CausalPulse: 산업용 신경-기호 멀티 에이전트 협업 시스템을 활용한 스마트 제조 환경에서의 인과 관계 진단

CausalPulse: An Industrial-Grade Neurosymbolic Multi-Agent Copilot for Causal Diagnostics in Smart Manufacturing

현대적인 제조 환경에서는 생산성과 품질 유지를 위해 실시간으로 신뢰할 수 있고 해석 가능한 근본 원인 분석이 필수적입니다. 기존의 분석 파이프라인은 종종 이상 탐지, 인과 추론, 근본 원인 분석을 분리된 단계로 처리하여 확장성과 설명 가능성을 제한합니다. 본 연구에서는 스마트 제조 환경에서 인과 관계 진단을 자동화하는 산업용 멀티 에이전트 협업 시스템인 CausalPulse를 소개합니다. CausalPulse는 표준화된 에이전트 프로토콜을 기반으로 하는 신경-기호 아키텍처를 통해 이상 탐지, 인과 관계 발견, 추론을 통합합니다. CausalPulse는 Robert Bosch 제조 공장에 구축되어 기존 모니터링 워크플로우와 원활하게 통합되며, 생산 규모에서 실시간 운영을 지원합니다. 공개 데이터셋(Future Factories) 및 독점 데이터셋(Planar Sensor Element)에 대한 평가 결과, 높은 신뢰성을 보여주며, 전반적인 성공률은 98.0% 및 98.73%를 달성했습니다. 기준별 성공률은 계획 및 도구 사용에 대해 98.75%, 자기 성찰에 대해 97.3%, 협업에 대해 99.2%를 기록했습니다. 런타임 실험 결과, 진단 워크플로우당 50-60초의 지연 시간이 발생하며, 거의 선형적인 확장성(R^2=0.97)을 보여주어 실시간 운영에 적합함을 확인했습니다. 기존의 산업용 협업 시스템과의 비교 결과, CausalPulse는 모듈성, 확장성, 배포 안정성 측면에서 뚜렷한 장점을 가지고 있습니다. 이러한 결과는 CausalPulse의 모듈화된, 인간 중심 설계가 차세대 제조를 위한 신뢰성 있고 해석 가능하며 생산 준비가 완료된 자동화를 가능하게 함을 보여줍니다.

Modern manufacturing environments demand real-time, trustworthy, and interpretable root-cause insights to sustain productivity and quality. Traditional analytics pipelines often treat anomaly detection, causal inference, and root-cause analysis as isolated stages, limiting scalability and explainability. In this work, we present CausalPulse, an industry-grade multi-agent copilot that automates causal diagnostics in smart manufacturing. It unifies anomaly detection, causal discovery, and reasoning through a neurosymbolic architecture built on standardized agentic protocols. CausalPulse is being deployed in a Robert Bosch manufacturing plant, integrating seamlessly with existing monitoring workflows and supporting real-time operation at production scale. Evaluations on both public (Future Factories) and proprietary (Planar Sensor Element) datasets show high reliability, achieving overall success rates of 98.0% and 98.73%. Per-criterion success rates reached 98.75% for planning and tool use, 97.3% for self-reflection, and 99.2% for collaboration. Runtime experiments report end-to-end latency of 50-60s per diagnostic workflow with near-linear scalability (R^2=0.97), confirming real-time readiness. Comparison with existing industrial copilots highlights distinct advantages in modularity, extensibility, and deployment maturity. These results demonstrate how CausalPulse's modular, human-in-the-loop design enables reliable, interpretable, and production-ready automation for next-generation manufacturing.