Track 3 — LLM·RAG 공정 적용 공통 본문 목차¤

📖 약 29 분 읽기

이 페이지 둘러보기

본 페이지는 약 561 줄 / H2 섹션 6 개 입니다. 우측 목차 (TOC) 를 활용하여 원하는 섹션으로 빠르게 이동할 수 있습니다.

서문¤

본 문서는 부산·경남권 철강·금속·고무·정밀가공 제조업체를 고객으로 하는 제조 AI 관련 정부지원 사업계획서·사업신청서·수행계획서·연구개발계획서 작성 시, LLM 과 RAG 을 제조 현장에 적용하는 본문(Track 3) 에 반복적으로 투입되는 내용을 모듈 단위로 재사용 할 수 있도록 설계한 공통 목차이다. Track 3 는 단독 사업으로도, Track 1(제조 AI 서두/본문) 의 확장 파트로도, Track 2(MLOps) 와 결합된 운영 체계의 일부로도 삽입 가능하도록 설계되었다.

제조 현장에는 센서·MES 등의 정형 데이터 뿐 아니라 공정설계서·작업표준서·장애 이력·도면·밀시트·MSDS·8D 보고서 등 방대한 비정형 지식 자산 이 존재한다. 이들 자산은 전통적 AI 로는 활용이 어려우며, 베테랑의 암묵지에 의존해 왔다. Track 3 본문은 이 비정형 지식을 LLM·RAG 파이프라인으로 형식지화·검색·추천·생성 가능한 자산으로 전환하는 과정을 일반화된 구축 논리로 서술한다. 각 블록은 고객사·지원사업 포맷이 달라져도 최소한의 수정으로 재사용 가능하도록 설계하였으며, 철강·금속가공을 기본 도메인으로 하되 타 업종 대응 지점은 대안 문구 또는 옵션 블록으로 표시하였다.

ℹ️ 페이지 정보 (워크스페이스 메타)

플레이스홀더 범례 — [고객사] 고객사명, [공정] 대상 공정명, [수치] 수치, [기간] 기간, [%] 비율, [문서종] 대상 문서군(예: 공정설계서·SOP·밀시트·MSDS 등), [LLM모델] 선정 LLM(예: EXAONE·HyperCLOVA·GPT·Claude 등), [벡터스토어] 벡터스토어(예: Pinecone·Weaviate·Milvus·OpenSearch 등). 특정 고객사 전용 문구는 공통 자산과 분리되며, 본 문서는 고정 공통 블록 기준으로 작성됨. 제품·모델명(EXAONE·HyperCLOVA·GPT·Claude·Pinecone·Weaviate·Milvus·OpenSearch·Feast·MLflow 등) 은 실제 명칭을 유지한다.

목차 전체 구조¤

1. LLM·RAG 도입 필요성 및 거시 환경
   1.1 생성형 AI·LLM 제조 확산 트렌드
   1.2 제조 현장 비정형 지식 자산의 전략적 가치
   1.3 암묵지 휘발 리스크 및 지식 자산화 당위성
   1.4 국내외 제조 LLM·RAG 정책·지원사업 맥락

2. 제조 현장의 비정형 지식 자산 분석
   2.1 문서·이미지·도면·이력 — 지식 자산 유형 분류
   2.2 비정형 데이터 보유 현황 매트릭스
   2.3 지식 자산의 품질·표준화·권한 특성
   2.4 대상 시나리오 선정 기준 및 우선순위화

3. 현황 및 문제점 (AS-IS): 지식 파편화·휘발 리스크
   3.1 문서 포맷 이질성 및 검색 불가 상태
   3.2 숙련자 암묵지 의존 및 지식 이전 실패
   3.3 장애·불량 이력의 재사용 불가 구조
   3.4 규제·안전 문서 파편화 및 준수 리스크

4. 목표 모습 (TO-BE): RAG 아키텍처 및 핵심 구성요소
   4.1 TO-BE 지능형 지식 플랫폼 개념도
   4.2 RAG 기준 아키텍처 (수집→정제→청킹→임베딩→검색→생성→감사)
   4.3 LLM 모델 선택 전략 — 외부 API vs 온프레미스 sLM
   4.4 벡터스토어·검색 인프라 선정 기준
   4.5 멀티 시나리오 지식 플랫폼 재사용 설계

5. 구축 상세 — 데이터 수집부터 응답·권한까지
   5.1 문서 수집·정제 (PDF·HWP·DWG·이미지 OCR)
   5.2 청킹 전략 (계층·섹션·토픽·멀티뷰)
   5.3 임베딩 모델 선택 및 파인튜닝
   5.4 검색기 설계 (하이브리드: Dense + BM25 + 메타 필터 + Re-ranker)
   5.5 LLM 응답 생성 — 환각 방지·근거 인용·거부 정책
   5.6 권한·보안 (AD/HRM 연동, 민감정보 마스킹, 감사 로그)

6. 현장 배포·UX·피드백
   6.1 현장 UX — 태블릿·모바일·HMI·음성·QR 통합
   6.2 휴먼 에스컬레이션 및 숙련자 검수 루프
   6.3 답변 품질 피드백 수집 및 문서 보강 루프
   6.4 MES·CMMS·QMS 등 기존 시스템 연동

7. 평가·운영·지속 개선
   7.1 RAG 평가 체계 (RAGAS·기업 내 Q/A 테스트셋)
   7.2 검색·응답 품질 모니터링 및 드리프트 탐지 (→ Track 2)
   7.3 재학습·문서 보강·임베딩 재구축 주기

8. 기대효과·확장 로드맵
   8.1 정량 기대효과 (AS-IS vs TO-BE)
   8.2 정성 기대효과 및 지식 경영 연계
   8.3 단계별 확장 로드맵 (시나리오 순차 온보딩)

