earticle

영어

Recently, military personnel are increasingly required to assess the legality of orders; however, junior commanders and non-commissioned officers often face difficulties in interpreting and applying regulations due to the lack of legal advisory infrastructure. To address this issue, this study structured 50 pages of the Cadet Life Regulations into a JSONL-format external knowledge base and a Q&A training dataset. A KoBART-based Seq2Seq model was then fine-tuned using HuggingFace's Seq2SeqTrainer over 30 epochs, with a batch size of 4, a learning rate of 2e-5, and FP16 mixed precision for training efficiency. The resulting chatbot achieved strong performance with a BLEU score of 0.8192 and an Exact Match score of 0.7143, although the ROUGE-1 score of 0.0952 indicated limitations in reproducing key information. Despite this, the chatbot effectively provides real-time interpretation and procedural guidance for cadets and academy members on various regulation topics such as training, attire, and discipline, thereby enhancing regulation comprehension and decision-making speed.

한국어

최근 군인에게 명령의 적법성 판단 능력이 요구되고 있으나, 예하 지휘관과 부사관은 법적 자문 인프라가 부족해 규정 적 용과 의사결정에 어려움을 겪고 있다. 이를 해결하기 위해 본 연구는 생도생활 예규 50페이지를 기반으로 규정 문서를 구조화 하여 JSONL 포맷의 외부 지식 저장소와 학습용 QnA 데이터셋을 구축하였다. 이후 HuggingFace의 Seq2SeqTrainer를 활용 해 KoBART 모델을 총 30 epoch 동안 batch size 4, learning rate 2e-5, FP16 혼합 정밀도를 적용해 미세조정하였다. 학습된 챗봇은 BLEU 0.8192, Exact Match 0.7143의 우수한 정답 일치율을 보였으며, ROUGE-1은 0.0952로 핵심 정보 재현에는 다소 제약이 있었다. 그럼에도 불구하고, 해당 챗봇은 생도 및 학교 구성원에게 훈련, 복장, 훈육 등 다양한 예규에 대한 실시간 해 석과 절차 안내를 제공하여 규정 이해도 향상과 의사결정 속도 개선에 기여할 수 있음을 확인하였다.