CSI-Agent: LLM 기반 교차 도메인 와이파이 센싱 기술
CSI-Agent: LLM-Assisted Few-Shot Adaptation for Cross-Domain Wi-Fi CSI Sensing
arXivWi-Fi CSI 센싱 모델은 사용자나 환경 변화 같은 도메인 이동에 취약한 문제가 있었으며, 연구진은 이를 해결하기 위해 LLM 기반의 'CSI-Agent'를 제안했습니다.
- CSI-Agent는 원시 신호 데이터를 처리하는 대신 대상 도메인의 행동을 '클래스별 증거'로 요약하고, LLM 플래너가 실시간으로 최적의 센싱 조치를 결정합니다.
- 장치, 사용자 등 5가지 교차 도메인 변화를 검증한 결과, CSI-Agent는 기존 최고 성능 대비 평균 Macro-F1 점수를 약 16% 향상시켰습니다.
- 이 접근법은 모델을 오프라인으로 설계하는 대신 배포 시점의 의사결정 문제로 재정의하여 높은 범용성과 안정성을 확보했습니다.
Wi-Fi 채널 상태 정보(CSI)는 인간 활동 인식 등 장치 비의존적 센싱 애플리케이션을 가능하게 했으나, 사용자나 환경 변화가 발생하는 교차 도메인 환경에서는 모델 성능이 취약하다는 문제가 있었습니다. 기존 해결책들은 이 문제를 오프라인 모델 설계 문제로 간주하거나 고정된 적응 방법을 적용하는 경향이 있어 실질적인 활용에 한계가 있었습니다.
이를 해결하기 위해 연구진은 기반의 'CSI-Agent'를 제안했습니다. CSI-Agent는 교차 도메인 적응을 배포 시점의 의사결정 문제로 재구성하는 것이 핵심입니다. 이 는 원시 CSI 데이터를 처리하는 대신, 대상 도메인의 행동을 센싱에 근거한 클래스별 증거로 요약합니다. 이후 LLM 플래너를 활용하여 각 클래스가 기본 설정을 유지할지 아니면 전문적인 조치를 취해야 할지를 결정합니다.
CSI-Agent는 장치, 사용자, 환경 및 구성 변화를 포함하는 다섯 가지 교차 도메인 분할을 아우르는 네 개의 공개 데이터셋에서 평가되었습니다. 특히 1샷 적응(1-shot adaptation) 조건 하에서 모든 분할에 걸쳐 최고의 대상 도메인 성능을 달성했으며, 기존 최고 성능의 기준선 대비 평균 Macro-F1 점수를 약 16% 향상시킨 것으로 보고되었습니다.
용어 풀이
- LLM
- 방대한 글을 학습해 문장을 이해하고 만들어 내는 AI 모델. ChatGPT, Claude, Gemini가 여기에 속해요.
- 에이전트
- 목표를 받으면 스스로 계획을 세우고 도구를 써서 여러 단계의 작업을 해내는 AI.