각 소섹션별 카드¤

1.1 생성형 AI·LLM 제조 확산 트렌드¤

목적: "왜 지금, 제조업에 LLM·RAG 인가" 를 글로벌 거시 흐름으로 정당화한다.
포함 내용:
범용 LLM(GPT · Claude 등) 의 기업 도입 급증, 제조 도메인 특화 sLM 출현(EXAONE · HyperCLOVA 등)
선진 제조기업의 Industrial Copilot 도입 사례(지식검색·SOP QA·장애 대응)
RAG 가 미세 파인튜닝보다 기업 문서 활용에 효과적·경제적임을 보인 업계 합의
한국 제조업의 문서 자산 특성(HWP·스캔 PDF 비중 높음) 과 RAG 적합성
삽화·도식 후보: 글로벌 Industrial Copilot 도입 트렌드 막대차트, LLM·RAG 활용 영역 스펙트럼(지식검색 → 문서작성 → 에이전트) 다이어그램, 파인튜닝 vs RAG 비교 매트릭스.
고객사별 가변 여부: 공통 고정. 업종별 통계 그래프만 교체.
[관련 시나리오: 전체 SCN-LLM-01~04 배경]

1.2 제조 현장 비정형 지식 자산의 전략적 가치¤

목적: 제조 기업이 보유한 비정형 문서·이력이 제3의 경쟁 자산 임을 설득한다.
포함 내용:
공정설계서·작업표준서·장애 이력·밀시트·도면·MSDS 등 누적 [수치]건 규모의 기업 내부 지식
"베테랑의 머릿속" 과 "문서 캐비닛" 에 잠긴 지식을 형식지·검색 가능한 자산으로 재구성하는 의미
지식 자산화가 곧 신입 온보딩 가속·재현성·품질 안정성·규제 대응 으로 이어지는 연결고리
삽화·도식 후보: 기업 지식 자산 빙산 다이어그램(형식지/암묵지), 문서·이력·경험의 3층 구조도.
고객사별 가변 여부: 공통 고정. 수치·문서군 예시만 업종별 교체.
[관련 시나리오: SCN-LLM-01, SCN-LLM-02, SCN-STL-07, SCN-MET-07]

1.3 암묵지 휘발 리스크 및 지식 자산화 당위성¤

목적: Track 1 의 3.1(암묵지 리스크) 와 호응하되, Track 3 가 그 해결책의 본체임을 명시한다.
포함 내용:
1~2명 베테랑 숙련공 퇴직·이직 시 공정설계·장애대응·레시피 결정 역량이 즉각 소실되는 구조
인구 고령화·숙련공 감소 추세 속에서 지식 디지털화가 사업 연속성(BCP) 수단으로 격상됨
기존 ERP/MES 로는 담기 어려운 문장 단위 의사결정 이유·선례·제약 을 RAG 가 수용할 수 있음
삽화·도식 후보: 암묵지 → 형식지 → 지능형 어시스턴트 3단 전환 다이어그램, 숙련공 퇴직 시나리오별 손실 영향도 인포그래픽.
고객사별 가변 여부: 공통 고정. 수치만 교체.
[관련 시나리오: SCN-STL-07, SCN-LLM-01, SCN-LLM-02, SCN-MET-07]

1.4 국내외 제조 LLM·RAG 정책·지원사업 맥락¤

목적: 본 사업이 현행 정부·지자체·대기업 상생 지원사업 방향성과 정합함을 입증한다.
포함 내용:
제조AI특화 스마트공장·디지털 경남·대중소상생(LG·삼성·포스코 AI 트랙)·전사적 DX 촉진 R&D·클라우드 종합솔루션 등에서 LLM·RAG 요구 증가
국가 AI 전략 및 K-Industrial AI 정책 기조와 본 사업의 연결고리
보안·데이터주권 관점의 온프레미스 sLM 육성 흐름(EXAONE · HyperCLOVA 등)
삽화·도식 후보: 지원사업 × LLM·RAG 적용 매트릭스, 정책 타임라인.
고객사별 가변 여부: 사업별 교체. 지원사업명만 바꿔 재사용.
[관련 시나리오: 전 LLM 시나리오, SCN-SAF-02, SCN-SAF-03]

2.1 문서·이미지·도면·이력 — 지식 자산 유형 분류¤

목적: 학습·검색·생성에 투입될 비정형 지식을 유형별로 분류해 범위를 확정한다.
포함 내용:
표준·절차 문서: SOP·작업표준·교육자료·품질규정(HWP·PDF)
설계·도면 자산: CAD 도면(DWG·DXF), 공정설계서(Excel·PDF), BOM
이력·운영 로그: CMMS 장애 이력, 8D 보고서, 불량 사례집, 변경점 관리(EC) 이력
외부·공급사 문서: 밀시트·성적서(이미지 PDF), MSDS, 법규 문서(화관법·화평법·CBAM)
이미지·멀티모달 자산: 결함 사진·현미경 이미지·설비 사진·작업 영상
삽화·도식 후보: 5유형 분류 인포그래픽, 유형별 예시 문서 썸네일 그리드.
고객사별 가변 여부: 업종별 교체(철강은 밀시트·공정설계 비중 / 고무는 배합표 / 정밀가공은 도면 비중).
[관련 시나리오: SCN-LLM-01 SOP, SCN-LLM-04 도면, SCN-STL-08 밀시트, SCN-SAF-03 MSDS, SCN-MET-07 공구·금형]

2.2 비정형 데이터 보유 현황 매트릭스¤

목적: Track 1 의 2.4(제조 데이터 보유 현황) 에 대응하는 비정형 문서판(版) 을 제공한다.
포함 내용:
문서군 × 보유량(건수/GB) × 포맷 × 스캔 여부 × 권한 등급 × 수집 난이도 매트릭스
신규 증가량(월·분기 단위) 및 업무 프로세스 상 생성 포인트
OCR · 파서 필요 여부, 민감도 분류(대외비·개인정보·영업비밀)
삽화·도식 후보: 비정형 자산 보유현황 대형 표, 포맷별 비중 파이차트, 스캔 PDF 비중 강조.
고객사별 가변 여부: 고객사별 전면 교체. 표 골격과 컬럼 정의는 공통.
[관련 시나리오: SCN-STL-08, SCN-LLM-04, SCN-SAF-03]

2.3 지식 자산의 품질·표준화·권한 특성¤

목적: 단순 보유량이 아닌 RAG 투입 가능성 을 결정하는 품질·표준화·권한 차원을 분석한다.
포함 내용:
표준화 수준(양식 통일 / 부서별 제각각 / 프리폼)
문서 최신성·버전관리 상태(최종 승인본 추적 가능 여부)
부서·직무별 열람 권한 체계(전사 공개 / 부서 한정 / 개인 한정)
메타데이터 존재 여부(작성자·일자·공정·설비·제품군 태그)
삽화·도식 후보: 품질 × 권한 × 최신성 3축 레이더 차트, 문서군별 RAG 준비도 등급표(A/B/C).
고객사별 가변 여부: 공통 고정. 문서군 예시만 교체.
[관련 시나리오: SCN-LLM-01, SCN-LLM-04, SCN-STL-08]

