Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
지식 그래프(KG)와 제약 조건이 적용된 LLM을 결합하여 공정 제어의 인과관계(C&E) 로직 생성을 자동화하는 시맨틱 AI 프레임워크를 제안합니다. 온톨로지를 기반으로 LLM이 안전 내러티브와 SWRL 규칙을 생성하여 수동 작업의 부담을 줄이고 정확성을 높입니다.
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 바로가기인터록(interlocks), 알람 합리화 테이블(alarm rationalization tables), 인과관계(cause-and-effect, C&E) 매트릭스와 같은 엔지니어링 사양은 공정 제어 및 안전의 핵심으로 남아 있으나, 그 생성 과정은 여전히 주로 수동적이고 문서 중심적이며 불일치가 발생하기 쉽습니다. 본 논문은 지식 그래프(Knowledge Graph, KG)와 제약 조건이 적용된 대규모 언어 모델(Large Language Model, LLM) 레이어를 결합하여 C&E 로직 생성을 자동화하는 시맨틱 AI(semantic-AI) 프레임워크를 제시합니다. KG는 확립된 모듈형 정렬 온톨로지(modular alignment ontology)를 기반으로 공정 구조, 운전 모드, 결함, 증상, 원인 및 완화 조치를 기계가 해석 가능한 형태로 표현합니다. 그런 다음 LLM은 엄격한 온톨로지 및 어휘 제약 조건 하에서 이 정보를 운영자가 즉시 사용할 수 있는 안전 내러티브(safety narratives)와 시맨틱 웹 규칙 언어(Semantic Web Rule Language, SWRL) 규칙으로 변환하며, 생성된 결과물을 기반이 되는 시맨틱 모델에 접지(grounding)시킵니다. 이 워크플로우는 모듈형 공정 플랜트에서 시연되었으며, 엔지니어링 시맨틱(engineering semantics), 진단 관계(diagnostic relations), 기계 검증 가능한 사양(machine-verifiable specifications)이 통합된 지식 표현으로부터 수동 작업의 부담을 줄이면서 어떻게 생성될 수 있는지를 보여줍니다.