시계열 Transformer와 검색 증강 LLM을 활용한 녹조 관리 챗봇 개발

기후변화와 영양염류 유입으로 국내 수계의 녹조 발생이 늘고 있으나, 기존 예측은 수치 중심 결과가 많아 현장·비전문자가 선제 대응하기 어렵고, 예측과 대응 매뉴얼·가이드 간 연계도 부족하다.
본 연구에서는 전국 조류경보 31개소의 주 단위 데이터(2012~2023)를 활용해 Transformer로 1주 뒤 유해남조류 세포수를 예측하고, RAG와 LLM(GPT-4o mini) 기반 챗봇으로 예측을 자연어로 설명하며, 녹조 대응 매뉴얼에 따른 예방·대응 안내와 시계열·지도 시각화를 한 화면에서 제공하는 웹 챗봇을 구현하였다.
이를 통해 예측과 가이드를 연결한 예방·의사결정 지원이 가능하며, 도시·하천 수자원·녹조 관리 실무 활용을 목표로 한다.

도움을 주신 차윤경 교수님, 박태승 조교님께 감사드립니다.