Automating Cause-Effect Specification with Knowledge Graphs and Large Language Models
공정 제어 및 안전 분야에서 인터록, 경보 합리화 테이블, 원인-결과(C&E) 매트릭스 작성을 자동화하기 위해, 지식 그래프(KG)와 온톨로지 제약 기반의 대규모 언어 모델(LLM)을 결합한 시맨틱-AI 파이프라인을 제안한다. KG에서 SPARQL 쿼리로 C&E 행을 추출하고, LLM이 이를 운영자용 안전 내러티브와 기계 검증 가능한 SWRL 규칙으로 변환하는 방식을 모듈형 공정 플랜트 사례에 적용하여 수작업 없이 일관된 사양 생성이 가능함을 입증하였다.