Agentic AI와 MAS의 융합은 SMS에서 지능형 의사 결정을 위한 새로운 패러다임을 가능하게 합니다. 본 논문은 LLM 기반 에이전트가 전략적 오케스트레이션과 적응형 추론을 제공하고, 규칙 기반 및 SLMs 에이전트가 엣지에서 효율적인 도메인별 작업을 수행하는 Prescriptive Maintenance 사용 사례에 대한 하이브리드 Agentic AI 및 다중 에이전트 프레임워크를 제시합니다. 제안된 프레임워크는 Perception, Preprocessing, Analytics 및 Optimization 레이어로 구성된 계층적 아키텍처를 채택하며, LLM Planner Agent를 통해 워크플로우 의사 결정 및 컨텍스트 유지를 관리합니다. 특화된 에이전트는 스키마 발견, 지능형 특징 분석, 모델 선택 및 처방 최적화를 자율적으로 처리하며, HITL 인터페이스는 생성된 유지 보수 권장 사항의 투명성과 감사 가능성을 보장합니다.