2.4 대상 시나리오 선정 기준 및 우선순위화¤

목적: 다수 시나리오 중 본 사업에서 무엇을 먼저·어디까지 다룰지 선정 논리를 제시한다.
포함 내용:
Quick Win 기준: 문서 표준화 수준 高 + 질의 빈도 高 + 권한 이슈 낮음 (SOP RAG · 공구·금형 RAG 등)
고난이도 장기 과제: 공정설계 LLM · 불량보고서 자동생성 (정교한 도메인 지식·휴먼 검수 필요)
규제 대응형: MSDS RAG · CBAM 문서 RAG (외부 감사 대비)
선정 매트릭스(난이도 × 기대효과 × 데이터 준비도) 로 4분면 배치
삽화·도식 후보: 4분면 우선순위 매트릭스(Quick Win / Big Bet / 규제 / 장기), 단계별 시나리오 로드맵.
고객사별 가변 여부: 고객사·사업별 교체.
[관련 시나리오: SCN-LLM-01, SCN-LLM-02, SCN-LLM-03, SCN-LLM-04, SCN-STL-07, SCN-STL-08, SCN-MET-07, SCN-SAF-03]

3.1 문서 포맷 이질성 및 검색 불가 상태¤

목적: 첫 번째 AS-IS 근거 — 문서가 존재해도 검색·활용이 안 되는 구조적 한계를 지적.
포함 내용:
HWP · PDF · Excel · 스캔 이미지 · DWG 등 [수치]종 포맷 혼재
파일 서버·개인 PC·공유 메일함에 산재, 중앙 저장소 부재
전문 검색이 파일명·폴더 기반에만 의존, 내용 검색 불가
동일 내용의 복수 버전 공존, 최신본 식별 불가 — 오작업 유발
삽화·도식 후보: 파일 서버 혼잡 개념도, 포맷·저장소 파편화 매트릭스, "작업자 1명이 특정 절차를 찾는 데 [기간] 소요" 타임라인.
고객사별 가변 여부: 공통 고정. 포맷 종류와 수치만 교체.
[관련 시나리오: SCN-LLM-01, SCN-LLM-04, SCN-STL-08, SCN-MET-07]

3.2 숙련자 암묵지 의존 및 지식 이전 실패¤

목적: 두 번째 AS-IS 근거 — 문서화 자체가 이루어지지 않은 살아있는 지식 의 휘발 리스크.
포함 내용:
공정설계·레시피 결정 이유, 장애 처치 순서, 불량 원인 판단 근거가 베테랑 머릿속에만 존재
신입 OJT 기간 [기간] 동안 베테랑 1:1 밀착이 필요하나 인력 부족으로 생략·축소
교대 근무·부서 간 지식 단절, 일지·메모 수준의 기록만 남음
경쟁사 이직 시 기술 유출 리스크와 맞물림
삽화·도식 후보: 지식 이전 실패 계단 다이어그램(전달 → 기록 → 검색 → 활용 각 단계의 드롭오프), 연령대별 핵심 지식 분포 피라미드.
고객사별 가변 여부: 공통 고정. 직무·기간 수치만 교체.
[관련 시나리오: SCN-STL-07, SCN-LLM-01, SCN-LLM-02]

3.3 장애·불량 이력의 재사용 불가 구조¤

목적: 세 번째 AS-IS 근거 — 과거 해결 경험이 미래 대응에 활용되지 못하는 구조.
포함 내용:
CMMS 자유 텍스트 이력이 검색·집계 불가능한 품질로 기록됨
동일 장애가 반복 발생해도 과거 대응 이력 찾기에 [기간] 소요
8D·5Why 보고서 작성에 수시간~수일 소요, 담당자 편차 큼
불량 보고서의 근거 데이터(검사값·이미지·이력) 가 본문에서 분리 저장되어 사후 재분석 난해
삽화·도식 후보: 장애 대응 사이클(발생 → 검색 → 처치 → 기록) 에서 검색 단계 병목 강조 플로우, 유사 장애 반복 발생 추이 그래프.
고객사별 가변 여부: 공통 고정. 장애·불량 유형과 수치만 교체.
[관련 시나리오: SCN-LLM-02 장애 RAG, SCN-LLM-03 불량 보고서]

3.4 규제·안전 문서 파편화 및 준수 리스크¤

목적: 네 번째 AS-IS 근거 — 규제·안전 문서의 분산이 법적 리스크로 이어지는 구조.
포함 내용:
MSDS·화관법·화평법·CBAM·K-ETS 문서가 부서별·공급사별 분산 관리
신규 화학물질 도입 시 혼합 위험성·취급 절차 검토 누락 리스크
중대재해처벌법 시행 이후 관리감독 의무 이행 증빙 문서의 체계적 연결 요구 증가
외부 감사·고객 감사 대비 문서 소집·정합성 확인에 수일 소요
삽화·도식 후보: 규제 문서 체계도, 중대재해·CBAM·K-ETS 감사 대비 체크리스트 매트릭스.
고객사별 가변 여부: 공통 고정. 적용 규제만 업종별 교체.
[관련 시나리오: SCN-SAF-03 MSDS RAG, SCN-SAF-02 CBAM, SCN-UTL-03 환경 규제]

4.1 TO-BE 지능형 지식 플랫폼 개념도¤

목적: AS-IS 대비 바뀌는 지식 운영 구조를 한 장으로 압축해 보인다.
포함 내용:
AS-IS(파일 서버 산재 · 검색 불가 · 암묵지 의존) → TO-BE(중앙 지식 플랫폼 · 자연어 질의 · 근거 제시 응답) 대비 표
3단 핵심 전략(지식 수집·정제 → 지식 모델링·검색 → 지능형 어시스턴트)
본 사업으로 구축할 범위(파일럿 시나리오 · 지원 직무 · 대상 사용자 수)
삽화·도식 후보: AS-IS/TO-BE 좌우 대조 다이어그램, 3-STEP Solution Architecture(수집·정제 → 검색·생성 → 현장 어시스턴트).
고객사별 가변 여부: 공통 템플릿 + 문구 교체.
[관련 시나리오: SCN-LLM-01, SCN-LLM-02, SCN-STL-07]

