자연어 질의로 클라우드 기반 지리공간 카탈로그에서 위성 이미지와 환경 데이터를 자동으로 검색하는 LLM(대규모 언어 모델) 에이전트 프레임워크가 arXiv에 공개됐다. 이 시스템은 사용자의 의도를 구조화된 API 호출로 변환해 위성 영상과 기후·환경 데이터에 접근하는 과정을 자동화한다. 세 개의 전문 에이전트가 협력 구조를 이룬다. 안전 및 정책 집행을 담당하는 가드레일 에이전트, 사용자 의도를 해석하는 일반 질의응답 에이전트, 스키마 기반 API 호출을 생성하는 추천·분석 에이전트가 각자의 역할을 맡아 신뢰성 높은 외부 데이터 서비스 연동을 구현한다.
이 프레임워크는 API 스키마 교체만으로 다양한 플랫폼으로 이식할 수 있는 모듈 구조를 채택했다. 환경 모니터링, 재난 대응, 기후 분석 분야에 적용 가능하며, 사용자 의도와 지리공간 인프라를 잇는 확장 가능한 인터페이스를 목표로 한다. 예비 실험에서는 적대적 멀티 턴 환경에서의 안전성도 검증했다. 프롬프트 수준의 안전 지침이 일반적인 공격에 대한 견고성을 높이는 데 도움이 됐지만, API 조작 시나리오에서는 드물게 고위험 실패 사례가 여전히 발생했다. 연구팀은 이를 통해 안전성, 사용성, 비용 효율성을 균형 있게 고려한 시스템 수준의 방어 체계 필요성을 강조했다.
지구 관측 데이터는 기후 위기 대응, 농업 예측, 도시 계획 등 다양한 분야에서 수요가 증가하고 있으나, 전문 도구 없이는 일반 사용자가 접근하기 어렵다. LLM 에이전트를 활용해 자연어로 위성 데이터를 검색하는 이 접근법은 데이터 접근성을 크게 낮출 수 있으며, 국내 기상청·환경부·국토교통부 등 공공 지리공간 데이터를 활용하는 기관에서도 유사한 자동화 인터페이스 도입을 고려할 수 있는 방향을 제시한다.
