IoT-MCP: 모델 컨텍스트 프로토콜을 통해 LLM과 IoT 시스템 연결하기

초록

대규모 언어 모델(LLM)과 사물인터넷(IoT) 시스템의 통합은 하드웨어 이질성과 제어 복잡성이라는 상당한 과제에 직면해 있습니다. 모델 컨텍스트 프로토콜(MCP)은 LLM과 물리적 장치 간의 표준화된 통신을 제공하는 핵심 요소로 부상하고 있습니다. 우리는 LLM과 IoT 생태계를 연결하기 위해 에지 배포 서버를 통해 MCP를 구현하는 새로운 프레임워크인 IoT-MCP를 제안합니다. 엄격한 평가를 지원하기 위해, IoT 지원 LLM을 위한 114개의 기본 작업(예: "현재 온도는 몇 도입니까?")과 1,140개의 복잡한 작업(예: "너무 덥습니다. 어떤 아이디어가 있나요?")을 포함한 첫 번째 벤치마크인 IoT-MCP Bench를 소개합니다. 22개의 센서 유형과 6개의 마이크로컨트롤러 유닛에 걸친 실험적 검증을 통해 IoT-MCP는 기대를 완전히 충족하는 도구 호출을 생성하고 완전히 정확한 결과를 얻는 100% 작업 성공률, 평균 205ms의 응답 시간, 그리고 74KB의 피크 메모리 사용량을 보여줍니다. 이 연구는 LLM-IoT 시스템을 위한 오픈소스 통합 프레임워크(https://github.com/Duke-CEI-Center/IoT-MCP-Servers)와 표준화된 평가 방법론을 제공합니다.

English

The integration of Large Language Models (LLMs) with Internet-of-Things (IoT) systems faces significant challenges in hardware heterogeneity and control complexity. The Model Context Protocol (MCP) emerges as a critical enabler, providing standardized communication between LLMs and physical devices. We propose IoT-MCP, a novel framework that implements MCP through edge-deployed servers to bridge LLMs and IoT ecosystems. To support rigorous evaluation, we introduce IoT-MCP Bench, the first benchmark containing 114 Basic Tasks (e.g., ``What is the current temperature?'') and 1,140 Complex Tasks (e.g., ``I feel so hot, do you have any ideas?'') for IoT-enabled LLMs. Experimental validation across 22 sensor types and 6 microcontroller units demonstrates IoT-MCP's 100% task success rate to generate tool calls that fully meet expectations and obtain completely accurate results, 205ms average response time, and 74KB peak memory footprint. This work delivers both an open-source integration framework (https://github.com/Duke-CEI-Center/IoT-MCP-Servers) and a standardized evaluation methodology for LLM-IoT systems.

IoT-MCP: 모델 컨텍스트 프로토콜을 통해 LLM과 IoT 시스템 연결하기

IoT-MCP: Bridging LLMs and IoT Systems Through Model Context Protocol

초록

Support