AI-translated from English; not yet reviewed by a fluent editor.

# FLARE, 보고 품질이 저하된 상황에서 AI의 전력망 복구 결정을 시험하다

> 새로운 시뮬레이션 벤치마크에서 AI 에이전트는 전력망 복구 기준 계획과 같은 성과를 내는 경우가 많았다. 하지만 최악의 사례와 위험한 개폐기 조작 제안은 독립적인 안전 검사가 여전히 핵심임을 보여준다.

By BIG CHANGE Editorial

Published: 2026-10-19T11:40:34.898Z
Updated: 2026-10-19T11:40:34.898Z
Canonical: https://bigchange.ai/blog/flare-ai-grid-restoration-benchmark-degraded-reports

![Conceptual charcoal miniature of houses and local electricity poles, with an open disconnector prominent in the foreground.](https://bigchange.ai/api/media/file/flare-simulated-feeder-restoration-hero-v1.png)
AI-generated conceptual illustration by BIG CHANGE; no actual utility, outage, research apparatus or test result is depicted.

연구진은 [FLARE라는 시뮬레이션 벤치마크](https://arxiv.org/html/2610.23251v1)를 만들어 언어 모델 에이전트가 범위는 좁지만 영향은 큰 전력망 과제를 어떻게 처리하는지 시험했다. 이미 고장이 격리된 뒤 전기를 어떻게 복구할지 선택하는 과제다. 에이전트는 불완전한 보고를 받고, 추가 정보를 요청하거나 개폐기 조작을 제안할 수 있다. 별도의 물리 기반 보호 장치가 제안된 연계 개폐기 투입이 시뮬레이션 전력망에서 안전한지 판단한다.

이 연구의 [10월 16일 프리프린트](https://arxiv.org/abs/2610.23251)는 다섯 가지 관측 조건에 걸친 물리적 사례 800개와 여러 평가를 합쳐 총 78,750회의 모델 에피소드를 보고한다. 복구 결정과 그 실패 양상을 살펴볼 방법을 제공한다. 전력회사의 현장 시험이나 실제 서비스가 개선되었다는 측정 결과는 보고하지 않는다.

## 큰 변화

- **무엇이 달라졌나:** FLARE는 답변만 채점하는 대신 에이전트의 정보 수집과 개폐기 조작 선택을 시뮬레이션상의 전기적 결과와 연결한다. 저자들은 명확하고 정확한 보고를 바탕으로 한 결정과 제한적이거나 잘못된 보고를 바탕으로 한 결정을 비교할 수 있다.
- **왜 중요한가:** 전력망 연구자는 에이전트가 어디서 시간을 허비하거나 위험한 개폐기 조작을 제안하는지 살펴볼 수 있다. 동시에 조작의 실제 적용 여부는 별도의 물리 검사가 계속 결정한다. 논문에서 거부된 행동은 그럴듯한 계획이 스스로의 안전 승인 역할까지 맡을 수 없는 이유를 보여준다.
- **앞으로 볼 점:** 저자들은 전력회사 데이터, 인간 운전자 대상 연구, 더 완전한 전기적 검증을 향후 과제로 제시한다. 이러한 검사는 시뮬레이션에서 고장 격리 이후를 다루는 이 벤치마크가 그 범위를 넘어 의사결정 지원에 얼마나 도움을 줄 수 있을지 판단하게 해줄 것이다.

## 에이전트가 실제로 하는 일

FLARE의 시작 시점은 **고장 격리 이후**이며, 이때 배전 피더의 일부 구역은 여전히 정전 상태다. 각 사례에서 에이전트는 감시 보고, 고객 전화 정보, 고장 표시기 측정값을 요청하거나, 점검 또는 개폐기 시험을 요구하거나, 제안한 조작을 시뮬레이션하거나, 구간 개폐기를 개방하거나, 연계 개폐기를 투입하거나, 작업을 중단할 수 있다. 연계 개폐기는 정전 구역을 다른 피더에 연결할 수 있지만 추가 수요로 설비가 과부하될 수 있다. 이 시뮬레이션 과제는 240분의 시간 범위를 두며 도구 호출과 개폐기 조작 횟수를 제한한다. 이에 대한 규정은 [벤치마크 프로토콜](https://arxiv.org/html/2610.23251v1)에 나와 있다.