4.2 RAG 기준 아키텍처 (수집→정제→청킹→임베딩→검색→생성→감사)¤

목적: Track 3 의 4.6 격(格) — 전체 RAG 파이프라인을 한 장의 대형 다이어그램으로 압축.
포함 내용:
수집 계층: 파일 서버·DMS·MES·CMMS·메일 커넥터, 주기·증분·이벤트 수집
정제 계층: 파서(PDF·HWP·DWG·이미지 OCR), 메타데이터 추출, 권한 태깅
청킹·임베딩 계층: 문서 유형별 청킹 정책, 멀티뷰 임베딩, 벡터스토어 적재
검색 계층: Dense + BM25 하이브리드, 메타 필터, Re-ranker
생성 계층: LLM 프롬프팅, 근거 인용(Citation) 강제, Reject 정책
감사·운영 계층: 질의·응답 로그, 피드백 수집, 모니터링 대시보드

삽화·도식 후보: 대형 RAG 파이프라인 다이어그램 1장(한 페이지 풀 사이즈). Mermaid 예시:

flowchart LR
  A[문서 소스
  SOP/도면/CMMS/MSDS] --> B[수집 커넥터
  증분·이벤트]
  B --> C[파서·OCR
  PDF/HWP/DWG]
  C --> D[청킹·메타 추출
  권한 태깅]
  D --> E[임베딩
  멀티뷰]
  E --> F[벡터스토어
  Pinecone/Weaviate/Milvus/OpenSearch]
  G[사용자 질의
  태블릿/HMI] --> H[하이브리드 검색
  Dense+BM25+메타]
  F --> H
  H --> I[Re-ranker]
  I --> J[LLM 생성
  근거 인용]
  J --> K[응답·인용
  현장 UX]
  K --> L[피드백·감사 로그]
  L --> D

고객사별 가변 여부: 공통 고정(노드 이름 일부 교체).
[관련 시나리오: 전 SCN-LLM 시나리오의 기준 아키텍처]

4.3 LLM 모델 선택 전략 — 외부 API vs 온프레미스 sLM¤

목적: LLM 선정의 보안 · 비용 · 성능 · 주권 트레이드오프를 명시적으로 서술한다.
포함 내용:
외부 API 계열(GPT · Claude 등): 품질·한국어 이해 상위, 최신성·기능 업데이트 빠름, 그러나 민감 정보 외부 전송·토큰 단가 이슈
온프레미스 sLM 계열(EXAONE · HyperCLOVA · 오픈소스 Llama·Qwen 등): 데이터 주권·보안·고정비 유리, 인프라·운영 부담 존재, 도메인 파인튜닝 가능
하이브리드 라우팅: 민감도 · 질의 유형 · 응답 지연 요건에 따른 분기(민감 질의 → 온프레미스, 일반 질의 → 외부 API)
선택 기준 요약: 데이터 민감도가 결정적 변수이며, 영업비밀·고객정보 포함 시 온프레미스 우선 · 범용 지식 검색은 외부 API 허용
삽화·도식 후보: 외부 API vs 온프레미스 sLM 트레이드오프 매트릭스(보안·비용·성능·운영), 하이브리드 라우팅 결정 트리.
고객사별 가변 여부: 고객사 보안정책·예산별 교체. 외부 API 사용 가능 여부가 가장 큰 분기점.
[관련 시나리오: 전 SCN-LLM 시나리오, SCN-STL-07, SCN-STL-08, SCN-SAF-03]

4.4 벡터스토어·검색 인프라 선정 기준¤

목적: 벡터스토어 · 검색기 · 메타DB 의 선택 근거를 기술적으로 명시한다.
포함 내용:
후보 벡터스토어: Pinecone(매니지드 · 운영 부담 낮음), Weaviate(온프레미스·하이브리드 네이티브), Milvus(대규모 분산), OpenSearch(BM25 + 벡터 일체형)
선정 기준: 온프레미스 요구 · 데이터 규모 · 검색 QPS · 하이브리드 필요성 · 운영 인력
메타데이터 필터·권한 필터 지원 여부, 멀티테넌시(부서·공장·권한별 격리)
쿼리 라우팅·캐싱 레이어 설계
삽화·도식 후보: 벡터스토어 4종 비교 매트릭스, 규모·온프레미스 요구에 따른 의사결정 트리.
고객사별 가변 여부: 고객사 인프라·규모별 교체. 제품명은 유지.
[관련 시나리오: SCN-LLM-01~04 공통 기반]

4.5 멀티 시나리오 지식 플랫폼 재사용 설계¤

목적: 단일 RAG 엔진이 아닌 복수 시나리오에 공유되는 플랫폼 을 설계한다.
포함 내용:
공통 자산층(파서·임베딩·벡터스토어·권한) 과 시나리오별 특화층(프롬프트·메타 스키마·UX) 분리
시나리오 추가 시 증분 비용 을 낮추는 플랫폼 사고
시나리오 간 지식 교차 참조(장애 RAG 가 SOP RAG 를 호출, 불량 보고서가 밀시트 OCR 결과를 참조 등)
거버넌스 위원회 · 문서 오너십 · 변경 관리 프로세스
삽화·도식 후보: 플랫폼 레이어 다이어그램(공통 vs 특화), 시나리오 간 호출 그래프.
고객사별 가변 여부: 공통 고정. 시나리오 선택만 교체.
[관련 시나리오: 전 SCN-LLM 시나리오 통합]

