SensingAgents는 IMU 센서 기반 인체 활동 인식(HAR)을 위한 다중 에이전트 LLM 협업 시스템으로, 레이블 데이터 의존도·위치별 모호성·추론 불투명성 문제를 해결한다. 위치별(팔, 손목, 허리, 주머니) 분석 에이전트, 동적·정적 변증법적 토론 옹호 에이전트, 센서 드리프트 신뢰성 보장 결정 에이전트로 구성된다. Shoaib 데이터셋 제로샷 평가에서 79.5% 정확도를 달성해 기존 에이전트 모델 대비 29%, 딥러닝 기준선 대비 9.4% 높았다.

• •IMU 기반 HAR 모델은 레이블 데이터 과의존, 위치별 모호성, 추론 불투명성 문제를 안고 있다.
• •SensingAgents는 위치별 분석 에이전트, 갈등 해소 옵호 에이전트, 신뢰성 보장 결정 에이전트로 구성된 계층적 다중 에이전트 시스템이다.
• •제로샷 설정에서 79.5% 정확도로 기존 에이전트 모델 대비 29%, 딥러닝 기준선 대비 9.4% 뒤어난 성능을 보였다.
• •다중 센서 데이터가 충돌하거나 노이즈가 있는 복잡한 시나리오에서 특히 두드러진 성능을 발휘한다.