본 논문은 자동차 분야의 예측 정비(PdM) 도입과 발전을 가로막는 경제적 제약, 데이터 부족, 전문 지식 부족 등의 문제를 해결하기 위한 방안으로 대규모 언어 모델(LLM) 기반 에이전트의 활용 가능성을 탐구한다. 특히, PdM 모델 훈련에 중요한 데이터 소스인 유지 보수 로그의 정제 파이프라인에 LLM 에이전트를 적용하여, 오타, 누락된 필드, 중복 항목, 부정확한 날짜 등 다양한 유형의 노이즈를 처리하는 능력을 평가한다. 실험 결과는 LLM이 일반적인 정제 작업에 효과적이며, 향후 산업 적용에 유망한 기반을 제공한다는 것을 보여준다.
