Gemma 4와 계층형 RAG를 통한 NIMS 기반 6역할 동시 시뮬레이션 구현

I Used Gemma 4 to Simulate an Entire Emergency Command Team -- One Model, Six Roles, Real Doctrine

Kerry Kier2026년 5월 13일10분intermediate

AI 요약

Context

실제 ICS Tabletop Exercise 수행 시 6인의 전문 인력을 동시에 섭외하고 훈련 교리에 맞게 운영하는 물리적·물류적 제약 존재. 기존의 범용 AI 챗봇은 엄격한 명령 체계와 공식 문서 기반의 교리 준수 능력이 부족하여 실제 훈련 대체 불가능.

OpenWebUI, LiteLLM, ChromaDB 기반의 self-hosted 아키텍처를 통한 데이터 제어권 확보
NIMS 2017 등 148개 공식 문서를 Markdown으로 정제 후 Tier 1~3의 우선순위 기반 Source Authority Hierarchy 설계
bge-m3 임베딩과 bge-reranker-v2-m3를 결합한 Hybrid Search RAG 파이프라인 구축으로 답변 근거의 정확성 확보
시스템 프롬프트 내에 역할별 권한(예: Safety Officer의 독자적 중단 권한)을 Hard Constraint로 정의하여 교리 기반의 페르소나 구현
// prefix 기반의 Facilitator Command Set을 설계하여 시뮬레이션 흐름 제어 및 특정 역할 대상 쿼리 기능 분리
Selective Response Logic을 도입하여 상황별로 필요한 역할의 응답만 출력함으로써 정보 노이즈 제거

실천 포인트

1. 도메인 지식 기반 AI 설계 시 문서별 신뢰 등급(Tier)을 설정하여 충돌 발생 시 우선순위 해결 로직을 반영했는가

2. 페르소나 간의 상호작용 규칙(Communication Protocol)을 단순 가이드가 아닌 Hard Constraint로 정의했는가

3. 복잡한 시뮬레이션 제어를 위해 일반 채팅과 분리된 관리자용 명령 체계(Command Set)를 설계했는가

4. LLM의 추론 부하가 높은 복잡한 요청 시 Timeout 발생 가능성을 고려하여 인프라 설정(AIOHTTP_CLIENT_TIMEOUT 등)을 최적화했는가

태그