본문으로 건너뛰기

© 2026 Molayo

arXiv논문2026. 06. 26. 10:46

해외 평화 유지 임무의 위협 평가에 대한 LLM의 적용

요약

해외 평화 유지 임무의 위협 평가를 위해 LLM을 활용하는 새로운 접근 방식을 제안합니다. OSINT 기반 미디어 수집과 LLM의 위협 추출 기술을 결합하여, 자동 생성된 결과가 인간의 판단과 높은 일치도를 보임을 입증했습니다.

핵심 포인트

  • PINPOINT 프로젝트를 통한 학제간 리스크 모델 제시
  • OSINT 미디어 데이터 기반의 LLM 위협 추출 워크플로우
  • 위협 및 임무 관련성 측면에서 인간과 높은 일치도 확인
  • 평화 유지 임무 분석가를 지원하는 유망한 도구로서의 가능성

우리는 해외 평화 유지 임무 (peacekeeping missions) 맥락에서 위협 평가 (threat assessment)에 거대 언어 모델 (LLMs)을 적용하는 새로운 접근 방식을 제시합니다. PINPOINT 프로젝트와 그 유스케이스인 조지아 내 EU 모니터링 임무 (EU Monitoring Mission in Georgia)를 기반으로, 우리는 학제간 리스크 모델 (interdisciplinary risk-model)을 OSINT 기반 미디어 수집 및 LLM 지원 위협 추출 (threat extraction)과 결합합니다. 제안된 워크플로우는 미디어 콘텐츠를 임무 관련 위협으로 매핑하고, 구조화된 정보를 추출하며, 관련성 (relevance)과 근거 제시 (grounding)를 개선하기 위해 여러 추가적인 LLM 기반 처리 단계를 적용합니다. 미디어 문서에서 추출된 위협에 대한 평가 결과, 위협 및 임무 관련성과 같은 핵심 측면에서 자동 생성된 결과와 인간의 판단 사이에 높은 일치도를 보였습니다. 이러한 결과는 LLM이 평화 유지 임무 맥락에서 분석가들을 지원하는 유망한 접근 방식을 제공함을 나타냅니다.

AI 자동 생성 콘텐츠

본 콘텐츠는 arXiv cs.AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.

원문 바로가기
0

댓글

0