해석 가능한 마코프 기반 시공간 위험 지도와 강화학습·LLM 품질 보증을 활용한 실종아동 수색 계획

초록

본 논문은 실종아동 초기 72시간 수색을 지원하기 위해, 비정형 사건 보고서를 구조화하고, 도로·교통 정보를 결합한 마코프 체인으로 위험 지도를 생성한다. 생성된 확률 분포는 강화학습 기반 최적화기로 변환되어 실질적인 수색 구역을 제시하고, 마지막으로 대형 언어 모델(LLM)이 계획의 타당성을 검증한다. 합성 사례 실험을 통해 24·48·72시간 예측 정확도와 해석 가능성을 입증한다.

상세 분석

Guardian 시스템은 데이터 전처리, 확률 예측, 실행 계획 검증이라는 세 단계로 구성된 파이프라인을 제시한다. 첫 번째 레이어인 마코프 체인은 격자 기반 지리 공간을 노드로 정의하고, 도로 접근성, 은둔 선호도, 복도 편향 등 3가지 특성을 가중치로 포함한다. 일·야간 별 전이 행렬을 별도로 학습함으로써 시간에 따른 이동 패턴의 비정상성을 포착한다. 초기 확률은 마지막 확인 위치 주변의 가우시안 시드와 과거 핫스팟을 KDE로 추정한 사전 분포를 α‑가중치로 혼합해 생성한다. 전이 행렬은 확률 보존을 전제로 희소하게 설계돼 해석이 용이하며, 생존‑스타일 감쇠(반감기 λ)를 적용해 시간 경과에 따라 불확실성이 점진적으로 확대된다.

두 번째 레이어는 강화학습(RL) 기반 구역 최적화기로, 마코프 체인에서 얻은 믿음 지도(belief map)를 입력으로 받아 제한된 수색 자원을 배분한다. 상태는 현재 남은 확률 질량과 이미 할당된 구역의 겹침 정도이며, 행동은 새로운 구역을 선택하거나 기존 구역을 확장하는 것이다. 보상 함수는 초기 포착 가치(early capture value)와 구역 중복 페널티를 동시에 고려하도록 설계돼, 조기 구조 성공률을 극대화하면서 탐색 효율성을 유지한다. 정책 학습은 정책 그래디언트와 보상 shaping 기법을 결합해 수렴성을 높였으며, 시뮬레이션 환경에서 24·48·72시간 단계별 최적 구역을 도출한다.

세 번째 레이어는 LLM 기반 품질 보증(QA) 모듈이다. 강화학습이 제시한 구역 리스트를 입력받아, 사전 정의된 검증 프롬프트와 규칙 기반 체크리스트를 활용해 논리적 일관성, 지리적 타당성, 자원 제약 위반 여부 등을 자동 검토한다. LLM은 “합리적 설명”을 생성해 인간 조사관에게 제공함으로써, 완전 자동화된 의사결정이 아니라 인간‑기계 협업 형태의 의사결정 지원을 목표로 한다. 검증 단계에서 발견된 오류는 강화학습 정책에 피드백으로 전달돼 반복 학습이 가능하도록 설계되었다.

실험은 실제 사건을 모델링한 합성 데이터셋(GRD‑2025‑001541)을 사용했으며, 24·48·72시간 예측에서 각각 Geo‑hit@10이 0.68, 0.61, 0.55 수준을 기록했다. 마코프 체인의 해석 가능성은 전이 가중치가 도로 접근성(βₐ)과 은둔 점수(βₛ)에 어떻게 기여하는지 시각화함으로써 조사관이 모델을 검증하고 조정할 수 있게 한다. 강화학습 구역은 전통적인 히트 맵 기반 수동 선택에 비해 평균 탐색 거리 12% 감소와 초기 포착 시간 9% 단축을 달성했다. LLM QA는 94% 이상의 구역이 정책 위반 없이 승인되는 것을 확인했으며, 오류 탐지율은 0.07% 수준으로 낮았다.

본 연구의 주요 강점은 (1) 마코프 체인의 투명한 파라미터화로 도메인 전문가가 직접 조정 가능, (2) 강화학습을 통한 자원 최적화가 실제 운영 제약을 반영, (3) LLM을 활용한 사후 검증이 인간 감독을 유지하면서 자동화를 촉진한다는 점이다. 한계점으로는 합성 데이터에 의존한 평가로 실제 현장 데이터에서의 일반화 검증이 부족하고, 전이 행렬 학습에 필요한 충분한 라벨 데이터 확보가 어려울 수 있다는 점을 들 수 있다. 향후 연구에서는 실제 실종 사건 데이터를 활용한 베타 테스트와, 다중 에이전트(드론·헬리콥터) 협업을 위한 다중 목표 강화학습 확장을 계획하고 있다.