연구요약문
연구목표
(한글 2000자 이내)
본 연구는 도핑 규정, 금지 성분, 적용 조건 정보를 온톨로지로 구조화하고 이를 기반으로 Agentic RAG 시스템을 설계하여, 도핑 규정 정보 접근과 적용 판단 과정을 구조적으로 개선하는 데 목적이 있다. 이를 통해 선수, 지도자, 의료인 등 현장 사용자가 복잡한 도핑 규정을 정확히 이해하고 적용할 수 있도록 지원하며, 정책 입안자와 행정 수행자가 국가별 규정 차이와 적용 구조를 체계적으로 비교하고 관리할 수 있는 근거 기반 정보 제공 체계를 구축하고자 한다.
첫째, 도핑 규정은 국제 기준에 따라 매년 개정되며, 성분별 적용 시점, 종목, 투여 경로, 농도 기준 등 다수의 조건을 종합적으로 해석해야 하는 고도의 규정 체계를 형성하고 있다. 그러나 현행 규정 문서와 검색 중심 정보 제공 방식은 이러한 다조건적 판단 구조를 체계적으로 지원하지 못하고 있으며, 규정 적용에 필요한 조건 간 관계를 사용자가 스스로 종합하고 해석해야 하는 구조적 한계가 있다. 엄격책임 원칙 아래 도핑 위반 여부는 고의성과 무관하게 판정되기 때문에, 규정 해석 과정에서 발생하는 이해 부족이나 적용 오류는 선수 개인의 책임으로 귀결된다. 이로 인해 도핑 규정 적용 판단 자체에 대한 부담이 현장에 과도하게 집중되고 있으며, 선수와 지도자, 의료진은 복잡한 규정 체계를 정확히 해석하고 적용하는 데 지속적인 어려움을 겪고 있다.
둘째, 도핑 규정은 국제 기준을 공유함에도 불구하고 국가별 법제도, 의료 체계, 관리 대상 차이에 따라 다층적으로 적용된다. 동일 성분이라도 국가에 따라 관리 범위와 해석 기준이 달라지고, 의약품 구성이나 적용 조건의 차이로 인해 국제대회나 해외 훈련 환경에서 혼란이 발생한다. 이러한 국가별 규정 적용 구조의 차이는 선수뿐 아니라 정책 입안자와 행정 수행자에게도 규정 체계 비교와 관리의 어려움을 초래한다.
셋째, 현행 도핑 정보 서비스는 성분이나 제품명 중심의 단일 조건 조회에 머물러 있어, 실제 판단에 필요한 규정 범주, 적용 조건, 예외 규정 간의 관계를 구조적으로 제시하지 못한다. 이에 따라 사용자는 검색 결과를 다시 문서나 전문가를 통해 확인해야 하며, 복합적인 판단 과정은 체계적으로 지원되지 않는다. 이러한 한계를 보완하기 위해 도핑 규정을 온톨로지 기반 지식 구조로 전환하고, 이를 Agentic RAG와 결합한 정보 접근 체계가 요구된다.
온톨로지 기반 Agentic RAG 접근은 도핑 규정의 핵심 개념과 조건을 명시적 관계 구조로 표현하고, 질의 유형에 따라 규정 검색, 조건 판별, 설명 생성을 단계적으로 결합한다. 이를 통해 규정 적용의 논리와 판단 근거를 함께 제시함으로써, 기존 검색 서비스의 한계를 넘어선 자동화된 추론 기반 도핑 규정 정보 제공 체계를 구현할 수 있다. 이는 현장 사용자와 행정 실무자 모두의 규정 해석 부담을 완화하고, 도핑 규정 적용의 정확성과 일관성을 제고하는 데 기여할 것이다.
기대효과
(한글 2000자 이내)
(정책적) 본 연구의 결과물은 국가별 도핑 규정 구조와 적용 조건을 체계적으로 비교하고 관리할 수 있는 근거 기반 정보 체계를 제공하여 정책 입안자와 행정 수행자의 규정 검토, 개정, 관리 업무를 지원한다. 규정 개정 사항의 누적 관리, 국가 간 규정 차이 분석, 행정 안내 기준 정비에 활용 가능한 기초 자료를 제공하여 반도핑 정책의 일관성과 투명성 제고에 기여할 것이다.
(사회적) 선수, 지도자, 의료인 등 현장 사용자가 도핑 규정을 정확히 이해하고 적용할 수 있는 환경 조성에 기여한다. 규정 해석 오류와 정보 접근 부족으로 발생하는 비의도적 도핑 위험을 완화하고 선수 보호와 스포츠 공정성 강화라는 사회적 가치 실현에 기여할 것이다. 또한 국제대회 참가 및 해외 훈련 환경에서 발생하는 규정 이해 부담을 완화하는 데에도 기여할 수 있다.
(학문적) 도핑 규정을 온톨로지 기반의 구조화된 지식 체계로 전환하는 연구 방법을 제시하여 스포츠정책, 스포츠과학, 인공지능 기술을 연결하는 융합 연구의 사례를 제공한다. 규정 해석과 조건부 적용이 요구되는 규제 중심 도메인에서 온톨로지, KG, LLM, Agentic RAG를 결합한 방법론은 향후 스포츠 규정, 윤리, 안전 관리 분야 연구로 확장 가능한 학문적 기여가 있다.
(산업적) 본 연구에서 제안한 온톨로지 기반 Agentic RAG는 반도핑 정보 서비스, 스포츠 의료, 약학 정보 시스템, 규제 정보 관리 솔루션 등 관련 산업 분야에서 고도화된 규정 정보 제공 플랫폼으로 활용될 수 있다. 이를 통해 규정 해석 자동화, 국가별 규정 비교 서비스, 전문 컨설팅 지원 시스템 등 신규 서비스 개발 가능성을 제시한다.
