• 해당 논문은 2025 한국군사과학기술학회 추계학술대회에서 발표되었습니다.
AI 기반 절차서 자동 구조화 및 로봇 제어 데이터 생성 연구
AI-based Study on Automatic Structuring of Test Procedures and Generation of Robot Control Data
정해성* · 이지현* · 배찬일** Haesung Jung* · Jihyun Lee* · Chanil Bae**
㈜모아소프트
** 한국항공우주산업㈜
(hsjung@moasoftware.co.kr)
ABSTRACT
This study investigates an AI-based method for automatically structuring natural-language test procedures and generating corresponding robot control data. The proposed approach combines TF-IDF-based Action Type classification with a DistilBERT-based multi-slot prediction model for Control Attributes, converting unstructured procedural sentences into structured datasets applicable to robotic control environments. Experimental results show that the method improves verification efficiency and consistency while reducing manual interpretation time and human errors.
Key Words : Artificial Intelligence, Test Procedure, Automatic Structuring, Robot Control, DistilBERT
1.서론
항공·방산 분야의 소프트웨어 통합 검증 과정에서는 방대한 절차서 문장을 해석해 시험 환경에 적용해야 하며, 이 과정은 대부분 수작업으로 수행되어 시간 소모와 인적 오류가 발생한다. 이러한 한계를 극복하기 위해 최근에는 AI 기반 자연어처리(NLP) 기법을 이용해 테스트 절차를 자동 해석하거나 테스트케이스를 생성하는 연구가 제안되고 있으며[1][2], 이를 로봇 제어와 연계한 시험 자동화(Test Automation)로 확장하려는 연구가 활발히 진행되고 있다[3]. 본 연구에서는 AI 기반 절차서 자동 구조화 기법을 연구하여, 문장 내에서 Action Type(행동 유형) 과 Action Type의 Control Attributes(제어 속성) 을 자동 예측하고, 그 결과를 로봇 제어 데이터로 변환하여 시험 절차 수행을 자동화하는 방법을 제시한다. 본 연구의 목적은 절차서 해석 과정을 AI와 로봇 기술로 통합하여 검증 효율성과 일관성을 향상시키는 것이다.
…중략…
4. 결론
본 연구에서는 절차서 문장을 AI 기반으로 자동 구조화하여 로봇 제어용 데이터로 변환하는 시스템을 제안하였다. TF-IDF 기반 Logistic Regression 모델을 이용한 Action Type 분류는 높은 정확도를 보였으며, DistilBERT 기반 Control Attributes 예측은 속성 특성에 따라 오차가 다소 발생하였으나, 문장 의미를 반영한 추정이 가능함을 확인하였다.
이러한 경향은 회귀형 속성이 지닌 복잡한 분포 특성과 데이터 불균형의 영향으로 해석된다. 향후 데이터 정규화와 손실 함수(Smooth L1 Loss 등)의 개선을 적용하여 예측 안정성을 향상시킬 예정이다.
예측된 Action Type과 Control Attributes를 통합하여, 절차서 문장을 로봇 제어 스크립트로 직접 활용 가능한 구조적 데이터로 변환하였다. 이를 통해 연구한 방법이 실제 시험 자동화 과정에서도 충분한 적용성을 보임을 확인할 수 있었다.
- 소프트웨어 통합 검증 절차 AI 기반 자동 구조화 기법 관련 문의 : 02-6945-2156 / Contact us – (주)모아소프트 (moasoftware.co.kr)
