PLC 코드 해석의 복잡함과 인력 의존 문제

PLC 코드는 제조사마다 언어와 구조가 달라 표준화가 부족하고, 공개된 데이터도 제한적이어서 코드 해석이 쉽지 않습니다. 여기에 더해 통신 사양서, 비전 프로토콜 등 공정별 도메인 문서까지 함께 참조해야 해 자동 해석에도 한계가 있었습니다. 이러한 복잡성과 제약으로 인해 전문 PLC 엔지니어에 대한 의존도가 높아졌으나, 현장 여건상 특정 공정 기술팀의 비전문 인력까지 PLC 코드 이해와 검토 역량을 갖출 필요성이 커졌습니다. 

LLM·RAG 기반 AI 에이전트로 PLC 코드 해석 최적화

LLM 기반 AI 에이전트를 적용해 자연어로 PLC 코드 구조와 제어 로직을 분석할 수 있는 기능을 구현했습니다. PLC 코드를 효과적으로 다루기 위해 명령어 정의 탐색기와 도메인 문서 탐색기 같은 전용 툴을 개발했으며, RAG(Retrieval-Augmented Generation) 방식을 채택해 지속적인 데이터 업데이트와 인프라 효율성을 고려했습니다. 또한 입력 길이 제한과 안정성을 해결하기 위해 PLC 코드를 Instruction List(니모닉 리스트) 형태로 파싱해 해석을 최적화했습니다.

PLC 코드 해석 정확도 94% 달성

검증 데이터셋 기준 94%의 해석 정확도를 달성하고, 고객사 사내 플랫폼으로 성공적인 이관을 했습니다. 이를 통해 사내 PLC 엔지니어 부재로 협력사에 의존하던 업무를 자체적으로 수행할 수 있어 원가 절감과 효율화를 달성했습니다. 또한, 구축된 전용 PLC 라이브러리와 체계화된 코드·명령어 문법은 다른 공정 라인, 사이트, 타 제조사의 PLC로도 확장 가능성을 열었습니다.