🏆50분
도전 과제: 고급 대화 기능 구현
KG 기반 Q&A
도전 과제: 고급 대화 기능 구현
온톨로지 & Knowledge Graph > KG 기반 Q&A
도전 과제: 고급 대화 기능
단계적 진단 모드 예시
AI: "알람 E-201 분석을 시작합니다.
먼저 냉각수 탱크를 확인해주세요.
냉각수 레벨이 정상인가요? (예/아니오)"
사용자: "예"
AI: "냉각수는 정상이군요. (배제)
다음으로 스핀들 진동을 확인합니다.
장비 가동 시 비정상 진동이 느껴지나요?"
사용자: "네, 좀 떨리는 것 같아요"
AI: "베어링 마모가 의심됩니다 (확률 35%→70% 상향).
현재 베어링 사용률 81.3%로 교체 시기입니다.
김기술 님을 호출하시겠습니까?"정비 체크리스트 예시
[ ] 1. 전원 차단 확인
[ ] 2. 안전 장갑 착용
[ ] 3. 스핀들 유닛 커버 분리
[ ] 4. 기존 베어링 상태 확인 및 사진 촬영
[ ] 5. 베어링 풀러로 기존 베어링 제거
[ ] 6. 하우징 청소
[ ] 7. 신품 베어링 (NSK BRG-6205-2RS) 장착
[ ] 8. 토크렌치로 체결 (규격: 45Nm)
[ ] 9. 런아웃 측정 (기준: 0.005mm 이내)
[ ] 10. 시운전 확인요구사항
단계적 진단 모드 구현: AI가 질문하며 원인을 좁혀가는 대화 흐름
정비 체크리스트 자동 생성: 선택된 조치에 대한 step-by-step 가이드
"비슷한 사례가 있었나요?" 기능: 유사 고장 이력을 KG에서 검색
답변에 Confidence Score 표시 및 낮은 점수 시 경고 메시지
평가 기준
- • 단계적 진단 로직의 완성도
- • 체크리스트 생성의 실용성
- • 유사 사례 검색의 정확성
- • 전체 시스템의 사용성 (UX)
AI로 학습하기 — 꿀팁
KG 대화 기능 엣지케이스 발굴AI 학습 팁
구현한 KG 기반 대화 시스템이 실패할 수 있는 엣지케이스를 AI가 체계적으로 발굴합니다.
내가 구현한 제조 KG 기반 대화 시스템은 [멀티턴 대화, 대화 컨텍스트에서 엔티티 추적, Cypher 동적 생성, KG 결과를 자연어 답변으로 변환] 기능을 갖습니다. 다음 5가지 엣지케이스 카테고리에서 각 1개씩 구체적인 실패 시나리오와 재현 가능한 테스트 입력을 제시하고 해결 방법을 알려주세요: 1) 대화 중 엔티티 모호성(같은 이름의 다른 설비), 2) KG에 없는 정보 요청, 3) 시제 처리(어제/지난주/최근), 4) 부정 질의(~하지 않은 설비), 5) 복합 집계(평균, 최대, 비율 동시 요청).
이 팁이 도움이 됐나요?