본 연구에서는 대규모 언어 모델을 기반으로 한 정보 추출 및 시계열 데이터 분석 프레임워크를 제안한다. 이 프레임워크는 발전소 설비와 관련된 특정 질의에 대한 정확한 정보 추출, 시계열 데이터베이스에서 필요한 데이터의 효율적 검색, 그리고 최종적으로 사용자에게 유용한 예측 정보를 제공하는 과정을 포함한다. 프롬프트 엔지니어링은 대규모 언어 모델과 사용자 간의 상호작용을 최적화하는 핵심 기법으로, 발전소 특화 정보의 추출과 분석에 있어 혁신적인 접근 방식을 제공한다. 이 기법을 활용함으로써, 대규모 언어 모델이 발전소 특화 정보를 손쉽게 분석함으로써, 발전소의 중요 설비에 대한 실시간 모니터링 및 예측을 가능하게 할 것이다. 이를 통해, 발전소 운영자는 효과적이고 신속하게 예방조치를 취할 수 있게 될 것으로 기대된다.