전문가 수준의 시계열 이상 탐지: 특화된 분석기를 갖춘 다중 에이전트 LLM 프레임워크

Detecting Time Series Anomalies Like an Expert: A Multi-Agent LLM Framework with Specialized Analyzers

최근 연구에서는 시계열 이상 탐지를 위해 대규모 언어 모델(LLM)이 활용되었지만, 기존 접근 방식은 종종 단일의 범용 모델에 의존하여 이상 지표 또는 구간을 직접 추론하는데, 이는 복잡한 이상 패턴에 대한 제어성, 해석 가능성 및 신뢰성을 제한합니다. 본 연구에서는 전문가 수준의 정교한 이상 탐지를 위한 다중 에이전트 프레임워크인 SAGE(Specialized Analyzer Group for Expert-like Detection)를 제안합니다. SAGE는 이상 분석을 점, 구조, 계절성 및 패턴 이상에 대한 네 가지 특화된 분석기로 분해합니다. 각 분석기는 해당 유형에 특화된 수치 도구와 진단 시각화를 적용하여 증거를 생성하며, 증거 기반의 탐지기는 이러한 증거를 통합하여 신뢰도 점수가 부여된 이상 기록을 생성하고, 구간 및 후보 유형을 포함합니다. 이후, 감독자는 이러한 구조화된 기록을 분석가에게 제공할 수 있는 진단 보고서로 변환합니다. 또한, SAGE는 실제 이상 데이터 또는 이상 유형 레이블을 사용하지 않고, 정상 참조 훈련 세그먼트에서 생성된 합성 인-컨텍스트 예제를 활용합니다. 세 가지 벤치마크에서 SAGE는 강력한 머신러닝/딥러닝 및 언어 모델 기반의 기존 방법들을 능가하는 최상의 평균 성능을 달성했습니다. 추가적인 분석을 통해 제안된 프레임워크가 이상 탐지 신뢰성을 향상시키고 진단 결과의 실용성을 높이는 것을 확인했습니다.

Recent studies have explored large language models for time-series anomaly detection, yet existing approaches often rely on a single general-purpose model to directly infer anomaly indices or intervals, limiting controllability, interpretability, and reliability for complex anomaly patterns. We propose SAGE (Specialized Analyzer Group for Expert-like Detection), a multi-agent framework for structured anomaly diagnosis in univariate time series. It decomposes anomaly analysis into four specialized Analyzers for point, structural, seasonal, and pattern anomalies. Each Analyzer applies family-specific numerical tools and diagnostic visualizations to generate evidence, while an evidence-grounded Detector consolidates the evidence into confidence-scored anomaly records with intervals and candidate types. A Supervisor then converts these structured records into analyst-facing diagnostic reports. SAGE further constructs synthetic in-context examples from normal-reference training segments, without using real anomalous segments or anomaly-type labels as in-context examples. Across three benchmarks, SAGE achieves the best average performance among strong ML/DL and language-model-based baselines. Ablation studies and human evaluation further show that the proposed framework improves detection reliability and the practical usefulness of diagnostic outputs.