저자들은 CIGRE와 SimBench의 피더 전력망을 독일 중전압 계통에서 측정한 운전 시계열과 결합한다. 고장, 격리, 개폐기 조작의 결과를 시뮬레이션한다. 주요 물리적 사례 800개에는 각각 실행 가능한 기준 복구 계획이 있다. 한 사례의 다섯 버전은 기반 전력망과 고장을 그대로 두고 에이전트가 보는 정보만 바꾼다. 조건은 정확한 정보, 희소한 정보, 잡음이 섞인 정보, 오래된 정보, 그리고 상충이라는 이름의 복합 조건이다. 마지막 조건은 감시 범위도 줄이고 여러 오류율도 높이므로, 그 결과에서 상충하는 보고만의 영향을 분리할 수는 없다. 논문 부록에 따르면 오래된 SCADA 데이터의 경과 시간은 현재 상태 측정값에 붙인 표시이며, 과거 물리 상태를 재생한 것이 아니다.

## 평균 점수는 어려운 사례를 가린다

연구진은 같은 과제 인터페이스와 결정론적 디코딩으로 지시 튜닝된 모델 다섯 개를 평가했다. 이들의 점수 지표인 *정규화 후회값*은 각 에피소드의 가중 정전 비용을 해당 물리적 사례에서 찾은 최선의 실행 가능한 기준 계획 및 아무 조치도 하지 않는 경우와 비교한다. 0이면 기준 비용과 같고, 1이면 아무 조치도 하지 않은 것보다 나을 것이 없다. 비용에는 고객이 정전 상태로 지낸 시간이 포함되며 고객 유형별 가중치도 적용된다. 따라서 최종적으로 전력이 복구된 고객 비율만으로 전체 결과를 설명할 수 없다.

주요 관측 조건 전반에서 [논문의 표 2](https://arxiv.org/html/2610.23251v1)는 평균 후회값이 Qwen 2.5-7B의 0.082부터 Qwen 2.5-3B의 0.148까지라고 보고한다. 모든 모델의 중앙값은 0으로, 적어도 절반의 에피소드가 기준 비용과 같았다는 뜻이다. 그러나 95백분위 후회값은 0.814\~1.000이다. 따라서 평균은 시뮬레이션 정전을 복구하지 않고 방치했을 때의 비용에 가까운 결과를 낸 소수의 에피소드를 가린다. 이는 벤치마크 점수이며 실제 고객 정전을 측정한 결과가 아니다.

이 비교에서 모델의 매개변수가 많다고 일관된 이점이 생기지는 않았다. Qwen 2.5-7B는 시험한 Qwen 2.5-14B 및 4비트 Mistral Small 24B 구성보다 평균 및 95백분위 후회값이 좋았다. 논문은 잡음이 있는 관측 조건에서 이상화된 기존 FLISR 기준 방법이 0.054, 탐욕적 방법이 0.060을 기록한 반면, 해당 조건의 최상위 언어 모델은 0.089였다고도 보고한다. 이 기준 방법들은 벤치마크의 공통 시간 설정과 채점 방식을 적용받았다. 결과가 실제 운용 시스템의 일반적인 순위를 확립하는 것은 아니다.

## 보호 장치가 모델이 실행해서는 안 될 제안을 잡아냈다

제안된 연계 개폐기 투입이 시뮬레이션 전력망을 바꾸기 전에, FLARE는 물리 상태의 시험용 복사본에서 그 조작이 전력망 토폴로지 조건을 위반하는지, 격리된 고장 지점에 다시 전압을 가하는지, 교류 전력 조류 한계를 충족하지 못하는지 검사한다. 이 검사는 에이전트에게 제공하지 않은 정보를 사용한다. 거부된 제안도 시간은 소비하지만 전력망을 바꾸지는 않는다.