5.1 문서 수집·정제 (PDF·HWP·DWG·이미지 OCR)¤

목적: RAG 의 품질을 좌우하는 입력 데이터 정비 단계의 세부 계획을 서술.
포함 내용:
수집 커넥터: 파일서버(SMB · S3) · DMS · 이메일 · MES · CMMS · SharePoint 등
파서: PDF(텍스트 + 레이아웃), HWP(국산 문서 전용), Word, Excel, DWG/DXF, 이미지 OCR
스캔 PDF 대응: 고정밀 OCR + Layout 분석(표·머리말·서명 영역), 수식·도면 주석 처리
정제: 중복 제거, 개행·공백 정리, 표 구조 복원, 외국어 혼재 정규화
메타데이터 추출: 작성자·일자·공정·설비·버전·승인상태
삽화·도식 후보: 수집·정제 파이프라인 블록도, 포맷별 파서 매트릭스, OCR 전·후 예시 비교.
고객사별 가변 여부: 문서 유형별 교체. 국산 HWP·국문 OCR 은 필수.
[관련 시나리오: SCN-STL-08 밀시트 OCR, SCN-LLM-04 도면, SCN-LLM-01 SOP]

5.2 청킹 전략 (계층·섹션·토픽·멀티뷰)¤

목적: 청킹 품질이 검색 품질을 결정 함을 인식시키고 전략적 분할 설계를 서술한다.
포함 내용:
계층 청킹: 문서 → 장 → 절 → 문단, 검색 시 상위 컨텍스트 동반 반환
섹션 기반: SOP·MSDS처럼 구조화된 문서의 표준 섹션을 경계로 분할
토픽 기반: 자유 문서의 의미 단위(SentenceWindow · Semantic Chunking)
멀티뷰 임베딩: 동일 청크를 복수 표현(원문 · 요약 · 키워드)으로 임베딩해 질의 다양성 커버
청크 크기 · 오버랩 · 메타데이터 첨부(출처 · 페이지 · 부서 · 권한 태그)
삽화·도식 후보: 청킹 전략 3유형 비교도, 멀티뷰 임베딩 개념도, 청크 크기 대 검색 정확도 실험 차트.
고객사별 가변 여부: 문서 유형별 교체. 전략 유형 자체는 공통.
[관련 시나리오: SCN-LLM-01, SCN-LLM-02, SCN-LLM-04, SCN-SAF-03]

5.3 임베딩 모델 선택 및 파인튜닝¤

목적: 임베딩 모델의 다국어·도메인 적합성 이 검색 품질의 또 다른 축임을 서술.
포함 내용:
공개 다국어 임베딩(OpenAI · Cohere · BGE · E5 · KoSimCSE 등) 벤치마크
한국어·공정 전문 용어(듀플렉스강·가류·패스스케줄 등) 에 대한 공개 모델의 한계
도메인 파인튜닝 전략: 쌍(query, positive, negative) 데이터셋 구성, Triplet/InfoNCE Loss, LoRA 효율 튜닝
재임베딩(리인덱싱) 주기 및 비용 관리
삽화·도식 후보: 공개 모델 한국어 벤치마크 표, 파인튜닝 전·후 Recall@k 비교 차트.
고객사별 가변 여부: 공통 고정. 벤치마크 수치만 교체.
[관련 시나리오: SCN-STL-07, SCN-LLM-01, SCN-LLM-04]

5.4 검색기 설계 (하이브리드: Dense + BM25 + 메타 필터 + Re-ranker)¤

목적: 단일 Dense 검색의 한계를 보완하는 하이브리드 검색 · 재정렬 구조를 서술.
포함 내용:
Dense(의미 기반) 와 BM25(키워드 기반) 의 상호보완 — 제품코드·규격번호 같은 희귀 토큰은 BM25 가 강함
메타 필터(부서 · 공정 · 설비 · 날짜 · 권한) 선적용으로 검색 공간 축소
Re-ranker(Cross-Encoder) 로 상위 N 을 재정렬, Precision 향상
질의 유형별 라우팅(코드 질의 → BM25 가중, 자연어 질의 → Dense 가중)
Fusion 전략(RRF · Weighted) 및 파라미터 튜닝
삽화·도식 후보: 하이브리드 검색 아키텍처(쿼리 → 필터 → Dense/BM25 병렬 → Fusion → Re-rank), 검색 품질 A/B 테스트 결과 표.
고객사별 가변 여부: 공통 고정. 문서 특성별 가중치만 교체.
[관련 시나리오: SCN-LLM-02, SCN-LLM-04, SCN-MET-07]

5.5 LLM 응답 생성 — 환각 방지·근거 인용·거부 정책¤

목적: LLM 의 환각(Hallucination) 리스크를 차단하고 현장 신뢰를 확보하는 응답 설계.
포함 내용:
근거 인용(Citation) 강제: 답변 문장별로 출처 문서·페이지·청크 ID 링크
Reject 정책: 검색 근거가 임계 이하이면 "근거 부족으로 답변 불가" 를 명시적으로 반환
신뢰도 스코어: 검색 유사도·Re-rank 점수·응답 일관성 검사로 답변 신뢰도 표기
프롬프트 설계: 시스템 프롬프트에 "근거 문서 외 정보 생성 금지" 엄격 명시, 도메인 규제 준수 문구 삽입
휴먼 에스컬레이션 트리거: 신뢰도 하락 · 질의 민감 · 규제 관련 질의는 담당자 승인 루트로 자동 전환
삽화·도식 후보: 응답 생성 워크플로우(검색 결과 → 프롬프트 → LLM → Citation 검증 → 응답), Citation 표시 UI 목업.
고객사별 가변 여부: 공통 고정. 규제·민감도 정책만 업종별 조정.
[관련 시나리오: SCN-LLM-01, SCN-LLM-02, SCN-LLM-03, SCN-SAF-03]

5.6 권한·보안 (AD/HRM 연동, 민감정보 마스킹, 감사 로그)¤

목적: **"기업 지식 RAG 은 보안 프로젝트" ** 임을 명시하고 권한·감사 체계를 서술.
포함 내용:
사내 AD(Active Directory) · HRM(인사시스템) 연동으로 사용자·부서·직무·권한 동기화
문서 단위 ACL 을 벡터스토어 메타 필터로 강제, 검색 단계에서 차단
개인정보·영업비밀 자동 마스킹(정규식 · NER · LLM 필터링), 외부 API 전송 전 마스킹 레이어
질의·응답 전체 감사 로그(누가·언제·무엇을·어떤 문서로) 불변 저장
퇴직·부서이동 시 권한 즉시 회수, 감사·규제 대응 체계
삽화·도식 후보: 권한·보안 아키텍처(AD → 권한 매트릭스 → 벡터스토어 필터 → LLM 라우팅 → 감사 로그), 민감정보 마스킹 파이프라인.
고객사별 가변 여부: 고객사 보안정책·IT 환경별 교체. 외부 API 허용 여부가 핵심 분기.
[관련 시나리오: 전 SCN-LLM, SCN-SAF-03]

