인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
현대 제조업의 디지털 전환 과정에서 대규모 언어 모델(LLM)과 레거시 제조 시스템 간의 효율적인 통신 메커니즘 확립이 중요한 과제로 대두되고 있다. Socket, Pipe, Shared Memory 등 전통적 IPC 방식은 높은 구현 복잡성과 기술 종속성으로 인해 이기종 레거시 시스템과의 통합에 상당한 제약을 가지고 있다. 본 연구는 MCP(Model Context Protocol)를 활용한 3계층 하이브리드 아키텍처를 제안하며, 파일기반 IPC와 Qt Signal/Slot 기반 IPC 두 가지 방식을 동일한 PU폼 물성 예측 시스템에 구현하여 개발 효율성과 시스템 성능을 정량적으로 비교 분석하였다. 파일기반 IPC는 JSON 포맷과 원자적 파일 연산을 통해 데이터 무결성과 완전한 프로세스 격리를 제공하며, McCabe 순환 복잡도 분석 결과 통신 핵심 함수에서 3.3으로 Signal/Slot 방식의 5.0 대비 약 1.5배 단순한 구조를 나타냈다. Signal/Slot 방식은 메모리 기반 통신으로 평균 응답시간 51.72ms와 처리량 33.85 req/s를 달성하여 파일기반 방식(75.72ms, 21.97 req/s) 대비 1.46배 빠른 성능을 보였다. 실험 결과, 파일기반 IPC는 기술 독립성, 프로세스 격리, 유지보수 용이성에서 우수하며, Signal/Slot 방식은 실시간 처리 성능에서 강점을 보여 두 방식이 상호보완적 특징을 가짐을 확인하였다. 본 연구는 제조업 환경에서 요구사항에 따른 통신 방식 선택 기준을 제시하고, LLM과 레거시 시스템 간 통신의 실용적 해결책을 제공한다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-095586097
