Earticle

초록

영어

This paper proposes a judgment-centered control system based on ontology and rule-based reasoning to structurally regulate decision errors that may arise from the probabilistic nature of generative AI in immersive safety education environments. Conventional generation-centered safety education systems rely on generative models for situation interpretation and action determination, which makes it difficult to guarantee decision consistency and reproducibility. To address this limitation, the present study decomposes industrial accident scenarios into semantically meaningful elements that directly contribute to safety judgment and explicitly defines them through a safety education ontology (STO_V1). Actual safety decisions are deterministically executed by a rule-based judgment execution layer (LEG), while generative AI is strictly limited to assisting semantic normalization and generating post-decision explanations. Furthermore, the proposed system adopts an execution-flow-based judgment-generation separation architecture combined with input constraint mechanisms, preventing generative models from altering established judgments or arbitrarily proposing new actions. The effectiveness of the proposed approach is validated using the Decision Consistency Rate (DCR) and Decision Reproducibility Rate (DRR), demonstrating that safety judgments are stably derived under identical semantic conditions. By structurally guaranteeing judgment consistency and reproducibility, this work provides a foundation for extending immersive safety education beyond answer-memorization-oriented training toward a reasoning- and judgment-centered learning paradigm that emphasizes situation interpretation and decision-making processes.

한국어

본 논문은 실감융합 안전 교육 환경에서 생성형 AI의 확률적 특성으로 인해 발생할 수 있는 판단 오류를 구조적으로 통제하기 위한 온톨로지·규칙 기반 판단 중심 통제 시스템을 제안한다. 기존 생성 중심 안전 교육은 상황 해석과 행동결정을 생성형 모델에 의존함으로써 판단의 일관성과 재현성이 충분히 보장되지 않는 한계를 가진다. 이를 보완하기 위해 본 연구는 산업재해 상황을 판단에 직접 기여하는 의미 요소로 분해하고, 이를 안전 교육 온톨로지(STO_V1)로 명시적으로 정의하였다. 실제 안전 판단은 규칙 기반 판단 실행 계층(LEG)에 의해 결정론적으로 수행되며, 생성형 AI는 자연어 표현의 정규화 보조와 판단 이후 설명 생성에 한정하여 활용된다. 또한 실행 흐름 기반의 판단-생성 분리 구조와 입력 제약 메커니즘을 통해 생성형 모델이 판단 결과를 변경하거나 새로운 행동을 임의로 제안하지 않도록 설계하였다. 제안한 접근은 판단 일관성과 재현성을 DCR과 DRR 지표로 검증함으로써, 안전 판단이 상황 조건에 따라 안정적으로 도출되는 구조를 확보하고, 이를 통해 실감융합 안전 교육을 정답 암기 중심 접근에서 상황 해석과 판단 과정을 학습 대상으로 삼는 사고·판단 중심 학습으로 확장하기 위한 구조적 기반을 제시한다.

저자

• 유소율 [ Soyul Yu ]
• 신언엽 [ Eonyeop Shin ]
• 채수영 [ Sooyoung Chae ]
• 박형준 [ Hyoungjun Park ]
• 황이환 [ Leehwan Hwang ]
• 권순철 [ Soonchul Kwon ]
• 이승현 [ Seunghyun Lee ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  The Journal of the Convergence on Culture Technology (JCCT) [문화기술의 융합]

• 간기

  격월간

• pISSN

  2384-0358

• eISSN

  2384-0366

• 수록기간

  2015~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 600 DDC 700