본 논문은 도시화로 인해 증가하는 교통 시스템 센서 데이터를 효율적으로 활용하기 위한 솔루션으로, 대규모 언어 모델(LLM) 기반의 다중 에이전트 프레임워크인 IDM-GPT를 제안합니다. IDM-GPT는 사용자, 교통 데이터베이스, 그리고 ML 모델을 경제적으로 연결하여 사용자 질의 이해, 프롬프트 최적화, 데이터 분석, 모델 선택, 성능 평가 및 향상 등 다양한 기능을 수행하는 LLM 기반 AI 에이전트를 학습, 맞춤화, 적용합니다. 이를 통해 교통 또는 ML 전문 지식이 없는 사용자도 효율적이고 직관적으로 실시간에 가까운 데이터 분석 및 맞춤형 제안을 얻을 수 있습니다. 실험 결과, IDM-GPT는 다양한 교통 관련 작업에서 만족할 만한 성능을 보이며, 효과적인 교통 관리 및 도시 이동성 개선을 지원하는 포괄적이고 실행 가능한 통찰력을 제공합니다.
