무인 항공기(UAV)의 자율성을 향상시키기 위해 LLM(Large Language Model) 기반의 에이전트적 접근 방식을 제시하는 연구입니다. Agentic UAVs 프레임워크는 Perception, Reasoning, Action, Integration, Learning의 5개 레이어로 구성되며, YOLOv11 객체 감지, GPT-4 추론, Gemma 3 모델을 활용하여 ROS 2 및 Gazebo 환경에서 프로토타입을 구축했습니다. 시뮬레이션된 수색 및 구조 시나리오에서 기존 시스템 대비 향상된 객체 탐지 성능, 정확한 행동 권고율을 보였습니다.
