Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

LeRAAT: LLM-Enabled Real-Time Aviation Advisory Tool

Created by
  • Haebom
Category
Empty

저자

Marc R. Schlichting, Vale Rasmussen, Heba Alazzeh, Houjun Liu, Kiana Jafari, Amelia F. Hardy, Dylan M. Asmar, Mykel J. Kochenderfer

개요

본 논문은 대규모 언어 모델(LLM)을 X-Plane 비행 시뮬레이터와 통합하여 실시간 상황 인식 기반 조종사 지원을 제공하는 LeRAAT 프레임워크를 제시합니다. LeRAAT는 실시간 비행 데이터, 기상 조건, 항공기 문서를 사용하여 항공 운항 최선의 관행에 부합하고 특정 상황에 맞춘 권장 사항을 생성합니다. 항공기 유형별 매뉴얼(성능 사양 및 비상 절차 포함), FAA 지침 및 표준 운영 절차와 같은 항공 규정 자료에서 정보를 추출하고 종합하는 검색 증강 생성(RAG) 파이프라인을 사용합니다. 가상 현실 및 일반 화면 시뮬레이션 모두에서 프레임워크를 보여주며, 조종사 훈련, 인적 요소 연구, 운영 의사 결정 지원과 같은 광범위한 연구 응용 프로그램을 지원합니다.

시사점, 한계점

시사점:
LLM을 활용한 실시간 상황 인식 기반 조종사 지원 시스템 개발 가능성 제시
조종사 훈련, 인적 요소 연구, 운영 의사 결정 지원 등 다양한 분야에 활용 가능
RAG 파이프라인을 통해 항공기 유형별 매뉴얼 및 규정 자료 활용 가능
가상 현실 및 일반 화면 시뮬레이션 모두 지원
한계점:
현재 시스템의 실제 운영 환경 적용 가능성 및 안전성에 대한 검증 부족
LLM의 한계로 인한 잘못된 정보 제공 가능성 및 그에 대한 안전장치 미흡
다양한 비행 상황 및 항공기 유형에 대한 범용성 및 신뢰성 검증 필요
시스템의 실시간 성능 및 처리 속도에 대한 구체적인 평가 부족
👍