스마트시 요구사항 자동 변환을 위한 지능형 어시스턴트 CitySpec

초록

CitySpec은 정책 입안자가 영어로 작성한 스마트시 요구사항을 인터랙티브하게 보완하고, 누락·모호·부정확한 정보를 자동으로 정정·보완하여 형식화된 사양으로 변환하는 온라인 지능형 시스템이다. 대화형 인터페이스, 요구사항 합성, 번역 모델, 온라인 학습 네 가지 모듈로 구성되며, 인간‑인‑루프와 단기·장기 학습을 통해 지속적으로 성능을 향상한다.

상세 분석

본 논문은 스마트시 모니터링 시스템이 필요로 하는 형식화된 요구사항과 정책 입안자가 일상 언어로 기술하는 영어 요구사항 사이의 격차를 메우기 위해 설계된 CitySpec 시스템을 제시한다. 첫 번째 핵심 기여는 대화형 인터페이스를 통해 사용자가 요구사항을 입력하면 즉시 NER 기반의 사전 추출 결과를 제공하고, 키워드(엔터티, 양화자, 위치, 시간, 조건)를 자동으로 식별한다는 점이다. 이 과정에서 BiLSTM‑CRF와 BERT를 결합한 하이브리드 모델을 활용해 토큰 수준 분류 정확도를 높였으며, 시간 표현 정제와 부정 탐지를 위한 후처리 파이프라인을 추가함으로써 형식 사양의 일관성을 확보한다.

두 번째로, 데이터 희소성을 극복하기 위해 요구사항 합성 모듈을 도입한다. 실제 도시 정책 문서에서 추출한 어휘와 패턴을 기반으로 통제 가능한 합성 알고리즘을 적용해 다양한 변형 샘플을 생성하고, 이를 번역 모델 학습에 활용한다. 이렇게 확보된 합성 데이터는 모델이 드물게 나타나는 구문 구조나 도메인 특수 용어를 학습하도록 돕는다.

세 번째 핵심은 인간‑인‑루프와 온라인 학습 메커니즘이다. 시스템이 불확실하거나 누락된 정보를 감지하면 즉시 사용자에게 정정 요청을 보내고, 사용자가 제공한 교정 정보를 단기 메모리에 저장한다. 동일 세션 내에서는 이 정보를 재사용해 즉시 응답을 개선하고, 세션 종료 후에는 검증 절차를 거쳐 장기 모델 업데이트에 반영한다. 검증 단계에서는 악의적·오류 입력을 필터링하기 위해 규칙 기반 및 통계적 검증 함수를 적용한다.

마지막으로, 시스템 전반에 걸친 모듈화와 웹 기반 배포 구조를 통해 정책 입안자는 별도의 프로그래밍 지식 없이도 요구사항을 입력·수정·확인하고, 최종 형식 사양을 실시간으로 확인할 수 있다. 실험에서는 27.6%의 위치 누락, 29.1%의 양화자 누락, 90%의 시간 정보 부재 등 실제 데이터의 결함을 효과적으로 보완했으며, 인터랙티브 완성, 인간‑인‑루프 교정, 온라인 학습 세 가지 시나리오를 통해 시스템의 실용성을 입증하였다. 전체적으로 CitySpec은 스마트시 요구사항 자동화 파이프라인에 인간 중심의 인터페이스와 지속 학습 능력을 결합함으로써, 기존 모니터링 시스템이 요구하는 형식 사양을 보다 신속하고 정확하게 제공한다는 점에서 의미 있는 진전을 보여준다.