(교육적) 연구 과정에서 구축된 온톨로지 구조, 규정–성분–적용 조건 간 관계 정의, 질의 유형 분류 기준과 처리 흐름은 반도핑 교육, 스포츠윤리 교육, 스포츠정책 및 데이터 기반 행정 교육의 학습 자료로 활용될 수 있다. 대학과 전문 교육기관에서 규정 해석 사례 학습과 AI 기반 정보 활용 교육에 적용하여 차세대 스포츠 행정, 정책, 의료 전문가 양성에 기여할 것으로 기대된다.
연구요약
(한글 2000자 이내)
본 연구는 도핑 규정의 적용 구조와 국가별 차이를 공식 문서 기반으로 분석하고, 이를 온톨로지와 Agentic RAG 설계에 반영하여 규정 판단과 설명을 단계적으로 지원하는 시스템을 구축하고 평가한다. 연구 절차는 데이터 수집, FGI 기반 클래스 도출, 온톨로지 스키마 설계, 지식그래프 인스턴스 구축 및 추론 검증, 온톨로지 기반 대규모 언어모델 파인튜닝, Agentic RAG 개발, 시스템 평가로 구성된다.
데이터는 세계반도핑기구를 중심으로 금지목록, 규정 위반 및 검사 통계, 국제 표준 문서를 수집하고, 미국반도핑기구의 연간보고서, 중재 판정 사례, 운영 프로토콜과 스포츠중재재판소 판결문, 독일, 일본, 프랑스, 호주 등 주요 국가 반도핑 기구의 연차보고서와 제재 문서를 포함하여 국가별 운영 차이를 비교한다. 국내 자료는 한국도핑방지위원회의 연간보고서와 제재 결과, 한약재 도핑방지 가이드라인 등 국내 특수성을 반영한 문서를 중심으로 수집하여 국제 기준과 국내 적용 간의 차이와 조건부 해석 구조를 분석한다.
온톨로지 클래스는 두 개의 전문가 FGI 그룹, 총 10명을 대상으로 한 합의 기반 절차를 통해 도출한다. 제1그룹은 스포츠정책, 스포츠법학, 반도핑 행정을 포함하는 규정 및 정책 중심 전문가로 구성하고, 제2그룹은 운동생리학, 스포츠의학, 약학, 스포츠 현장 전문가로 구성한다. FGI에서는 규정 조항, 금지 범주, 금지 성분, 약품, 행위 유형, 적용 시점, 투여 경로, 농도 기준, 용량 기준, 예외, 절차 등 판정 요소를 중심으로 클래스 범위와 구분 기준을 확정하며, 성분과 약품, 범주와 조항을 명확히 분리하고 적용 조건은 실제 판단 분기점 기준으로 세분화한다.
온톨로지 스키마 설계는 Protégé와 Python을 활용하여 OWL 기반의 계층 구조와 관계를 고정하고, 개념 중복과 불필요한 복잡성을 통제한다. 객체 속성은 규정 조항과 금지 범주, 약품과 성분, 규정 조항과 적용 조건 및 예외 간의 관계를 표현하는 데 사용하고, 데이터 프로퍼티는 적용 시점, 농도 기준, 용량 기준, 규정 번호, 효력 시점과 같은 값 정보를 표현한다. 이 과정에서 단위와 표기를 통일하고, 규정 적용 판단에 필요한 조건 정보가 누락되지 않도록 하는 것을 설계 원칙으로 한다.
지식그래프 인스턴스는 규칙 기반 반자동 방식으로 구축하며, 경기 중과 경기 외 적용 차이, 농도 및 용량 기준에 따른 판정, 투여 경로에 따른 적용 차이, 치료목적사용면책 사례 등 대표적인 규정 적용 사례를 규정 문장과 온톨로지 요소에 매핑한다. 국가별 차이는 동일한 성분과 행위에 대해 국가별 인스턴스를 분리하여 구축함으로써 병렬 비교가 가능하도록 구성한다. 이후 OWL 추론기를 활용하여 금지 여부, 조건부 허용 여부, 예외 적용 결과가 규정 해석과 일치하는지를 검증하고, 조건 누락, 과잉 제한, 과소 제한 사례를 분석한다.
대규모 언어모델은 온톨로지와 지식그래프 정렬 학습을 전제로 도핑 규정 도메인에 파인튜닝하며, 파라미터 효율적 파인튜닝 방식을 적용한 7B에서 14B 규모의 Llama 또는 Mistral 계열 모델을 사용한다. 규정 적용 판단은 지식그래프와 규칙 기반 모듈이 수행하고, 언어모델은 결과 설명과 근거 제시에 한정하도록 역할을 분리하며 오류 통제 규칙을 적용한다. Agentic RAG는 FAISS 기반 벡터 검색과 BM25 기반 키워드 검색을 결합한 하이브리드 검색 구조에 지식그래프를 연계하고, 질의를 약품형, 규정형, 혼합형으로 분기하여 조건 기반 판정과 국가별 규정 비교를 지원한다. 시스템 평가는 약 200개 평가 세트를 대상으로 검색 성능과 응답 정확성을 분석하는 정량 평가와, 규정 해석의 일관성, 조건 정리의 명확성, 국가별 차이 제시의 타당성, 활용 가능성을 중심으로 한 전문가 10명에서 15명 대상의 정성 평가로 수행한다.
키워드(Keyword)
(한글 250자 이내)
스포츠도핑, 온톨로지, 대규모언어모델, 검색증강생성
키워드
(영어 500자 이내)
Sports doping, Ontology, LLM, RAG
