론 명령) 을 위한 선택적 래퍼로, 특히 소형 모델의 경우 번거로움과 장부 관리 오류를 줄여줍니다.

이 시스템은 반복적 추론 - 실행 루프를 통해 작동합니다: 에이전트가 계획을 수립하고 MCP 게이트웨이를 통해 WoT 행동을 호출한 후 원격 측정 피드백을 수신하며, 이 상태를 미션 완료 또는 종료까지 후속 추론 단계에 통합합니다.

주요 기여

1. 에이전트 강화 아키텍처: 코드 생성 단계를 제거하고 LLM 추론 및 함수 호출을 활용하여 실시간 UAV 군집 관리를 위한 새로운 프레임워크.
2. WoT 기반 상호운용성: AI 에이전트와 물리 시스템 간의 양방향 통신을 가능하게 하는 표준화된 인터페이스로, 이질적인 드론 및 서비스의 원활한 통합을 허용.
3. 폐루프 실행: 실행 피드백이 추론에 점진적으로 통합되고 안전성을 보장하기 위한 런타임 가드레일에 의해 지원되는 지속적인 추론 - 실행 - 모니터링 사이클 구현.
4. 종합적 실증 평가: 하이브리드 실증 - 시뮬레이션 환경 (ArduPilot SITL) 에서 네 가지 군집 임무에 걸쳐 여섯 가지 최첨단 LLM(GPT-5.2, DeepSeek-V3.2, GLM-4.7, Grok-4.1 Fast, Claude Haiku-4.5, Qwen3-8B) 에 대한 엄격한 평가.

실험 결과

평가에는 네 가지 임무 유형이 포함되었습니다: 지역 커버리지(계획 도구 유무), 포메이션 제어, 그리고 스마트 관개. 주요 발견 사항은 다음과 같습니다:

• 구현과 도구의 영향:

  • 계획 도구: 지역 커버리지나 포메이션 기하학 등을 위한 명시적 작업별 계획 도구는 대부분의 모델의 성공률을 크게 향상시켰습니다. 예를 들어, GLM 은 플래너가 있을 때 100% 성공률을 보였으나 없으면 70% 로 떨어졌습니다.
  • 소형/지연 최적화 모델: Grok(지연 최적화) 및 Qwen(8B) 과 같은 모델은 외부 계획 지원 없이 원시 기하학이나 메타데이터만으로 전략을 도출하는 데 심각한 어려움을 겪어 종종 실패했습니다.
  • 가드레일: 런타임 가드레일은 드론이 착륙하고 무장 해제하는 것과 같은 엣지 케이스 처리에 필수적이었으며, 임무 목표는 달성되었으나 안전 제약 조건이 위반되는 "조기 종료"를 방지했습니다.

• 모델 성능:

  • GLM-4.7은 GPT-5.2 에 비해 낮은 토큰 소비와 더 적은 충돌로 조건 전반에 걸쳐 가장 견고한 행동을 보였습니다.
  • GPT-5.2는 강력한 추론 능력을 보였으나 최종 종료 제약 조건 (착륙/무장 해제) 에서 간혹 실패했고 더 높은 토큰 비용을 발생시켰습니다.
  • Qwen-3-8B와 Claude Haiku-4.5는 장기 임무에서 어려움을 겪어 다단계 작업을 완료하거나 조율을 유지하지 못하는 경우가 많았습니다.

• 토큰 효율성:

  • 토큰 소비량과 임무 성공률 사이에는 명확한 상관관계가 발견되지 않았습니다. 일부 모델은 계획 도구를 사용할 때 토큰을 적게 소비하는 반면, 다른 모델은 더 많이 소비했습니다.
  • 토큰 사용량만으로는 실행의 품질이나 신뢰성을 신뢰할 수 있는 지표로 간주할 수 없습니다.

• 안전성:

  • 충돌 횟수는 모델마다 달랐으며, GLM 과 GPT 는 포메이션 작업에서 가장 우수한 안전 프로파일을 보인 반면, 소형 모델은 궤적 관리 부재로 인해 더 높은 충돌률을 보였습니다.

중요성과 주장

이 논문은 현재의 범용 LLM 이 강력한 추론 능력을 갖추고 있지만, 명시적인 구현과 실행 지원 없이는 실시간 안전-중요 군집 시나리오에서 신뢰할 수 있는 실행을 달성하는 데 어려움을 겪는다고 주장합니다.

이 연구는 다음을 강조합니다:

1. 에이전트 강화 실행(구조화된 도구와 가드레일 사용) 은 자연어 의도를 신뢰할 수 있는 군집 행동으로 전환하는 데 필수적입니다.
2. 표준화된 장치 추상화(WoT) 는 상호운용성에 중요하여 LLM 이 커스텀 통합 코드 없이 이질적인 하드웨어와 상호작용할 수 있게 합니다.
3. 런타임 가드레일은 정적 코드 생성에 의존하는 대신 관찰된 상태에 기반하여 추론을 제약함으로써 견고성을 향상시킵니다.
4. 제안된 프레임워크는 사용자가 의도를 진술하고 에이전트가 물리적 세계와의 구현 가능하고 검증 가능한 상호작용을 처리하는 로봇 군집을 위한 실행 가능 인터페이스로의 전환을 나타냅니다.

저자들은 기술이 유망함을 보여주지만, 임무-중요 드론 응용 분야를 위한 현재 LLM 기반 에이전트의 성숙도는 안전성과 신뢰성을 보장하기 위한 전용 실행 레이어가 필요하다고 결론지었습니다.