확장 가능하고 강건한 광 시스템 제어를 위한 에이전틱 AI

Agentic AI for Scalable and Robust Optical Systems Control

우리는 모델 컨텍스트 프로토콜(MCP)을 기반으로 구축된, 고충실도 자율 광 시스템 제어를 위한 에이전틱 AI 프레임워크인 AgentOptics를 제안한다. AgentOptics는 자연어 작업을 해석하고 구조화된 도구 추상화 계층을 통해 이기종 광 장치에서 프로토콜을 준수하는 작업을 실행한다. 우리는 8개의 대표적인 광 장치에 걸쳐 64개의 표준화된 MCP 도구를 구현하고, 요청 이해, 역할 인지 응답, 다단계 조정, 언어적 변형에 대한 강건성 및 오류 처리를 평가하기 위해 410개 작업으로 구성된 벤치마크를 구축했다. 상용 온라인 LLM과 로컬에서 호스팅되는 오픈 소스 LLM이라는 두 가지 배포 구성을 평가하고, 이를 LLM 기반 코드 생성 베이스라인과 비교한다. AgentOptics는 평균 87.7%~99.0%의 작업 성공률을 달성하여 최대 50%의 성공률을 기록한 코드 생성 접근 방식을 크게 능가한다. 또한, 장치 수준의 제어를 넘어 시스템 오케스트레이션, 모니터링 및 폐루프 최적화로 확장되는 5가지 사례 연구를 통해 더욱 폭넓은 적용 가능성을 입증한다. 여기에는 DWDM 링크 프로비저닝 및 코히어런트 400 GbE와 아날로그 RoF(ARoF) 채널의 통합 모니터링, 5G 프론트홀 트래픽을 전송하는 광대역 ARoF 링크의 자율 특성 분석 및 바이어스 최적화, 송신 전력 최적화를 동반한 다중 스팬 채널 프로비저닝, 폐루프 광섬유 편광 안정화, LLM이 지원하는 이벤트 감지 기능을 갖춘 분산 음향 센싱(DAS) 기반 광섬유 모니터링이 포함된다. 이러한 결과는 AgentOptics가 이기종 광 시스템의 자율 제어 및 오케스트레이션을 위한 확장 가능하고 강건한 패러다임임을 입증한다.

We present AgentOptics, an agentic AI framework for high-fidelity, autonomous optical system control built on the Model Context Protocol (MCP). AgentOptics interprets natural language tasks and executes protocol-compliant actions on heterogeneous optical devices through a structured tool abstraction layer. We implement 64 standardized MCP tools across 8 representative optical devices and construct a 410-task benchmark to evaluate request understanding, role-aware responses, multi-step coordination, robustness to linguistic variation, and error handling. We assess two deployment configurations--commercial online LLMs and locally hosted open-source LLMs--and compare them with LLM-based code generation baselines. AgentOptics achieves 87.7%--99.0% average task success rates, significantly outperforming code-generation approaches, which reach up to 50% success. We further demonstrate broader applicability through five case studies extending beyond device-level control to system orchestration, monitoring, and closed-loop optimization. These include DWDM link provisioning and coordinated monitoring of coherent 400 GbE and analog radio-over-fiber (ARoF) channels; autonomous characterization and bias optimization of a wideband ARoF link carrying 5G fronthaul traffic; multi-span channel provisioning with launch power optimization; closed-loop fiber polarization stabilization; and distributed acoustic sensing (DAS)-based fiber monitoring with LLM-assisted event detection. These results establish AgentOptics as a scalable, robust paradigm for autonomous control and orchestration of heterogeneous optical systems.