선박의 안전성과 견고한 설계를 보장하기 위해 관련 규정은 지속적으로 개정되고 있으며, 이러한 변화는 기술 발전과 선박의 대형화에 따라 점점 더 전문적이고 세분화되는 경향을 보인다. 이에 따라 선박 설계자, 검사관, 엔지니어 등 관련 종사자들은 최신 규정을 숙지하고 이를 실무에 적용하는 데 있어 상당한 시간과 노력이 필요하다.

그러나 현재의 규정 문서는 방대한 양을 포함하고 있으며, 특정 정보를 효과적으로 검색하고 이해하는 것이 쉽지 않다. 특히, 해당 규정을 직접 검토하면서 전문 용어와 복잡한 내용을 정확히 파악해야 하기 때문에 필요한 정보를 신속하게 찾는 것이 어렵고, 이로 인해 업무의 비효율성이 증가하는 문제가 발생하고 있다.

본 연구에서는 이러한 문제를 해결하고자 RAG (Retrieval-Augmented Generation) 구조를 기반으로 한 질의 응답 시스템을 개발하였다. RAG는 대규모 언어 모델 기반의 생성형 AI와 문서 검색 모듈을 결합하여, 입력된 질의에 대해 관련 문서를 찾아 제공하고 이를 바탕으로 사용자의 질의 의도를 고려한 답변을 생성하는 방식으로 동작한다. 이를 위해 먼저, 선박 관련 규정이 담긴 PDF 형식의 문서에서 데이터를 추출하고, 해당 데이터를 질의 응답 시스템에 적합한 형태로 변환하여 데이터베이스를 설계하였다. 이후, 범용적인 자연어 처리 모델을 활용하되, domain adaptation 기법을 적용하여 선박 규정에 특화된 질의 응답 시스템을 구축하였다.

그림 2. RAG 기반의 질의 응답 시스템 구조

이러한 질의 응답 시스템은 사용자의 입력된 질문을 분석하여 해당 질문과 가장 관련성이 높은 규정을 신속히 검색한 후, 생성형 AI를 활용하여 질문의 의도를 반영한 상세하고 정확한 답변을 제공한다. 이를 통해 기존의 단순한 키워드 기반 검색 방식에서 벗어나 맥락에 맞는 의미 있는 정보를 제공할 수 있으며, 종사자들이 보다 직관적이고 효율적으로 규정 내용을 파악할 수 있도록 돕는다. 본 연구에서 개발한 질의 응답 시스템을 한국선급 (KR, Korean Register)의 기술 규칙 규정집 (KR-Rules)에 적용한 결과, 사용자의 질의에 대해 신속하고 정확한 정보를 제공할 수 있었으며, 규정의 맥락을 고려한 답변을 제공하여 작업자의 업무 효율성을 크게 향상시킬 수 있음을 확인하였다.

본 질의 응답 시스템은 선박 규정과 같은 복잡한 기술 문서를 보다 쉽게 이해할 수 있도록 지원하며, 단순한 문서 검색 기능을 넘어 실질적인 정보 제공 및 해석 능력을 갖춘 시스템으로 설계되었다. 향후 연구 계획으로 본 연구에서 제안한 질의 응답 시스템을 타 선박 규정 또는 규정 외 다양한 종류의 선박 기술 문서에 적용하여 질의 응답 시스템의 범용성 및 강건성을 검증할 예정이다.