KORAL: Knowledge Graph Guided LLM Reasoning for SSD Operational Analysis

Created by

Haebom

저자

Mayur Akewar, Sandeep Madireddy, Dongsheng Luo, Janki Bhimani

💡 개요

본 논문은 데이터센터 등에서 필수적인 SSD의 성능 및 신뢰성 진단이 어렵다는 문제를 해결하기 위해 지식 그래프(KG)와 대규모 언어 모델(LLM)을 결합한 KORAL 프레임워크를 제안합니다. KORAL은 단편적인 텔레메트리 데이터와 기존 문헌 지식을 통합하여 구조화된 KG를 구축하고, 이를 바탕으로 LLM이 근거 기반의 설명 가능한 SSD 운영 분석을 수행하도록 합니다. 이를 통해 기존 방식의 한계를 극복하고 전문가 수준의 진단과 추천을 제공합니다.

🔑 시사점 및 한계

•

LLM과 KG를 통합하여 복잡한 시스템(SSD)에 대한 심층적인 운영 분석 및 의사결정을 지원할 수 있습니다.

•

비정형 데이터와 구조화된 데이터를 융합하여 지식을 추출하고, 이를 통해 설명 가능한 AI 분석을 구현하여 투명성과 신뢰성을 높입니다.

•

SSD 운영 분석 전반(설명적, 예측적, 처방적, 시나리오 분석)을 아우르는 최초의 통합 시스템을 제시하여 관련 연구 발전에 기여합니다.

•

향후 연구에서는 다양한 종류의 저장 장치로의 확장, 실시간 분석 능력 강화, 그리고 LLM과 KG 간의 상호작용 최적화 등을 고려할 수 있습니다.

PDF 보기

Made with Slashpage