본 논문은 입자 물리학 실험에서 데이터 품질 모니터링(DQM)을 위한 머신 러닝(ML) 기반 프레임워크 개발에 대한 내용을 담고 있다. 특히, 극심한 환경, 방대한 데이터 양, 복잡한 검출기 구조로 인해 DQM 오케스트레이션이 어려운 점을 고려하여, 시뮬레이션을 활용한 ML 기반 접근 방식을 제안한다. Delphes를 수정하여 구축한 프레임워크를 통해 검출기 이상 감지 및 고장 부품의 위치를 파악하는 방법을 제시하고, 딥러닝 모델인 MEDIC를 소개한다. 이는 데이터 품질 관리의 효율성을 높이고, 미래 입자 검출기를 위한 보다 진보된 데이터 기반 DQM 시스템 개발의 기반을 마련하는 것을 목표로 한다.
