HSE 분야의 AI 어시스턴트: 도입 및 실무 활용 방법
HSE 전문가의 새로운 도구로서의 인공지능
HSE 분야에 디지털 기술과 인공지능(AI)을 도입하는 것은 단순한 트렌드를 넘어 반복적인 업무 프로세스를 최적화하기 위한 필수 요소가 되었습니다. 건설 회사 'Edelweiss'의 HSE 전문가인 타티아나 파클린스카야(Tatiana Paklinskaya)는 일상 업무에 신경망을 통합한 실무 경험을 공유합니다. 그녀는 강연을 통해 지침서 작성 및 개인보호구(PPE) 지급 기준을 자동화하는 데 도움을 주는 AI 어시스턴트 제작의 '비하인드 스토리'를 공개합니다.
요리 비유를 통한 AI의 이해
신경망을 효과적으로 사용하려면 그 작동의 기본 원리를 이해하는 것이 중요합니다. 연사는 간단한 비유를 제시합니다. AI는 사람 없이 요리한다는 아이디어이고, 머신러닝은 요리 방법(굽기, 끓이기)이며, 딥러닝은 슈퍼 멀티쿠커(신경망), 대형 언어 모델(LLM)은 레시피와 재료입니다. 완성된 요리는 우리에게 익숙한 ChatGPT, GigaChat, DeepSeek입니다. 이러한 기초를 이해하면 올바른 프롬프트를 작성하고 원하는 결과를 얻는 데 도움이 됩니다.
특정 작업을 위한 AI 어시스턴트 제작
강연에서는 특화된 AI 어시스턴트를 만드는 과정을 자세히 다룹니다. 타티아나가 도출한 핵심 원칙은 '다른 작업 = 다른 어시스턴트'입니다. 만능 어시스턴트를 만들려고 하면 신경망에 혼란과 오류(환각 현상)가 발생합니다.
- HSE 지침서 작성용 어시스턴트: 규정 문서의 축약본(예: 노동부 명령 제772n호 일부)과 회사의 내부 규정을 지식 기반에 업로드합니다. 이를 통해 AI는 필요한 규칙에만 집중하고 생성되는 텍스트 분량 제한을 우회하여 섹션별로 구조화된 텍스트를 출력할 수 있습니다.
- PPE 기준 선정용 어시스턴트: 이 어시스턴트가 올바르게 작동하도록 연사는 제767n호 명령의 방대한 표를 수정하여 열 수를 9개에서 4개로 줄였습니다. 직무, 작업환경측정(SOUT) 결과 및 사용 장비를 업로드하면 어시스턴트가 기준을 정확하게 선정하며, 전문가는 결과를 확인하고 세부적인 수정만 하면 됩니다.
이러한 접근 방식은 지침서 초안 준비 시간을 며칠에서 30분으로 단축하며, 대부분의 시간은 문서의 최종 서식 지정에 소요됩니다.
신경망의 한계와 대처 방법
연사는 AI가 명확한 지시가 필요한 기계임을 사례를 통해 보여줍니다. 사용자가 직면하는 주요 한계는 다음과 같습니다.
- 출력 텍스트 분량 제한: 신경망이 긴 문서를 임의로 축약할 수 있습니다. 해결책은 텍스트를 부분적으로 출력하도록 프롬프트를 설정하는 것입니다.
- 지식 기반 구조화의 필요성: 구조화되지 않은 대량의 데이터를 업로드하면 오류가 발생합니다. 정보를 사전에 처리하고 불필요한 내용을 '정제'해야 합니다.
- 프롬프트 품질에 대한 의존성: 작업을 더 정확하고 자세하게 설명할수록 결과의 품질이 높아집니다. 상세한 프롬프트는 몇 페이지에 달할 수 있지만, 어시스턴트의 올바른 작동을 보장합니다.
AI의 창의적 잠재력: 교육 자료 제작
반복적인 작업 외에도 신경망은 흥미로운 콘텐츠를 제작할 수 있는 새로운 가능성을 열어줍니다. 타티아나는 AI를 사용하여 만든 전기 안전 애니메이션 영상을 시연했습니다. ChatGPT는 대본을 작성하고 일관된 스타일(3D Pixar)로 이미지를 생성하는 데 도움을 주었으며, GigaChat은 이를 '움직이게' 하는 데 사용되었습니다. 이는 전문가의 역할이 단순한 실행자에서 디지털 팀을 관리하는 프로세스 설계자로 어떻게 변화하고 있는지 명확하게 보여줍니다.
이 웨비나에서 배울 내용:
- 오류와 '환각 현상'을 최소화하기 위해 신경망에 대한 프롬프트를 올바르게 작성하는 방법은?
- AI 어시스턴트의 지식 기반에 업로드하기 위해 규정 문서(예: 제767n호 명령)를 준비하고 구조화하는 방법은?
- 다양한 작업(지침서, PPE 기준)을 위해 별도의 AI 어시스턴트를 만들어야 하는 이유는?
- 방대한 문서를 작성할 때 생성되는 텍스트 분량에 대한 신경망의 제한을 우회하는 방법은?
- 신경망을 사용하여 HSE 교육용 애니메이션 영상을 제작하는 방법은?