본 논문은 AI 기반 사이버 물리 시스템(CPS)의 검증 및 확인(V&V)을 위한 새로운 프레임워크인 DURA-CPS를 제시한다. DURA-CPS는 다중 역할 오케스트레이션을 활용하여 AI 기반 CPS의 반복적인 보증 프로세스를 자동화한다. 시뮬레이션 환경 내에서 안전 모니터링, 보안 평가, 오류 주입, 복구 계획 등의 특수한 역할을 전담 에이전트에 할당하여, 다양한 신뢰성 요구 사항에 대해 AI 동작을 지속적으로 평가하고 개선한다. 자율 주행 차량의 교차로 통과 사례 연구를 통해 DURA-CPS의 효과를 보여주며, 취약성 탐지, 성능 영향 관리, 적응형 복구 전략 지원을 통해 안전 및 보안이 중요한 시스템의 엄격한 V&V를 위한 구조적이고 확장 가능한 솔루션을 제공한다.
시사점, 한계점
•
시사점:
◦
AI 기반 CPS의 V&V를 위한 자동화된 프레임워크 제공
◦
다중 역할 오케스트레이션을 통한 효율적인 보증 프로세스 구현
◦
취약성 탐지, 성능 영향 관리, 적응형 복구 전략 지원
◦
안전 및 보안이 중요한 시스템에 대한 엄격한 V&V 가능성 제시
◦
시뮬레이션 기반 접근 방식을 통한 실제 환경 위험 최소화
•
한계점:
◦
제시된 사례 연구가 자율 주행 차량에 국한되어 다른 CPS 시스템으로의 일반화 가능성에 대한 추가 연구 필요
◦
다양한 AI 알고리즘 및 CPS 아키텍처에 대한 적용성 및 확장성에 대한 추가 검증 필요
◦
시뮬레이션 환경의 현실성과 정확성에 대한 검토 필요
◦
실제 시스템 적용 시 발생할 수 있는 예상치 못한 문제 및 해결 방안에 대한 추가 연구 필요
