Safe and Adaptive Cloud Healing: Verifying LLM-Generated Recovery Plans with a Neural-Symbolic World Model

As the scale and complexity of cloud-based AI systems continue to escalate, ensuring service reliability through rapid fault detection and adaptive recovery has become a critical challenge. While existing approaches integrate Large Language Models (LLMs) for semantic understanding and Deep Reinforcement Learning (DRL) for policy optimization, they often rely on sequential, loosely coupled architectures that underutilize the generative and reasoning capabilities of LLMs. In this paper, we propose a paradigm shift with PASE, a Planning-Aware Semantic self-healing engine, a novel fault self-healing framework that reconceptualizes recovery as a neuro-symbolic program synthesis task. PASE employs an LLM as a core Plan Synthesis Engine to generate structured recovery plans from a library of semantic primitives. A Neural-Symbolic World Model verifies plan feasibility through simulation, while a Meta-Prompt Optimizer, trained via DRL, learns to generate optimal prompts that guide the LLM's planning process. This tight reason-plan-verify-adapt loop enables dynamic, context-aware recovery strategy generation beyond predefined action spaces. Experiments on a real-world cloud fault injection dataset demonstrate that PASE significantly outperforms state-of-the-art methods, reducing average system recovery time by over 40% and improving fault detection accuracy in unknown fault scenarios. Our framework advances autonomous system management by unifying LLM-based reasoning with model-assisted verification and meta-learned guidance.

한 줄 요약

PASE는 LLM 기반 계획 생성, 신경-기호적 검증, 메타-프롬프트 최적화를 통합한 클라우드 시스템 자가복구 프레임워크로, 복구 시간을 40% 이상 단축한다.

핵심 기여도

PASE는 복구를 **신경-기호적 프로그램 합성**(neuro-symbolic program synthesis) 문제로 정의하고, LLM을 **Plan Synthesis Engine**으로 활용한다.
**Neural-Symbolic World Model**(NSWM)을 도입하여 복구 계획의 실행 가능성 검증을 사전 시뮬레이션으로 수행, 실제 성공률과 92% 상관관계를 보인다.
**Meta-Prompt Optimizer**(MPO)를 DRL(SAC)로 학습하여, LLM의 계획 품질을 온라인 환경 변화에 따라 지속적으로 개선한다.
실제 클라우드 고장 주입 데이터셋에서 기존 방법 대비 **40% 이상의 복구 시간 감소**와 **미확인 고장 시 정확도 향상**을 달성한다.

핵심 아이디어

PASE는 기존 클라우드 시스템 자가복구 방식에서 LLM을 단순 상태 해석자로만 사용하는 한계를 극복하고, LLM을 **계획 생성 엔진**(Plan Synthesis Engine)으로 활용한다. 이는 복잡한 고장 상황에서도 다단계 복구 전략을 생성할 수 있게 한다.

또한, NSWM은 **신경망 학습**과 **기호적 안전 제약**(symbolic safety constraints)을 결합하여, LLM이 생성한 계획이 실행 가능한지 사전에 시뮬레이션으로 검증한다. 이는 기존 순차적 LLM-DRL 파이프라인에서 발생할 수 있는 **불안정한 복구 행동**을 방지한다.

마지막으로, MPO는 SAC 기반 DRL을 사용해 **프롬프트 임베딩 공간**(prompt embedding space)을 학습하며, 환경 변화에 따라 LLM의 계획 품질을 지속적으로 최적화한다. 이는 기존 메타-튜닝 방식 대비 **수렴 속도**(15 에피소드)와 **일반화 성능**(12.3% 향상)에서 우수한 결과를 보인다.

기술적 접근법

**Plan Synthesis Engine**: LLM이 **semantic primitives** 라이브러리에서 복잡한 복구 계획을 생성. 평균 3.2단계의 복구 전략을 생성.
**Neural-Symbolic World Model**: 신경망 기반 예측과 기호적 제약을 결합한 검증 모델. **42ms**의 추론 시간, **128MB** 메모리 사용.
**Meta-Prompt Optimizer**: SAC 기반 DRL로 학습. **15 에피소드** 내 수렴, **12.3%**의 일반화 향상.
**Ablation Study**: NSWM은 **AUC 0.92**, **MSE 0.014** 성능. 순수 기호적 모델은 빠르지만 정확도 낮음 (AUC 0.76), 순수 신경망 모델은 예측 정확도는 높지만 안전 제약 없음 (AUC 0.81).

주요 결과

**OpenStack 고장 주입 데이터셋**에서 PASE는 기존 방법 대비 **40% 이상의 복구 시간 감소**를 달성.
**미확인 고장 시나리오**에서 복구 정확도가 향상됨.
NSWM의 **계획 실행 가능성 점수**는 실제 성공률과 **92% 상관관계**를 보임.
MPO는 SAC 기반으로 **8.72의 최종 보상**, **15 에피소드 내 수렴**, **12.3%의 일반화 향상**을 기록.

의의 및 한계

PASE는 LLM 기반 추론, 모델 기반 검증, 메타-학습 기반 프롬프트 최적화를 통합한 **폐쇄 루프**(closed-loop) 복구 아키텍처를 제시한다. 이는 기존 순차적 LLM-DRL 파이프라인에서 발생하는 **계획 생성 능력의 제한**과 **실행 전 검증 부재**를 해결한다.

하지만 PASE는 NSWM의 **다중 시뮬레이션 롤아웃**으로 인해 **계산 오버헤드가 다소 높음**. 또한, **매우 드문 고장 유형**에 대해서는 경험 부족으로 위험한 계획을 생성할 수 있다.

실용적 활용

PASE는 클라우드 기반 AI 시스템의 **실시간 고장 관리 및 자가복구**에 적용 가능하다. 특히, **미확인 고장 시나리오**에서 높은 정확도를 보이는 점에서 **운영 환경의 안정성 향상**에 기여할 수 있다. 또한, **엣지-클라우드 혼합 인프라**에서 모델 압축 기술을 통해 효율적으로 배포할 수 있다.