Raw 데이터 전송 탈피 및 Edge LLM 도입을 통한 IIoT 트래픽 최적화

Context

고주파 가속도계의 Raw 데이터를 중앙 클러스터로 직접 스트리밍함에 따른 네트워크 병목 및 비용 증가 발생. 100ms 단위의 네트워크 스파이크로 인한 데이터 손실 및 과도한 Cloud 비용이 시스템 운영의 핵심 제약 사항으로 작용.

Technical Solution

• 데이터 처리 위치를 Central에서 Edge로 이동하여 10kHz Raw 전압 데이터 대신 Health Score와 Peak Frequency만 전송하는 구조로 변경
• Privacy Hard-wall 설계를 통해 Raw Telemetry의 외부 유출을 차단하고 Local LLM 기반의 데이터 합성 및 질의응답 체계 구축
• Tool Calling의 신뢰성 확보를 위해 모델 사양을 Qwen 14B에서 30B 이상으로 상향하여 Hallucination 및 JSON 구조 붕괴 문제 해결
• Configuration-driven 접근법과 safeBinProfiles를 도입하여 LLM 에이전트의 실행 권한을 제한하는 화이트리스트 기반 보안 체계 구현
• GPU 장애 시 CPU-bound 소형 모델로 전환하는 Tiered Fallback 전략을 통해 가용성 확보 및 모드 자동 전환(Autonomous $\rightarrow$ Read-Only) 로직 적용