Page 25 - 코드 생성 파이프라인

파이프라인 구조

graph LR
    A["🧠 LLM 처리"] --> B["📊 인과 그래프"]
    B --> C["🔍 검증"]
    C --> D["⚙️ 룰베이스"]

    style A fill:#7c3aed,stroke:#a78bfa,color:#fff
    style B fill:#0891b2,stroke:#06b6d4,color:#fff
    style C fill:#ea580c,stroke:#f97316,color:#fff
    style D fill:#00A843,stroke:#00C853,color:#fff
          
LLM 처리
자연어 → Flow/Work/Call 구조 생성
창의적 설계 (비결정적)
인과 그래프
JSON 기반 벤더 중립 모델
검증/시뮬레이션 가능
검증
타입/흐름/리소스/Safety 검증
ISO/TS 15066 준수
룰베이스
IR → PLC 코드 변환
결정적 (동일 입력 = 동일 출력)

LLM vs 룰베이스 역할 분담

LLM의 역할 (창의적 부분)

자연어 요구사항 이해
공법 설계 (Flow/Work 구조)
적절한 세그먼트 조합 선택
파라미터 값 추론

→ 중간표현(인과 그래프)까지만 생성

룰베이스의 역할 (결정적 부분)

인과 그래프 → PLC 코드 변환
벤더별 문법/구조 적용
최적화 (Dead Code 제거, 병합)
프로젝트 파일 포맷 생성

→ 동일 그래프 = 동일 코드 (재현성 100%)

왜 이 방식이 더 나은가?

비교 항목	LLM 직접 코드 생성	인과 그래프 + 룰베이스
재현성	같은 프롬프트 → 다른 코드	같은 그래프 → 동일 코드
검증	블랙박스, 검증 어려움	그래프 구조로 명시적 검증
안전성	규격 준수 미보장	Safety Agent가 규칙 체크
멀티벤더	각 벤더별 LLM 학습 필요	하나의 그래프 → N개 벤더
유지보수	수정 시 LLM 재생성	그래프 수정 → 자동 재생성

실제 변환 예시

1. 자연어 입력

              "컨베이어 시작,

              센서 감지 대기,

              실린더 전진,

              클램프"

↓ LLM

2. 인과 그래프 (IR)

              { "Flow": "Clamp",

                "Works": [

                  "Conv", "Wait",

                  "CylFwd", "Clamp"]

              }

↓ 검증

3. 검증 결과

              ✓ 타입 검증 통과

              ✓ 흐름 검증 통과

              ✓ 리소스 충돌 없음

              ✓ Safety 규칙 준수

↓ 룰베이스

4. PLC 코드

              CASE Step OF

                0: Conv:=ON;

                1: WAIT Sens;

                2: Cyl:=ON;

                3: Clamp:=ON;

              END_CASE

핵심 인사이트
LLM은 창의적 설계에 집중: 공법 구조를 만드는 데 LLM의 강점 활용
룰베이스는 정확한 변환에 집중: 결정적 코드 생성으로 재현성/안전성 확보
검증 레이어가 중간에 위치: LLM 출력을 검증한 후에만 코드 생성 진행
각 단계가 분리되어 디버깅 가능: 문제 발생 시 어느 단계인지 명확히 파악