연구진은 이후 보호 장치가 거부한 행동 15,706개를 복제한 전력망 상태에서 다시 실행했다. 그중 15,142개, 즉 96.4%는 물리적 제약 위반을 일으켰을 것이라고 보고한다. 거부된 행동 8,165개에서 열 과부하가 나타났으며, 위반 유형 표시는 서로 겹칠 수 있었다. 에피소드에 실제로 적용되어 발생한 중대한 고장이 없었던 것은 보호 장치의 개입을 반영한다. 모델이 독자적으로 안전한 행동을 골랐음을 보여주는 것은 아니다.

연구자에게 유용한 구분은 에이전트가 제안한 계획의 품질과 위험한 제안의 적용을 막는 독립 검사 사이에 있다. FLARE는 둘 다 드러내 준다. 이 벤치마크의 평형 정상분 전력 조류 계산은 기본적으로 3상 검증이나 단락 검증을 제공하지 않으며, 저자들은 전력회사 데이터와 인간 운전자 대상 연구가 필요하다고 말한다. 이 연구는 고장 격리 이후의 복구를 시뮬레이션으로 평가한다. 자율적인 전력회사 제어기나 실제 복구 시간의 입증된 변화를 평가하는 것은 아니다.

## 출처 및 더 읽을거리

- [FLARE: 관측 품질이 저하된 환경에서 피더를 복구하는 언어 모델 에이전트의 물리 기반 평가](https://arxiv.org/html/2610.23251v1). BHVSP Subrahmanyam 및 Neeraj Choudhary, arXiv v1, 2026년 10월 16일 제출. 전체 프리프린트에는 과제 정의, 시뮬레이션 사례 구성, 채점 방식, 모델 결과, 보호 장치 분석, 명시된 한계가 담겨 있다. 저자들의 평가이며 전력회사 현장 연구나 독립적 재현 연구가 아니다.
- [FLARE arXiv 기록](https://arxiv.org/abs/2610.23251). 제목, 저자, 버전, 제출 시각을 확인해 주며 주요 결과를 요약한다. 이 기록이 현장 검증을 추가로 제공하는 것은 아니다.
- [FLARE 코드 저장소](https://github.com/dr-pandit-69/FLARE-neurips). 저자들이 공개한 코드, 설정, 집계 결과 저장소로, 2026년 10월 19일 확인했다. README에 따르면 대규모 전력망 기반 데이터, 생성된 패널 데이터, 모델 가중치, 에피소드별 출력은 이곳에 저장되어 있지 않다. BIG CHANGE는 이 벤치마크를 실행하거나 재현하지 않았다.

## Sources

- [FLARE: 관측 품질이 저하된 환경에서 피더를 복구하는 언어 모델 에이전트의 물리 기반 평가, arXiv v1 전문](https://arxiv.org/html/2610.23251v1) — 주요 방법, 표 1~4, 결과 및 한계. 저자들의 시뮬레이션 평가이며, 전력회사 현장 검증이나 독립적인 재현은 없다.
- [arXiv 기록: FLARE](https://arxiv.org/abs/2610.23251) — v1 제출 시각, 저자, 제목, 초록의 지표를 확인해 준다. 별도의 실증적 뒷받침 자료는 아니다.
- [FLARE-neurips 코드 저장소](https://github.com/dr-pandit-69/FLARE-neurips) — 저자들의 README는 코드, 설정, 집계 결과와 함께 제공하지 않는 대규모 전력망 기반 데이터, 생성된 패널 데이터, 가중치, 에피소드별 출력을 설명한다. 저장소가 있다는 사실만으로 BIG CHANGE가 벤치마크를 실행했다고 볼 수 없다.