인간이 검토하는 변압기 AI 의사결정을 위한 감사 추적

변압기 AI 의사결정은 원시 증거부터 사람의 승인까지 추적 가능해야 한다. AI 지원 권고가 어떤 데이터를 사용했는지, 어떤 가정을 세웠는지, 어떤 권한을 가졌는지, 그리고 누가 그 조치를 승인했는지를 제시하지 못한다면, 그것은 결과가 중대한 유지보수 워크플로에 투입될 준비가 되지 않은 것이다.

GridAPM은 감사 추적(audit trail)을 나중에 덧붙이는 요소가 아니라 제품 기능으로 다룬다.

증거 팩 구조

변압기 AI 증거 팩에는 다음이 포함되어야 한다:

• 자산 ID, 사이트, 변압기 맥락, 그리고 영향을 받은 부품.
• 의사결정 유형, 심각도, 타임스탬프, 그리고 검토자.
• 원천 데이터의 출처(provenance): DGA, PRPD, SFRA, 열적 데이터, SCADA, 점검 및 유지보수 기록.
• 데이터 품질 플래그와 누락된 증거.
• 표준 맥락과 내부 엔지니어링 관행.
• AI 권고, 불확실성, 그리고 알려진 한계.
• 사람의 승인, 반려, 재정의(override), 또는 에스컬레이션.
• 유지보수 또는 모니터링 이후의 결과 피드백 루프.

이는 GridAPM 리서치에서 이미 설명한 human-in-the-loop AI 워크플로를 기반으로 한다.

거버넌스 맥락

NIST AI RMF와 AI RMF Playbook은 AI 위험의 거버넌스, 매핑, 측정, 관리와 관련해 유용한 공개 용어를 제공한다. NIST의 생성형 AI 프로파일, 그리고 새롭게 진행 중인 소프트웨어 및 AI 에이전트 신원·권한 부여 작업은 AI 에이전트가 도구를 사용하거나 사람을 대신해 행동할 수 있을 때 특히 중요하다.

변압기 APM에서 에이전트는 신원, 범위가 한정된 권한, 도구 경계, 그리고 승인 임계값을 갖추어야 한다.

표준 교차 참조

감사 추적은 보호되는 표준 본문을 복제하지 않으면서 증거를 공인된 기술적 맥락과 연결해야 한다. 예를 들면:

• DGA 증거는 IEEE C57.104와 IEC 60599를 참조할 수 있다.
• 모니터링 증거는 IEEE C57.143와 CIGRE의 지능형 상태 모니터링 연구를 참조할 수 있다.
• PRPD 증거는 IEC 60270를 참조할 수 있다.
• SFRA 증거는 IEEE C57.149를 참조할 수 있다.

제품은 내용을 바꿔 서술하고, 공개된 출처 페이지를 인용하며, 최종 해석의 책임은 엔지니어에게 두어야 한다.

에이전트 신원과 권한 부여

에이전트형(Agentic) AI는 감사의 질문을 바꾼다. 모델 출력을 기록하는 것만으로는 충분하지 않다. 팀은 다음을 알아야 한다:

• 어떤 에이전트가 그 권고를 생성했는가.
• 어떤 사용자 또는 워크플로가 그 작업을 위임했는가.
• 에이전트가 어떤 도구와 데이터 소스에 접근했는가.
• 접근 권한이 읽기 전용이었는지, 쓰기 가능이었는지.
• 그 권고가 승인 임계값을 넘어섰는지.
• 어떤 사람이 그것을 승인했거나 재정의했는가.

이는 권고가 작업 지시(work-order) 시스템이나 계획 프로세스로 이어질 때 특히 중요하다.

사람의 검토 기록

사람의 검토 기록에는 검토자 역할, 의사결정, 근거, 코멘트, 에스컬레이션, 그리고 모든 재정의(override)가 담겨야 한다. 고위험 변압기 상태에 대해서는 지속가능성 또는 자산 성능 관점의 2차 검토가 적절할 수 있다. AI는 증거를 준비하고, 거버넌스 정책은 조직이 결정한다.

결과 피드백 루프

감사 추적은 권고 이후에도 계속되어야 한다. 어떤 조치가 취해졌는가? 조치 이후의 텔레메트리가 그 우려를 확인해 주었는가? 그 권고는 거짓 양성(false positive)이었는가? 새로운 증거가 불확실성을 줄여 주었는가? 이러한 결과 피드백 루프는 향후 유지보수 의사결정을 개선하고, 팀이 모델 드리프트나 워크플로의 공백을 이해하는 데 도움이 된다.

GridAPM의 실질적 약속은 단순하다: 모든 AI 권고에는 엔지니어가 그것을 승인하거나, 반려하거나, 에스컬레이션하는 데 필요한 증거가 함께 제공된다.