FireNavi 플랫폼 원시 요소 설계서
한 번의 프로젝트로 끝나는 앱이 아니다. FireNavi가 만들어낸 온톨로지·객체·Agent·Workflow·KPI·확장 템플릿을 재사용 가능한 원시 요소(primitive)로 정리해, 어떤 시설에도 다시 조립할 수 있는 재난대피 AX 플랫폼으로 축적한다.
시나리오. FireNavi 파일럿이 성공했다. 이제 같은 구조를 병원·학교·고층빌딩·공장에도 적용해 달라는 요청이 이어진다. 매번 처음부터 만들면 지속 불가능하다. FDE는 지금까지의 산출물을 9개의 플랫폼 원시 요소로 표준화해, 새로운 시설은 조립만으로 가동되도록 설계한다.
플랫폼 아키텍처 한눈에 보기
9개 원시 요소는 독립된 부품이 아니라, 온톨로지를 뿌리로 아래에서 위로 쌓이는 하나의 재사용 자산 스택이다. 온톨로지 → 객체 모델 → AI Agent → Workflow → KPI → Knowledge Vault → 시설별 확장으로 이어진다.
1온톨로지 원시 요소
모든 재사용의 뿌리다. FireNavi 재난대피 온톨로지는 재난 현장을 구성하는 핵심 개념을 하나의 의미 구조로 고정한다.
구성 요소 (9개 핵심 개념)
재사용 가능성
동일한 온톨로지로 공연장·병원·학교·고층빌딩·지하상가·공장·요양시설·크루즈선 등 다양한 시설에 적용할 수 있다. 개념의 이름과 관계는 유지하고, 시설별 특성만 확장한다.
2객체 모델 원시 요소
온톨로지 개념을 실제로 다룰 수 있는 데이터 객체로 구체화한 층이다.
대피자
위치·상태·이동 방향을 가진 개인 단위 객체
출구
수용력·현재 혼잡도·개폐 상태를 관리
군중
밀도·흐름 방향·이동 속도를 집계
위험구역
화재·연기 확산 범위와 위험 등급
병목지점
혼잡 예측 지점과 정체 강도
안전요원
배치 위치·담당 구역·개입 상태
관리자 알림
승인 요청·긴급 알림 큐
대피경로
추천 경로·대체경로·수용률
KPI 객체
측정 지표와 실시간 집계 값
활용: 각 객체의 속성·상태·관계·액션을 정의하여 AI Agent와 Workflow가 동일한 규격으로 읽고 조작하게 만든다.
3권한 시스템 원시 요소
누가 무엇을 보고 무엇을 결정하는가를 고정한다. AI의 추천 범위와 사람의 통제 범위를 분리한다.
| 역할 | 권한 범위 |
|---|---|
| 대피자 | 개인 안내 수신 |
| 안전요원 | 현장 개입 지점 확인 |
| 관리자 | 상황판 확인 및 승인 |
| 관제센터 | 통합 모니터링 |
| 구조기관 | 고위험 정보 확인 |
| 시스템 운영자 | 데이터와 로그 관리 |
4Workflow 엔진 원시 요소
객체와 Agent를 시간 순서로 엮는 실행 뼈대다. FireNavi의 기본 실행 흐름은 12단계로 표준화된다.
기본 실행 흐름 (12단계)
5AI Agent 원시 요소
Workflow의 각 단계를 실제로 수행하는 지능형 부품이다. 각 Agent는 독립적으로 재사용되고 시설 유형에 맞게 조합된다.
위험 감지 Agent
화재·연기 발생과 위험구역 판정
군중 분석 Agent
밀도·흐름·이동 패턴 실시간 분석
병목 예측 Agent
정체 발생 지점과 시점 예측
대체경로 추천 Agent
분산 대피 경로 계산·추천
관리자 알림 Agent
승인 요청·긴급 알림 전달
안전요원 배치 Agent
개입 지점별 인력 배치 최적화
취약계층 지원 Agent
노약자·장애인 우선 지원 안내
KPI Evaluation Agent
지표 측정·성과 평가·리포트
재사용 원칙: 각 Agent는 독립 재사용이 가능하며, 시설 유형에 따라 필요한 조합만 선택해 배치한다.
