본 논문은 사물 인터넷(IoT) 시스템의 데이터 공유 및 관리 문제를 해결하기 위해, 웹의 정보 공유 방식에서 영감을 얻은 통합 프레임워크인 SensorsConnect를 기반으로, 실시간 IoT 데이터 검색 엔진인 IoT-ASE를 제시한다. IoT-ASE는 대규모 언어 모델(LLM)과 검색 증강 생성(RAG) 기술을 활용하여 복잡한 질의에 대한 정확하고 맥락에 맞는 결과를 제공한다. 토론토를 배경으로 한 사용 사례를 통해 IoT-ASE가 실시간 IoT 데이터를 활용하여 서비스 품질 권장 사항을 개선하는 방법을 보여주며, 평가 결과 92%의 정확도로 의도 기반 서비스를 검색하고 Gemini와 같은 일반적인 시스템보다 더 간결하고 관련성이 높은 맥락 인식 응답을 생성하는 것으로 나타났다. 이는 IoT-ASE가 실시간 IoT 데이터에 대한 접근성을 높이고 효과적인 실시간 의사 결정을 지원할 수 있는 잠재력을 보여준다.
