Development of a GPT System for VR Ground Unmanned Vehicle Training Assistants with RAG

본 연구는 VR 시뮬레이션에 GPT 모델과 RAG(Retrieval-Augmented Generation)를 접목해 무인 지상 차량 훈련의 정확성과 신뢰도를 높이는 방안을 제시한다. 유니티(Unity) 기반 VR 환경에 Whisper 음성 인식 및 TTS를 연동한 대화형 어시스턴트를 구현했으며, GPT 환각 문제를 줄이기 위해 외부 DB 스니펫을 참조하는 구조를 도입했다. 운전 경험이 있는 25명을 대상으로 한 실험에서, RAG 적용 모드의 SUS(System Usability Scale) 점수가 약 14% 높게 나타났고 환각도 유의미하게 감소했다. 문서 검색으로 인한 응답 지연이 평균 0.6초 발생했으나, 참가자들은 이를 수용 가능한 수준으로 평가했다. 본 연구는 VR 기반 군사훈련 분야에서 RAG를 적용한 GPT 시스템이 높은 활용 가능성을 지님을 시사한다. 향후에는 보안·성능 최적화와 더불어, 대규모 DB 관리 및 네트워크 환경에서 발생할 수 있는 추가 지연을 최소화하기 위한 후속 연구가 필수적이다.