6액션 템플릿 원시 요소
Agent가 사람에게 전달하는 메시지·경고·요청·보고서의 표준 서식이다. 상황마다 다시 작성하지 않는다.
- 대피자 안내 메시지
- 출구 혼잡 경고
- 대체경로 안내
- 위험구역 접근 경고
- 관리자 긴급 알림
- 안전요원 배치 요청
- 취약계층 지원 요청
- 대피 완료 확인 메시지
- 훈련 결과 보고서 템플릿
7KPI 모델 원시 요소
성과를 같은 잣대로 측정하는 공통 지표 세트다. 시설이 달라도 동일한 KPI로 비교할 수 있다.
공통 KPI
활용
- 파일럿 전 기준선(baseline) 설정
- 파일럿 후 개선율 측정
- 시설별 비교 분석
- 훈련 리포트 자동 생성
8확장 템플릿 원시 요소
새로운 시설을 조립으로 가동시키는 층이다. 공통 온톨로지는 유지하고, 시설별 차이만 얹는다.
시설별 대피 템플릿 (8종)
🎭 공연장
대규모 밀집·단시간 분산 대피
🏢 고층빌딩
수직 대피·계단 병목 관리
🏥 병원
거동 불가 환자 우선 이송
🏫 학교
학급 단위 인솔·인원 점검
🛍️ 지하상가
지하 연기 확산·출구 유도
🏭 공장
위험물·기계 구역 회피 경로
🧓 요양시설
취약계층 밀집·1:N 지원
🚢 크루즈선
해상 고립·구명 지점 유도
9Knowledge Vault 등록 요소
모든 산출물을 조직의 자산으로 축적하는 지식 저장소다. 다음 프로젝트의 출발점이 된다.
- 문제 재정의서
- 암묵지 질문지
- 개념 추출표
- 온톨로지 7요소 설계서
- AI Agent 설계서
- Workflow 설계서
- KPI 모델
- MVP 시뮬레이션 결과
- 파일럿 리포트
- 시설별 확장 템플릿
★글로벌 검증: Anthropic 4단계 아키텍처와의 정렬
왜 이 대응이 중요한가 — Anthropic은 사내 데이터 분석의 95%를 자동화(최대 정확도 99%)하면서 “진짜 무기는 AI 에이전트가 아니라 조직의 스킬(절차적 지식)”이라는 결론에 도달했다. 이들이 만든 4단계 아키텍처는 FireNavi의 플랫폼 원시 요소가 실제로 견고한지 점검하는 글로벌 체크리스트가 된다. 자세한 해부는 Anthropic 블루프린트 교재에서 다룬다.
| Anthropic 4단계 아키텍처 | FireNavi 원시 요소 대응 | 점검 질문 |
|---|---|---|
| 1층 · 기초(SSOT + CI/CD 강제) 단 하나의 진실의 원천 | 온톨로지 원시 요소 · 객체 모델 원시 요소 | “출구 수용력·위험구역은 팀마다 다르게 계산되지 않고 하나의 표준으로 통일되는가?” |
| 2층 · 진실의 원천(시맨틱 레이어·데이터 족보) | KPI 모델 원시 요소 · 액션 템플릿 | “대피 완료 시간·분산률 지표가 공식 정의로 인증되고 출처가 추적되는가?” |
| 3층 · 스킬(지식 스킬 라우터 + 도구 스킬) “마법의 레이어” | AI Agent 원시 요소 · 워크플로우 엔진 | “각 Agent가 절차적 지식(감지→분석→추천→검토)을 재사용 가능한 스킬로 갖고 있는가?” |
| 4층 · 검증(오프라인 테스트·90% 게이트·적대적 검토) | 권한 시스템 원시 요소 · Knowledge Vault 등록 | “관리자 승인 게이트와 사후 검증이 배포 전 자동으로 강제되는가?” |