https://arxiv.org/abs/2407.14402

https://eta-zhang.github.io/ACV-LLM/

20년 전에 제안된 자율 컴퓨팅 비전(ACV)은 생물학적 유기체와 유사하게 자체 관리되는 컴퓨팅 시스템을 구상하여 변화하는 환경에 원활하게 적응합니다. 수십 년간의 연구에도 불구하고 현대 컴퓨팅 시스템의 역동적이고 복잡한 특성으로 인해 ACV를 달성하는 것은 여전히 ​​어려운 일입니다. 대규모 언어 모델(LLM)의 최근 발전은 광범위한 지식, 언어 이해 및 작업 자동화 기능을 활용하여 이러한 과제에 대한 유망한 솔루션을 제공합니다. 이 논문은 마이크로서비스 관리를 위한 LLM 기반 다중 에이전트 프레임워크를 통해 ACV를 실현하는 가능성을 탐구합니다. 자율 서비스 유지 관리를 위한 5단계 분류법을 소개하고 Sock Shop 마이크로서비스 데모 프로젝트를 기반으로 한 온라인 평가 벤치마크를 제시하여 프레임워크의 성능을 평가합니다. 우리의 연구 결과는 레벨 3 자율성을 달성하기 위한 상당한 진전을 보여주며, 마이크로서비스 아키텍처 내에서 문제를 탐지하고 해결하는 데 있어 LLM의 효과를 강조합니다. 이 연구는 LLM을 마이크로서비스 관리 프레임워크에 통합하는 것을 개척하여 자율 컴퓨팅을 발전시키는 데 기여하며, 보다 적응적이고 자체 관리되는 컴퓨팅 시스템을 위한 길을 열었습니다. 해당 코드는 https URL 에서 제공됩니다 .



이 표는 자동화 수준에 따른 다양한 업무의 수행을 나타냅니다. 각 레벨은 사람과 로봇이 각각 어떤 업무를 수행하는지를 보여줍니다.

- 레벨

- L1: 단순 단계 추종

- L2: 결정론적 작업 자동화

- L3: 사전 문제 감지

- L4: 자동 원인 분석

- L5: 완전 자가 유지보수

- 업무

- 문제 완화

- 근본 원인 분석

- 문제 감지

- 단계 형성

- 단계 실행

레벨별 업무 설명

1. L1: 단순 단계 추종

- 문제 완화: 사람

- 근본 원인 분석: 사람

- 문제 감지: 사람

- 단계 형성: 사람

- 단계 실행: 로봇

2. L2: 결정론적 작업 자동화

- 문제 완화: 사람

- 근본 원인 분석: 사람

- 문제 감지: 사람

- 단계 형성: 로봇

- 단계 실행: 로봇

3. L3: 사전 문제 감지

- 문제 완화: 사람

- 근본 원인 분석: 사람

- 문제 감지: 로봇

- 단계 형성: 로봇

- 단계 실행: 로봇

4. L4: 자동 원인 분석

- 문제 완화: 사람

- 근본 원인 분석: 로봇

- 문제 감지: 로봇

- 단계 형성: 로봇

- 단계 실행: 로봇

5. L5: 완전 자가 유지보수

- 문제 완화: 로봇

- 근본 원인 분석: 로봇

- 문제 감지: 로봇

- 단계 형성: 로봇

- 단계 실행: 로봇

이 표는 자동화 수준이 높아질수록 로봇이 더 많은 업무를 수행하게 되고, 사람의 개입이 점점 줄어드는 과정을 나타냅니다.