IBM, 산업 유지보수 AI의 설명 가능성 문제 해결 — IndustryAssetEQA로 구조적 타당성 0.51, 반사실 정확도 0.47 향상

IBM Research가 산업 자산 유지보수 AI의 설명 신뢰성 문제를 해결하는 IndustryAssetEQA를 공개했습니다. 이 시스템은 시계열 텔레메트리와 Failure Mode Effects Analysis 지식 그래프(FMEA-KG)를 결합한 신경기호적 접근으로, LLM 단독 대비 구조적 타당성 최대 0.51, 반사실 정확도 최대 0.47, 설명 함의 0.64 향상을 보였으며, 심각한 과잉 주장 비율을 28%에서 2%로 줄였습니다. 단, 4개 산업 자산 유형(회전 기계, 터보팬 엔진, 유압 시스템, 사이버물리 생산 시스템)에 대한 평가로, 일반화 범위는 추가 검증이 필요합니다.

• #ibm
• #explainability
• #industrial-ai
• #nuerosymbolic
• #knowledge-graph