수작업 문서 대조에 따른 품질 리스크

원자력 기자재를 제작할 때 참고하는 상위요건 문서가 개정될 때마다 이전 버전과 무엇이 달라졌는지를 엑셀·워드로 수동 비교해 왔습니다. 이 과정에서 휴먼에러와 품질 리스크가 반복적으로 발생했고, 반복적인 검토에 고숙련 인력이 과도하게 투입되면서도 검토 기준이 명확하지 않아 일관성이 부족했습니다. 검토 결과도 개별 문서로 흩어져 있어 이력 관리와 재활용이 어렵고 조직의 지식으로 축적되지 않는 문제도 있었습니다.

Vision·Parser·LLM 기반 문서 파싱과 변경 검출

Vision, Parser, LLM을 결합해 문서 파싱과 변경 검출 두 단계로 비정형 문서를 자동 분석하는 시스템을 구축했습니다. 문서 파싱 단계에서는 상위요건 문서를 전처리한 뒤 VLM 기반으로 정보를 추출하고 후처리·구조화하며, 변경 검출 단계에서는 추출된 요소를 정형화된 중간산출물로 변환해 vector로 embedding하고 vector DB에 저장한 뒤, 개정판 간 중간산출물을 비교해 변경 지점과 사항을 정밀하게 검출합니다.

누락 없는 품질 검토와 문서 자산화

AI가 변경사항을 자동으로 분석하고 테이블로 시각화해 누락 없는 정확한 품질 검토가 가능해졌습니다. 중요 변경 중심으로 자동 필터링하고 기준을 정형화해 인력 집중도와 생산성을 높였으며, 검토 결과를 정형 DB로 관리하고 문서를 자산화해 향후 LLM 연계 확장까지 고려한 재활용성과 확장성을 확보했습니다.원자력 기자재 제작 시 발생하는 반복적인 문서 대조 작업을 AI로 자동화했습니다. 개정 사항 누락에 따른 품질 리스크를 사전에 방지하고 업무 효율성을 높였습니다.