뇌 활동의 확장 가능하고 일반화된 분석은 임상 진단 및 인지 연구 발전에 필수적입니다. 높은 시간 분해능을 가진 비침습적 방식인 뇌파(EEG)는 뇌 상태 분석에 널리 사용되어 왔습니다. 그러나 대부분의 기존 EEG 모델은 일반적으로 개별 특정 작업에 맞춰져 있어, EEG 분석이 다중 작업 및 지속적인 추론을 포함하는 실제 시나리오에서의 유용성을 제한합니다. 본 연구에서는 대규모 언어 모델(LLM)을 활용하여 여러 도구를 스케줄링하고 계획하여 EEG 관련 작업을 자동으로 완료하는 일반 목적 프레임워크인 EEGAgent를 소개합니다. EEGAgent는 EEG 기본 정보 인지, 시공간적 EEG 탐색, EEG 이벤트 감지, 사용자와의 상호 작용 및 EEG 보고서 생성을 수행할 수 있습니다. 이러한 기능을 실현하기 위해 EEG 전처리, 특징 추출, 이벤트 감지 등을 위한 다양한 도구로 구성된 툴박스를 설계했습니다. 공개 데이터셋에서 이러한 기능을 평가했으며, EEGAgent는 유연하고 해석 가능한 EEG 분석을 지원하여 실제 임상 응용 분야에서의 잠재력을 강조합니다.