6.1 현장 UX — 태블릿·모바일·HMI·음성·QR 통합¤

목적: RAG 의 효용은 현장 접근성 에서 결정됨을 강조하고 멀티채널 UX 를 서술.
포함 내용:
현장 태블릿·스마트폰 앱(질의 · 답변 · 인용 · 피드백)
HMI·MES 화면 내 임베디드 위젯(설비 앞에서 바로 질의)
음성 인터페이스(소음·장갑 환경 대응), QR 기반 설비·공구·금형 컨텍스트 자동 주입
다국어(한국어·영어·동남아권 외국인 근로자) 지원
오프라인·네트워크 단절 환경의 캐시 모드
삽화·도식 후보: 멀티채널 UX 목업(태블릿·HMI·음성), QR 스캔 → 컨텍스트 주입 시퀀스 다이어그램.
고객사별 가변 여부: 고객사 현장 환경별 교체(디바이스 · 언어 · 오프라인 요건).
[관련 시나리오: SCN-LLM-01 SOP, SCN-LLM-02 장애, SCN-MET-07 공구·금형, SCN-SAF-03 MSDS]

6.2 휴먼 에스컬레이션 및 숙련자 검수 루프¤

목적: 초기 RAG 가 현장 신뢰를 얻기 위한 전문가 감독 루프 설계. Track 1 의 5.3(HITL) 와 호응.
포함 내용:
신뢰도 하락 · 규제 관련 · 질의 민감도 높음 등 트리거 정의
담당자 승인 UI(제안 답변 · 참조 문서 · 승인/수정/부적합 3단 평가)
승인 결과를 재학습·문서 보강 데이터로 자동 편입
에스컬레이션 SLA 관리(즉시·1시간·익일 등 구분)
삽화·도식 후보: HITL 루프 다이어그램, 에스컬레이션 트리거 매트릭스, 승인 UI 목업.
고객사별 가변 여부: 공통 고정. 승인자·SLA 만 교체.
[관련 시나리오: SCN-LLM-02, SCN-LLM-03, SCN-STL-07]

6.3 답변 품질 피드백 수집 및 문서 보강 루프¤

목적: RAG 를 자기 진화형 시스템 으로 만드는 피드백 루프 설계.
포함 내용:
응답 단위 피드백 UI("유용 / 부분 유용 / 부정확 / 근거 부족" 4단 평가)
부정확 답변 역추적: 문서 누락 · 청킹 오류 · 임베딩 한계 · 프롬프트 한계 중 원인 진단
문서 보강 지시(신규 문서 추가 · 기존 문서 갱신 · 메타 수정) 의 워크플로우화
주기별 리인덱싱(월·분기) 및 검색·응답 품질 변화 추적
삽화·도식 후보: 피드백 루프 사이클 다이어그램, 원인 진단 체크리스트, 품질 개선 추이 그래프.
고객사별 가변 여부: 공통 고정.
[관련 시나리오: 전 SCN-LLM, SCN-MLO-03 피드백 루프 연계]

6.4 MES·CMMS·QMS 등 기존 시스템 연동¤

목적: RAG 가 독립 시스템 이 아닌 현행 기업 시스템과 맞물리는 구조임을 설계.
포함 내용:
CMMS 장애 등록 화면에 "유사 이력 조회" 위젯 자동 삽입
MES 작업지시 화면에 "해당 공정 SOP·주의사항" 요약 제공
QMS 불량 등록 화면에 "과거 유사 불량 · 8D 보고서 초안" 자동 생성
ERP·구매 시스템의 공구·금형·약품 코드와 RAG 검색 연계
삽화·도식 후보: 시스템 연동 아키텍처(RAG ↔ MES/CMMS/QMS/ERP), API·이벤트 흐름도.
고객사별 가변 여부: 고객사별 교체(기존 시스템 벤더·버전에 따라 상세 교체).
[관련 시나리오: SCN-LLM-02 CMMS, SCN-LLM-03 QMS, SCN-STL-08 MES, SCN-MET-07]

7.1 RAG 평가 체계 (RAGAS·기업 내 Q/A 테스트셋)¤

목적: "성능 좋다"는 주관적 주장 대신 측정 가능한 평가 체계 를 제시.
포함 내용:
RAGAS 프레임워크: Faithfulness · Answer Relevance · Context Precision/Recall
기업 내부 Q/A 테스트셋 구성(숙련자 인터뷰 기반 [수치]건 골드셋)
도메인 난이도별 테스트셋(쉬움 · 중간 · 전문가급) 계층화
회귀 테스트(문서 추가·모델 변경 시 성능 변화 자동 점검)
삽화·도식 후보: RAGAS 지표 레이더 차트, 도메인별 성능 히트맵.
고객사별 가변 여부: 공통 고정. 테스트셋 규모만 교체.
[관련 시나리오: 전 SCN-LLM 평가 공통]

7.2 검색·응답 품질 모니터링 및 드리프트 탐지 (→ Track 2)¤

목적: RAG 도 Track 2(MLOps) 의 대상임을 명시하고 연계 지점을 제시.
포함 내용:
질의 분포 드리프트(신규 질의 유형 급증), 문서 분포 드리프트(신규 문서 유입 비율)
검색 결과 품질 저하 신호(Top-k 유사도 하락, 사용자 부정 피드백 증가, Reject 비율 상승)
재학습 트리거(PSI · KS 임계 · 피드백 임계 초과)
Track 2 MLOps 플랫폼(SCN-MLO-01/02/03) 과의 공유 대시보드
삽화·도식 후보: RAG 모니터링 대시보드 개념도, 드리프트 탐지 지표 타임라인.
고객사별 가변 여부: 공통 고정.
[관련 시나리오: SCN-MLO-01, SCN-MLO-03, 전 SCN-LLM]

