한국컴퓨터정보학회:학술대회논문집 (Proceedings of the Korean Society of Computer Information Conference)

한국컴퓨터정보학회 (Korean Society of Computer Information)
권호 표지

작업자의 업무 능률 향상과 안전 사고 방지를 위한 LLM 기반 챗봇 시스템

LLM-based chatbot system to improve worker efficiency and prevent safety incidents

  • 김두환 (성균관대학교 스마트팩토리융합학과) ;
  • 한요한 (성균관대학교 스마트팩토리융합학과) ;
  • 정인혁 (성균관대학교 전자전기공학부) ;
  • 황영석 (성균관대학교 전자전기공학부) ;
  • 박진주 (성균관대학교 시스템경영공학과) ;
  • 이나현 (성균관대학교 공학계열) ;
  • 이유진 (성균관대학교 시스템경영공학과)
  • Doohwan Kim (Dept. of Smart Factory Convergence, Sungkyunkwan University) ;
  • Yohan Han (Dept. of Smart Factory Convergence, Sungkyunkwan University) ;
  • Inhyuk Jeong (School of Electronic and Electrical Engineering, Sungkyunkwan University) ;
  • Yeongseok Hwnag (School of Electronic and Electrical Engineering, Sungkyunkwan University) ;
  • Jinju Park (Dept. of Systems Management Engineering, Sungkyunkwan University) ;
  • Nahyeon Lee (College of Engineering, Sungkyunkwan University) ;
  • Yujin Lee (Dept. of Systems Management Engineering, Sungkyunkwan University)
  • 발행 : 2024.01.17
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 논문에서는 LLM(Large Language Models) 기반의 STT 결합 챗봇 시스템을 제안한다. 제조업 공장에서 안전 교육의 부족과 외국인 근로자의 증가는 안전을 중시하는 작업 환경에서 새로운 도전과제로 부상하고 있다. 이에 본 연구는 언어 모델과 음성 인식(Speech-to-Text, STT) 기술을 활용한 혁신적인 챗봇 시스템을 통해 이러한 문제를 해결하고자 한다. 제안된 시스템은 작업자들이 장비 사용 매뉴얼 및 안전 지침을 쉽게 접근하도록 지원하며, 비상 상황에서 신속하고 정확한 대응을 가능하게 한다. 연구 과정에서 LLM은 작업자의 의도를 파악하고, STT 기술은 음성 명령을 효과적으로 처리한다. 실험 결과, 이 시스템은 작업자의 업무 효율성을 증대시키고 언어 장벽을 해소하는데 효과적임이 확인되었다. 본 연구는 제조업 현장에서 작업자의 안전과 업무 효율성 향상에 기여할 것으로 기대된다.

키워드

참고문헌

  1. Bumjoong Kim, Youngjin Ahn, Kyunggeun Yoo. "Application of artificial intelligence and smart factory to domestic manufacturing industry." Journal of Korea Resources Engineering. 2021, 58, 620-625.
  2. D. Lucke, C. Constantinescu, E. Westkamper, "Smart factory - a step towards the next generation of manufacturing." Manufacturing Systems and Technologies for the New Frontier. Springer London. 2008, 115-118.
  3. B. Chen, J. Wan, L. Shu, P. Li, M. Mukherjee, and B. Yin. "Smart Factory of Industry 4.0: Key Technologies, Application Case, and 699 Challenges". IEEE Access. 2018, 6, 6505-6519. https://doi.org/10.1109/ACCESS.2017.2783682
  4. Youngjin Son, Hwan Young Choi. "A Study on Smart Factory Introduction Cases and Sustainable Effect." Korean Institute for 701 Practical Engineering Education. 2022, 14, 1, 127-136.
  5. J. Devlin, M. W. Chang, K. Lee, and K. Toutanova, "BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding," arXiv, preprint arXiv:1810.04805, 2018.
  6. T. Brown, B. Mann, N. Ryder, M. Subbiah, J. D. Kaplan, P. Dhariwal, D. Amodei, et al. "Language Models are Few-Shot Learners," Advances in Neural Information Processing Systems, Vol. 33, pp. 1877-1901, 2020.
  7. R. Gozalo-Brizuela, and E. C. Garrido-Merchan. "A Survey of Generative AI Applications," arXiv, preprint arXiv:2306.02781, 2023.
  8. A. Hannun, C. Case, J. Casper, B. Catanzaro, G. Diamos, E. Elsen, R. Prenger, S. Satheesh, S. Sengupta, A. Coates et al., "Deep Speech: Scaling up end-to-end speech recognition," arXiv, preprint arXiv:1412.5567, 2014.
  9. A. van den Oord, S. Dieleman, H. Zen, K. Simonyan, O. Vinyals, A. Graves, N. Kalchbrenner, A. Senior, K. Kavukcuoglu, "WaveNet: A Generative Model for Raw Audio," arXiv, preprint arXiv:1609.03499, 201
  10. "KT GenieLabs," KT GenieLabs, 2023. 12. 3 Access, https://genielabs.ai/main/genielabs/index.
  11. Hyekyung Jung, Yongsang Lee, Dongkwang Shin. "A survey study on pre-service teachers' perceptions of AI generated texts." The Korean Society of Bilingualism, 2022, vol., no.90, pp. 193-217