Agentic AI로 구현하는 대화형 대기오염·기후변화 예측 애플리케이션 구축

본 글은 복잡한 대시보드의 낮은 활용도 문제를 해결하기 위해 LLM을 활용한 대화형 대시보드 구축 사례를 소개합니다. EHRNC는 환경 데이터 분석 전문 기업으로, 기존의 복잡한 대기오염 확산 시뮬레이션(CMAQ) 데이터를 기반으로 구축된 대리 모델(Surrogate model)을 실무에 효과적으로 적용하기 위해 AWS 생성형 AI 서비스를 활용했습니다.

이를 통해 사용자는 자연어 질의를 통해 복잡한 파라미터 조정 없이도 대기오염 예측 결과를 얻고 인사이트를 도출할 수 있게 됩니다. 이 접근 방식은 도메인 지식의 장벽을 낮추고 데이터 기반 의사결정을 지원하는 것을 목표로 합니다.