생성형 AI를 이용한 BRMS 규칙 설계 연구

Abstract

생성형 AI 기술은 업무 자동화와 의사결정 지원 도구로 역할을 확장하고 있다. 생성형 AI 기술은 수십 페이지 분량의 규정집에 포함된 자연어를 분석하여 논리 로직을 설계할 수 있다. 연구자는 생성형 AI 기술의 자연어 학습, 논리 구조 설계 역량을 기업이나 조직의 규정 생성과 관리 프로세스에 적용하면 신속·정확하게 비즈니스 규칙을 설계할 수 있다고 판단하여 ‘비즈니스 규칙 관리시스템(BRMS)’의 규칙(Rule) 설계 자동화에 관하여 연구하였다. BRMS는 복잡하고 지속적으로 변화하는 규칙을 중앙에서 체계적으로 관리함으로써 업무 효율성과 일관성을 제고하는 시스템이다. 그러나 BRMS 도입 이후에도 현업 담당자에 의한 업무 분석 및 규칙 설계 과정은 상당한 시간과 노력이 요구되며, 개인의 역량에 따라 설계 정확성에 편차가 발생하는 현실적 한계가 존재한다. 따라서, 이 연구는 규칙 기반의 업무를 수행하는 모든 조직의 담당자에게 현재 시점에 생성형 AI가 제공하는 설계 수준을 파악할 수 있게 하는 매우 중요한 연구라 할 수 있다. 연구자는 기술보증기금 「기술보증규정」에 따라 보증료 산출 방법을 규정한 「보증료등의 운용요령」 규정집을 4개의 생성형 AI 서비스에게 학습시킨 후 프롬프트에 의해 생성된 규칙 설계 결과를 체계적으로 평가하고 그 결과와 시사점을 제시하였다.|The integration of generative AI for decision support and RPA is rapidly accelerating. This study investigates the application of generative AI in the automation of rule modeling within Business Rules Management Systems (BRMS), which are critical for managing intricate and dynamic decision-making logic across diverse organizational settings. Although BRMS enhances operational efficiency by centrally managing complex and dynamic business rules, the rule design process continues to rely heavily on manual analysis by domain experts, requiring substantial time and specialized expertise. Therefore, this research examines the potential of generative AI to interpret extensive and complex natural language regulations and convert them into executable rule logic. By highlighting the AI's capabilities in natural language comprehension and logic generation, the study assesses its effectiveness in optimizing and expediting rule modeling workflows. As a case study, prompts were utilized across four generative AI services, employing the Operation Guidelines for Guarantee Fees, which were issued under Article 31 of the Technology Credit Guarantee Regulations and outline rules for fee calculation. The outputs were rigorously evaluated for structural coherence, semantic accuracy, and practical applicability.