혁신적인 건설 산업용 AI 모델 개발 방법‍‍‍‍‍‍‍‍‍‍‍‍

혁신적인 건설 산업 AI 모델 개발: Ishigaki-IDS

오늘날 AI는 거의 모든 산업 분야에서 필수적인 요소로 자리 잡고 있습니다. 특히, 데이터가 일관되게 제공되지 않는 전문 분야에서는, AI를 활용한 데이터 자동화와 빔 관리가 주목받고 있습니다. 이번 블로그에서는 ONESTRUCTION, Inc.와 Amazon Web Services Japan G.K.가 공동 개발한 Ishigaki-IDS라는 모델을 통해 이러한 혁신적인 접근법을 소개하고자 합니다. 아래에서는 이 모델이 어떻게 구축되었는지, 그리고 이와 관련된 핵심 내용들을 살펴보겠습니다.

Ishigaki-IDS 구축 과정

Ishigaki-IDS는 건설 분야의 빔(BIM: Building Information Modeling) 워크플로우에서 데이터 부족 문제를 해결하기 위해 설계된 도메인 특화 기반 모델입니다. 일본의 건설 부문은 만성적인 인력 부족 문제에 직면해 있으며, 이를 극복하기 위한 하나의 방법으로 BIM이 국가적인 차원에서 권장되고 있습니다. 그러나 BIM은 이를 이해하기 위한 특별한 지식이 필요하기 때문에 채택이 더딘 편입니다.

문제점과 해결책

1. 데이터 부족: IDS는 2024년에 새롭게 표준화되었고, 관련 데이터는 여전히 부족합니다. 이를 극복하기 위해 ONESTRUCTION은 내부 도메인 전문가와 협력하여 합성 데이터를 생성하고, 이를 기반으로 모델을 훈련했습니다.

2. 특정 도메인 용어: IFC(Industry Foundation Classes) 어휘를 모델에 직접 학습시킴으로써 SPECIFIC 도메인 어휘 문제를 해결했습니다.

3. IDS 특화된 구문 구조: IDS의 특화된 XML 태그 구조를 생성하는 데 있어 문법적 오류를 줄이기 위해, 강화 학습을 통해 자동화된 보상 신호를 활용하여 모델의 정확성을 높였습니다.

학습 아키텍처

Ishigaki-IDS는 주로 세 개의 학습 단계로 구성되었습니다:

• CPT(Continued Pre-Training): 웹 코퍼스 및 합성 데이터를 통한 사전 학습
• SFT(Supervised Fine-Tuning): 안내된 명령어와 기대 출력 쌍을 통한 미세 조정
• RLVR(Reinforcement Learning with Verifiable Rewards): 자동화된 IDS 감사 도구를 통한 강화 학습

이를 통해 데이터 부족 문제를 해결하고, 구조화된 출력 생성에 대한 정확성을 높였습니다.

결론 및 전망

Ishigaki-IDS는 전통적으로 데이터 얻기가 어려운 도메인에서의 도메인 특화 모델 구현의 뛰어난 예시입니다. 이 모델을 활용하면 BIM 비전문가도 쉽게 정보를 검토하고 관리할 수 있으며, BIM의 채택 속도를 높일 수 있습니다. 앞으로도 ONESTRUCTION는 AWS와 협력하여 지속적으로 AI 도구를 건설 산업에 도입할 계획입니다.

[1] 원문 링크