본 논문은 지식 그래프(KG)와 제약 조건이 적용된 대규모 언어 모델(LLM)을 결합하여 원인-결과(C&E) 로직 생성을 자동화하는 프레임워크를 제시합니다. KG는 공정 구조, 작동 모드, 고장, 증상, 원인, 완화 조치를 기계가 해석할 수 있는 형태로 표현합니다. LLM은 이 정보를 기반으로 안전 관련 서술과 Semantic Web Rule Language(SWRL) 규칙을 생성합니다.
기존 수동 작업으로 오류가 발생하기 쉬웠던 C&E 매트릭스 생성을 자동화하여 공정 제어 및 안전성을 향상시킵니다. 모듈식 공장 환경에서 시연 결과, 엔지니어링 의미, 진단 관계, 기계 검증 가능한 명세를 통합 지식 표현으로 생성하여 수동 노력을 줄일 수 있습니다.
이 프레임워크는 기존의 모듈러 정렬 온톨로지를 기반으로 구축되었으며, 안전 서술과 SWRL 규칙을 생성하는 데 사용되는 LLM은 엄격한 온톨로지 및 어휘 제약 조건 하에 작동합니다.