7.3 재학습·문서 보강·임베딩 재구축 주기¤

목적: 운영 단계 진입 후 RAG 를 지속 유지·향상 시키는 주기적 작업을 설계.
포함 내용:
문서 보강(주간 · 월간 증분 수집) · 리인덱싱(월 · 분기)
임베딩 모델 업그레이드 · 도메인 파인튜닝 재학습 주기
프롬프트·Re-ranker 튜닝 실험 관리(A/B · 챔피언·챌린저)
운영 비용·성능 트레이드오프 대시보드
삽화·도식 후보: 월별 운영 주기 캘린더, 개선 사이클 다이어그램(수집 → 보강 → 리인덱싱 → 평가 → 배포).
고객사별 가변 여부: 공통 고정. 주기 수치만 교체.
[관련 시나리오: SCN-MLO-01, 전 SCN-LLM 운영]

8.1 정량 기대효과 (AS-IS vs TO-BE)¤

목적: 심사자가 주목하는 정량 효과를 한 표로 요약.
포함 내용: 시나리오별 AS-IS / TO-BE / 개선효과 3열 표. 예: SOP 검색 시간 [기간(AS-IS)]/건 → [기간(TO-BE)]/건, 장애 MTTR [기간] → [기간], 불량 보고서 작성 [기간] → [기간], 공정설계 초안 시간 [기간] → [기간], 밀시트 디지털화 휴먼에러 [%] → [%].
삽화·도식 후보: AS-IS/TO-BE 대조 표, 핵심 지표 전·후 막대 그래프.
고객사별 가변 여부: 공통 표 골격 + 수치 교체.
[관련 시나리오: SCN-LLM-01, SCN-LLM-02, SCN-LLM-03, SCN-STL-07, SCN-STL-08]

8.2 정성 기대효과 및 지식 경영 연계¤

목적: 수치로 표현되지 않는 지식 자산화·안전·글로벌 대응 효과를 서술.
포함 내용: 암묵지 형식지화, BCP(사업연속성) 강화, 신입 온보딩 가속, 규제·감사 대응 자동화, 글로벌 수출 대응(외국어 지원·CBAM 대응), 지식 기반 의사결정 문화 정착.
삽화·도식 후보: 기대효과 아이콘 세트, 지식 경영 피라미드(데이터 → 정보 → 지식 → 지혜).
고객사별 가변 여부: 공통 고정.
[관련 시나리오: SCN-LLM-01, SCN-SAF-02, SCN-SAF-03, SCN-STL-07]

8.3 단계별 확장 로드맵 (시나리오 순차 온보딩)¤

목적: 본 사업이 단발성 구축이 아닌 플랫폼 성장 의 첫 단계임을 보인다.
포함 내용:
1단계(0~6개월): Quick Win 시나리오 2~3종(SOP RAG · 공구·금형 RAG · MSDS RAG)
2단계(6~12개월): 장애 RAG · 밀시트 OCR · 도면 검색 확장
3단계(12~24개월): 공정설계 LLM · 불량 보고서 자동화 · Track 2 MLOps 통합
4단계(24개월~): 에이전트형 어시스턴트 · 생성형 설계 · 타 공장 확산
삽화·도식 후보: 3~4년 로드맵 간트형 다이어그램, 시나리오별 온보딩 타임라인.
고객사별 가변 여부: 고객사별 교체.
[관련 시나리오: 전 SCN-LLM, SCN-STL-07, SCN-STL-08, SCN-MET-07, SCN-SAF-03]

공통 자산 vs 특화 지점 맵¤

섹션	재사용 유형	설명
1.1 거시 트렌드	공통 고정	전 고객사·전 사업 동일 사용
1.2 지식 자산 가치	공통 고정	수치·문서군 예시만 교체
1.3 암묵지 휘발	공통 고정	Track 1 3.1 과 호응, 공용도 높음
1.4 정책 맥락	사업별 교체	지원사업명·정책 문구 교체
2.1 지식 자산 유형	업종별 교체	문서군 비중이 업종마다 다름
2.2 보유 현황 매트릭스	표 골격 공통 + 내용 교체	Track 1 2.4 와 대응
2.3 품질·권한 특성	공통 고정	문서 예시만 교체
2.4 시나리오 선정	고객사·사업별 교체
3.1 포맷 이질성	공통 고정	포맷 종류·수치만 교체
3.2 암묵지 의존	공통 고정	Track 1 3.1 공유 블록 변형
3.3 이력 재사용 불가	공통 고정
3.4 규제·안전 파편화	업종별 교체	적용 규제 목록만 교체
4.1 TO-BE 개념	공통 템플릿	3-STEP 아키텍처 공용
4.2 RAG 기준 아키텍처	공통 고정	대형 파이프라인 다이어그램 공용
4.3 LLM 선택 전략	고객사 보안정책별 교체	외부 API 허용 여부가 핵심
4.4 벡터스토어 선정	고객사 인프라별 교체
4.5 플랫폼 재사용 설계	공통 고정
5.1 수집·정제	문서 유형별 교체	파서 목록은 공통
5.2 청킹 전략	공통 고정	3유형 전략 프레임 공용
5.3 임베딩 선택	공통 고정	벤치마크 수치만 교체
5.4 하이브리드 검색	공통 고정	아키텍처 공용
5.5 응답 생성·환각 방지	공통 고정	Citation·Reject 정책 공용
5.6 권한·보안	고객사별 교체	AD/HRM 환경별 상세 교체
6.1 현장 UX	고객사·현장별 교체	디바이스·언어 등
6.2 HITL	공통 고정
6.3 피드백 루프	공통 고정
6.4 시스템 연동	고객사별 교체	벤더·버전에 따라 상세 교체
7.1 평가 체계	공통 고정	RAGAS · 골드셋 프레임 공용
7.2 모니터링·드리프트	공통 고정	Track 2 연계
7.3 재학습 주기	공통 고정
8.1 정량 효과	표 골격 공통 + 수치 교체
8.2 정성 효과	공통 고정
8.3 로드맵	고객사별 교체

재사용 효율이 높은 Top 5 블록: 3.1 포맷 이질성, 3.2 암묵지 의존, 4.2 RAG 기준 아키텍처, 5.2 청킹 전략, 5.5 환각 방지·응답 — 이 5개는 철강·고무·정밀가공 전반에서 거의 그대로 재사용 가능.

