Sign In

Agentic AI Home Energy Management System: A Large Language Model Framework for Residential Load Scheduling

Created by
  • Haebom
Category
Empty

저자

Reda El Makroum, Sebastian Zwickl-Bernhard, Lukas Kranzl

개요

본 논문은 사용자의 자연어 요청에 따라 다중 가전제품 일정을 자율적으로 조정하는 에이전트 기반 AI 홈 에너지 관리 시스템(HEMS)을 제시한다. 대규모 언어 모델(LLM)을 활용하여, 예시 시연 없이 최적의 스케줄링을 달성한다. ReAct 패턴을 사용한 계층적 아키텍처를 통해 동적 조정을 수행하며, Google Calendar를 통합하여 상황 인식 데드라인 추출을 가능하게 한다. 실제 오스트리아의 당일 발전 가격을 사용하여 세 가지 오픈 소스 모델에 대한 평가를 수행하며, 시스템의 재현성, 확장성 및 향후 연구를 위해 전체 시스템을 오픈 소스한다.

시사점, 한계점

시사점:
LLM을 활용하여 자연어 기반의 자율적인 다중 가전제품 스케줄링을 구현함으로써 사용자 편의성을 향상시킴.
ReAct 패턴을 사용한 계층적 아키텍처를 통해 유연하고 동적인 조정 능력을 확보.
실제 전력 가격 데이터를 활용한 평가를 통해 시스템의 성능을 검증.
오픈 소스화를 통해 연구의 재현성 및 확장성을 확보하고, 관련 분야의 발전을 촉진.
한계점:
LLM 모델 간의 성능 차이가 존재하며, 특정 모델(Llama-3.3-70B)만이 모든 시나리오에서 성공적인 조정을 수행.
명시적인 지침 없이 분석적 쿼리 처리가 불안정하다는 점을 확인.
일반적인 추론 능력에도 불구하고, 모델의 신뢰성이 완전하지 않음.
👍