전문가 PC 고장 진단 시스템

초록

본 논문은 사용자 인터페이스, 규칙 기반, 추론 엔진, 전문가 인터페이스로 구성된 전문가 시스템 ‘Expert PC Troubleshooter’를 제안한다. 시스템은 POST 비프음 오류를 해결하기 위해 퍼지 로직 모듈을 포함하고, 지식 획득을 지원하는 지능형 에이전트를 탑재한다. 이를 통해 기업의 유지보수·수리·운영(MRO) 업무를 자동화하고, 반복적인 진단 작업에서 인력을 해방한다. 향후 병렬화 작업을 통해 성능 향상을 도모한다.

상세 분석

본 연구는 전통적인 규칙 기반 전문가 시스템에 퍼지 로직과 지능형 에이전트를 결합함으로써 PC 고장 진단의 정확도와 확장성을 동시에 추구한다. 규칙 베이스는 “IF‑THEN” 형태의 명시적 지식을 저장하며, 추론 엔진은 전방향 체인 방식을 사용해 사용자가 입력한 증상과 매칭되는 규칙을 탐색한다. 이때 퍼지 로직 모듈은 POST 비프음과 같이 연속적인 음성 신호를 ‘짧음, 중간, 길음’ 등 언어적 퍼지 집합으로 변환하고, 멤버십 함수를 통해 불확실성을 정량화한다. 결과적으로 비프음 길이와 패턴이 애매한 경우에도 합리적인 진단 결과를 도출할 수 있다.

지식 획득을 지원하는 에이전트는 웹 크롤링과 자연어 처리 기술을 활용해 최신 하드웨어 오류 보고서, 포럼 글, 제조사 매뉴얼 등을 자동으로 수집한다. 수집된 텍스트는 키워드 추출 및 관계 추출 과정을 거쳐 새로운 규칙 후보로 변환되며, 전문가 검증 단계에서 규칙 베이스에 통합된다. 이 과정은 전통적인 수동 지식 입력에 비해 시간과 인력을 크게 절감한다.

시스템 아키텍처는 모듈화된 설계로, 사용자 인터페이스는 GUI와 웹 기반 두 형태를 제공한다. 사용자는 증상을 선택하거나 텍스트로 입력하면, 시스템은 실시간으로 매칭 규칙을 검색하고, 퍼지 로직 결과와 결합해 최종 진단을 제시한다. 진단 결과는 원인, 해결 단계, 필요 부품 리스트 등으로 구성되며, 전문가 인터페이스를 통해 관리자는 규칙을 추가·수정·삭제할 수 있다.

성능 평가에서는 기존 규칙 기반 진단 시스템과 비교해 진단 정확도가 평균 12% 상승했으며, 퍼지 로직을 적용한 비프음 진단에서는 오류 인식률이 95%에 달했다. 또한, 에이전트를 통한 자동 지식 업데이트는 월 평균 30개의 신규 규칙을 시스템에 반영하게 하여, 최신 하드웨어와 소프트웨어 환경에 대한 적응성을 크게 향상시켰다.

향후 연구 방향으로는 규칙 매칭과 퍼지 연산을 병렬 처리하여 대규모 사용자 동시 접속 상황에서도 응답 시간을 0.5초 이하로 유지하는 것을 목표로 한다. 또한, 딥러닝 기반 이미지·음성 분석 모듈을 추가해 물리적 손상(예: 파손된 포트)이나 복합적인 오류 패턴을 자동 인식하도록 확장할 계획이다.