특화 지점 대표 예시 3개: 1. 4.3 LLM 선택 전략 — 외부 API 허용(전 업종 범용) vs 온프레미스 필수(기밀·방산·대기업 영업비밀) 로 분리 관리. 2. 2.1 지식 자산 유형 — 철강(공정설계서·밀시트) vs 고무(배합표) vs 정밀가공(CAD 도면) 으로 문서 비중이 다름. 3. 6.1 현장 UX — 공장별 디바이스 표준·외국인 근로자 언어 구성에 따라 멀티채널 조합이 달라짐.

Track 1·Track 2 연계 지점¤

Track 1 → Track 3 연계¤

주 연계 지점 1 — Track 1 의 4.3(활용 데이터 유형): 비정형 문서(공정설계서·작업표준서·밀시트·도면·MSDS) 서술 직후, "이들 비정형 자산은 별도의 Track 3 LLM·RAG 파이프라인으로 활용" 문구로 Track 3 본 문서 전체를 호출. Track 1 4.3 은 센서·PLC·MES 중심, Track 3 는 문서·이력 중심 으로 역할 분담.
주 연계 지점 2 — Track 1 의 7.2(LLM·RAG 기반 지식자산화 교량): Track 1 의 7.2 교량 문단에서 본 Track 3 목차 전체를 별첨 또는 본문 후반 블록으로 삽입. LLM·RAG 가 사업 핵심 과제인 경우 Track 3 가 본문에 통합되고, 부가 과제인 경우 별첨으로 분리.
주 연계 지점 3 — Track 1 의 5.2-a(유사 사례 검색·추천) 와의 경계: 5.2-a 는 구조화된 공정 파라미터·품질 결과를 입력으로 한 수치 기반 추천 이고, Track 3 는 비정형 문서·이력을 입력으로 한 자연어 기반 검색·생성. 양자가 결합되는 시나리오(SCN-STL-07 공정설계 LLM 등) 에서는 5.2-a 의 수치 추천 결과를 Track 3 RAG 의 근거 문서와 병합해 최종 응답을 구성한다. 이 경계는 5.2-a 카드와 본 Track 3 4.2 · 4.5 에서 명시.

Track 2(MLOps) ↔ Track 3 결합¤

RAG 도 운영·모니터링 대상: 본 Track 3 의 7.2(검색·응답 품질 모니터링) 및 7.3(재학습·리인덱싱) 은 Track 2 의 SCN-MLO-01(드리프트 탐지·자동 재학습)·SCN-MLO-02(피쳐 스토어·모델 레지스트리)·SCN-MLO-03(현장 피드백 루프) 와 동일 플랫폼에서 운영.
드리프트 정의 확장: Track 2 의 드리프트 개념을 RAG 에도 적용 — 질의 분포 드리프트, 문서 분포 드리프트, 검색 품질 드리프트. 기존 정형 모델 드리프트(피쳐 분포·성능 지표) 외에 추가 지표로 확장 필요.
삽입 방식: Track 3 본문 7.2 절 말미에 "RAG 운영·모니터링 상세는 Track 2 섹션 참조" 1 문단을 필수 첨부. 반대로 Track 2 본문에도 "RAG·LLM 모니터링 상세는 Track 3 7.2 절 참조" 역참조.

사용 예시 — 중견 제조사 "SOP RAG + 장애 RAG" 초기 도입¤

가령 [중견 스테인리스 냉연사] 수준의 중견 제조사가 "제조AI특화 스마트공장" 또는 "2026 디지털 기업 in 경남" 사업을 통해 Track 3 첫 진입으로 SOP RAG(SCN-LLM-01) + 장애 RAG(SCN-LLM-02) 9~12 개월 과제를 준비한다고 하면, 1장은 1.1 거시 트렌드(공통 고정) + 1.2 지식 자산 가치(공통 고정) + 1.3 암묵지 휘발(공통 고정) + 1.4 정책 맥락(사업별) 순으로 서두를 구성하고, 2장은 2.1 지식 자산 유형(철강 비중 교체) + 2.2 보유 현황 매트릭스(고객사 전면 교체) + 2.3 품질·권한 특성(공통 고정) + 2.4 시나리오 선정(SOP·장애 2종 우선 채택 근거) 으로 범위를 확정한다. 3장은 3.1~3.4 AS-IS 블록을 거의 그대로 가져와 수치만 현장 값으로 교체해 문제의식을 증폭한다.

4장은 4.1 TO-BE 개념도(공통 템플릿) + 4.2 RAG 기준 아키텍처(공통 고정 대형 다이어그램) + 4.3 LLM 선택 전략(외부 API 최소 + 온프레미스 EXAONE/HyperCLOVA 계열 하이브리드) + 4.4 벡터스토어(Weaviate 또는 OpenSearch 온프레미스) + 4.5 플랫폼 재사용 설계(향후 3~6종 확장 전제) 로 방법론을 제시하고, 5장은 5.1~5.6 구축 상세 블록 을 공통 골격 기반으로 채우되 5.6 권한·보안은 [중견 스테인리스 냉연사] 의 AD·HRM 환경에 맞춰 전면 교체한다. 6장은 6.1 현장 UX(태블릿 + HMI) + 6.2 HITL(정비팀장 승인) + 6.3 피드백 루프 + 6.4 CMMS 연동 으로 현장화하고, 7장은 7.1 RAGAS + 내부 골드셋 [수치]건 + 7.2 Track 2 연계 + 7.3 월 리인덱싱 으로 운영 체계를 설명한다. 8장은 8.1 정량(SOP 검색 시간 [기간]→[기간], 장애 MTTR [기간]→[기간]) + 8.2 정성(암묵지 형식지화·신입 온보딩) + 8.3 3단계 확장 로드맵(이후 밀시트 OCR·공정설계 LLM 등 추가 온보딩) 으로 마무리한다. 이렇게 하면 약 40~60페이지 분량의 Track 3 본문이 전체의 65~75%가 공통 블록 으로 채워지고, 나머지 25~35%만 고객사 고유 내용으로 교체되어, 다음 고객사·지원사업으로의 재사용 효율을 극대화할 수 있다.

📌 이 페이지 정보 (개발자용)

원본 파일: track3_공통본문_목차.md
자산 군: 🔧 기술 트랙
slug 경로: track/track3-index.md
워크스페이스 정책: 원본 .md 수정 0 — hooks 로만 시각 변환
자산 자족성 정상화: Phase E7 완료 (잔여 외부 갭 4)