이 연구는 기존 환경이 건물 성능 지표에 치우치고, 전력망 영향 평가는 부족하다는 문제를 짚었어요

AutoB2G가 자연어 지시만으로 건물-전력망 공동 시뮬레이션 전 과정을 자동화하는 LLM 에이전트 프레임워크로 공개됐어요.

이 연구는 기존 환경이 건물 성능 지표에 치우치고, 전력망 영향 평가는 부족하다는 문제를 짚었어요. 또 실험 세팅이 여전히 수작업·코딩 전문성에 크게 의존한다는 점을 해결하려고 했거든요.

AutoB2G는 CityLearn V2를 B2G 상호작용 가능하도록 확장했고, SOCIA 기반으로 시뮬레이터 생성-실행-반복 개선을 자동화했어요. 코드베이스를 DAG로 구조화해 모듈 의존성과 실행 순서를 명시하고, LLM이 실행 가능한 경로를 찾게 만든 게 핵심이에요.

논문은 arXiv:2603.26005로 2026년 3월 27일(v1) 공개됐고, 실험에서 전력망 측 성능 지표 개선 가능성을 보였어요. 결국 에너지 AI도 “모델 성능”에서 “현장 운영 자동화”로 무게중심이 옮겨가는 신호예요.