2025년 1월 로스앤젤레스 산불로 인한 2,500억 달러 이상의 피해와 장기간 지속된 재난 상황을 배경으로, 디지털 트윈 건물 연구를 기반으로 다중 에이전트 대규모 언어 모델 프레임워크와 클라우드 매핑 통합을 활용하여 산불 발생 시 대기 질을 연구했습니다. 최신 대규모 언어 모델의 발전을 통해 자동화된 대규모 데이터 분석을 수행하였으며, 강사 에이전트와 작업 에이전트로 구성된 다중 에이전트 대규모 언어 시스템을 사용했습니다. 사용자 지시에 따라 강사 에이전트는 클라우드 플랫폼에서 데이터를 가져와 작업 에이전트에게 지시 프롬프트를 생성하고, 작업 에이전트는 데이터를 분석하여 요약을 제공합니다. 최종적으로 요약 정보는 강사 에이전트에 다시 입력되어 최종 데이터 분석 결과를 제공합니다. 로스앤젤레스 산불 발생 시 대기 질에 기반한 건강 권고를 통해 이 시스템의 데이터 기반 정책 권고 기능을 검증했습니다.
