선박 규정 RAG 챗봇: 근거 문서 검색과 답변 검증 설계 [2026]

선박 규정 RAG 챗봇은 방대한 기술문서에서 답처럼 보이는 문장을 만드는 도구가 아니라 선종, 설비, 적용 시점과 문서 버전을 고려해 관련 조항을 찾고 사용자가 원문 근거를 직접 검증하도록 돕는 전문 검색 시스템입니다.

이 글은 선박 설계와 검사 과정에서 규정 검색을 개선하려는 조선 및 해사 분야 실무자, 지식관리 담당자, AI 기획자를 위한 글입니다. 핵심 검색 의도는 RAG 챗봇이 기술 규정을 얼마나 잘 요약하는지가 아니라 필요한 조항을 놓치지 않고 최신 원문으로 돌아갈 수 있는지에 있습니다.

기술문서 검색이 어려운 이유#

선박 관련 질문은 한 문서 안에서 끝나지 않을 수 있습니다. 본문 조항, 별표, 해석 지침, 개정 공지의 관계를 확인해야 하고 같은 용어도 문맥에 따라 범위가 다릅니다. PDF의 표와 각주가 검색 과정에서 분리되거나 과거 규정판이 최신 문서보다 먼저 노출되면 자연스러운 답변도 실무 근거로 사용할 수 없습니다.

규정 RAG 구축의 핵심 단계#

1. 문서 체계를 먼저 모델링합니다. 규정판, 시행일, 개정 관계, 문서 유형, 선종과 설비 적용 범위를 메타데이터로 정의합니다.
2. 조항 구조를 보존해 분할합니다. 일정 글자 수로만 자르지 말고 제목, 본문, 표, 각주, 참조 조항이 함께 검색되도록 연결합니다.
3. 키워드와 의미 검색을 결합합니다. 정확한 규정 번호와 전문 용어는 키워드 검색으로, 자연어 질문과 유사 개념은 의미 검색으로 찾습니다.
4. 검색 결과를 조건별로 재정렬합니다. 최신성만 우선하지 말고 질문에 명시된 적용 시점과 사용자 권한, 문서 효력을 반영합니다.
5. 답변과 인용을 별도로 검증합니다. 찾은 조항이 맞는지와 생성된 문장이 그 조항의 의미를 벗어나지 않는지를 나눠 평가합니다.

프로젝트에서 확인한 적용 사례#

알파카랩스는 한국선급의 해사 분야 RAG 챗봇 프로젝트에서 방대한 기술 규정과 문서를 대화형으로 검색하고 근거 자료를 함께 확인하는 시스템을 구축했습니다. 선박 설계와 검사 과정의 문서 탐색을 개선하는 목적이며 UXUI 기획과 디자인, 프론트엔드, 백엔드 개발을 맡았습니다. Figma, Next.js, React를 활용했고 수행 기간은 2026년 4월부터 7월까지입니다.

공개 프로젝트 범위 밖의 정확도나 시간 절감 수치는 추정하지 않습니다. 자세한 내용은 한국선급 RAG 챗봇 프로젝트에서 확인할 수 있습니다.

평가 지표와 운영 체크리스트#

평가 세트에는 단순 조항 조회뿐 아니라 적용 시점, 예외 조건, 표와 각주 참조, 여러 문서를 함께 봐야 하는 질문을 포함합니다. 상위 검색 결과에 정답 조항이 있는지, 인용이 원문과 일치하는지, 잘못된 규정판을 사용하지 않았는지, 근거가 없을 때 답변을 멈추는지를 측정해야 합니다.

• 규정판, 시행일, 개정 관계, 적용 범위가 메타데이터에 있는가
• 표, 각주, 참조 조항이 본문과 끊기지 않고 검색되는가
• 정확한 용어 검색과 자연어 의미 검색을 함께 사용하는가
• 답변에서 문서, 조항, 페이지, 원문을 바로 확인할 수 있는가
• 근거 부족과 버전 충돌 시 답변을 제한하는 정책이 있는가