swordKoala/ragcon-construction-safety-sft

RAGCON 건설현장 안전 분석 SFT 데이터셋 / Construction Safety Analysis SFT Dataset

건설현장의 현장 조건(시설물·공종·작업·공정률·작업자수·기상 등) 을 입력하면 예상 사고유형, 심각도 등급, 위험 시나리오, 사고원인, 예방 조치를 생성하도록 LLM을 지도학습 미세조정(SFT)하기 위한 한국어 instruction 데이터셋입니다.

A Korean instruction-tuning dataset for supervised fine-tuning (SFT) of LLMs to perform construction-site risk analysis: given site conditions (facility, work type, task, progress rate, worker count, weather), the model predicts the expected accident type, severity grade, risk scenario, root cause, and preventive measures.

본 데이터셋은 RAGCON 프로젝트에서 사용 가능 데이터로 선별된 risk(위험성평가) 계열 데이터를 기반으로, 사고사례(accident) 정보와 결합·라벨 정규화·입력 패러프레이즈 증강을 거쳐 구축되었습니다. (변동성이 높은 accident·law 데이터는 학습에서 제외하고 RAG 검색 전용으로 사용)

---

데이터 구성 / Dataset Summary

항목	값
총 샘플 수 (samples)	28,646
형식 (format)	ShareGPT 대화형 (conversations: system → human → gpt)
파일 (file)	sft_train.json (단일 JSON 배열, 약 36.8 MB)
언어 (language)	한국어 (ko)
턴 구조	전 샘플 3-turn (system/human/gpt) 일관
시스템 프롬프트	단일 고정 프롬프트

스키마 / Schema

각 레코드는 ShareGPT 형식을 따릅니다:

{
  "conversations": [
    { "from": "system", "value": "당신은 건설현장 안전 분석 전문가입니다. ..." },
    { "from": "human",  "value": "다음 건설현장의 위험을 분석해 주세요.\n\n시설물: ...\n공종: ...\n작업: ...\n공정률: ...\n작업자수: ...\n기상: ..." },
    { "from": "gpt",    "value": "사고유형(인적): ...\n사고유형(물적): ...\n심각도: ...\n위험 시나리오: ...\n사고원인: ...\n구체적 원인: ...\n예방 조치:\n- ...\n- ...\n- ..." }
  ]
}

입력(human) 필드: 시설물, 공종, 작업, 공정률, 작업자수, 기상, (일부) 시간대 출력(gpt) 필드: 사고유형(인적), 사고유형(물적), 심각도, 위험 시나리오, 사고원인, 구체적 원인, 예방 조치(항상 3개 항목)

---

입력 템플릿 변형 / Input Template Variants

모델의 표현 강건성(robustness)을 위해 동일 의미의 입력을 3가지 형태로 증강했습니다.

템플릿	샘플 수	비율	예시
구조화 키-값	19,744	68.9%	시설물: 토목 - 도로 - 도로\n공종: ...
구조화 + 시간대	3,314	11.6%	위 형태 + 시간대: ...
자연어 패러프레이즈	5,588	19.5%	토목 - 항만 - 방파제 / ... — 위험 분석 요청 또는 완전 서술형 문장

출력(gpt) 스키마는 모든 변형에서 동일합니다.

---

라벨 분포 / Label Distributions

심각도 (Severity)

등급	건수	비율
경상위험	24,896	86.9%
사망위험	3,312	11.6%
저위험	258	0.9%
중상위험	180	0.6%

사고유형(인적) — 상위 항목 (Human accident type, top)

KOSHA 표준 재해유형 체계에 정렬: 물체에 맞음(4,045), 끼임(2,970), 넘어짐(미끄러짐)(2,544), 넘어짐(기타)(2,232), 부딪힘(2,190), 떨어짐(2미터 미만)(2,057), 절단·베임(1,903), 넘어짐(물체에 걸림)(1,732), 깔림(912) 등. 떨어짐은 높이 구간별로 세분화.

사고원인 — 상위 항목 (Root cause, top)

작업자 부주의(15,133 · 52.8%), 작업자의 불안전한 행동(2,320), 작업자 통제 미흡(878), 위험정보 미제공(834), 작업순서 미준수(811), 시공품질 미확보(542) 등.

시설물 대분류 / 공종 / 작업 (Facility / Work type / Task)

• 시설물 대분류(구조화 샘플 기준): 건축 17,387 · 토목 4,642 · 산업환경설비 846 · 조경 183
• 고유 공종 수: 50개 (예: 건축 > 철근콘크리트공사, 건축 > 가설공사, 기계설비 > 기계설비공사, 토목 > 토공사, 건축 > 철골공사 …)
• 고유 작업유형 수: 57개 (예: 설치작업, 이동, 해체작업, 운반작업, 정리작업, 조립작업, 타설작업 …)

---

사용 예시 / Usage

from datasets import load_dataset

ds = load_dataset("swordKoala/ragcon-construction-safety-sft", split="train")
print(ds[0]["conversations"])

ShareGPT 형식이므로 LLaMA-Factory, Axolotl, Unsloth 등에서 conversations(roles: system/human/gpt) 스키마로 바로 사용할 수 있습니다.

# 예: LLaMA-Factory dataset_info.json
"ragcon_safety": {
  "hf_hub_url": "swordKoala/ragcon-construction-safety-sft",
  "formatting": "sharegpt",
  "columns": { "messages": "conversations" },
  "tags": { "role_tag": "from", "content_tag": "value",
            "user_tag": "human", "assistant_tag": "gpt", "system_tag": "system" }
}

---

구축 과정 / Provenance

• 원천(source): RAGCON 프로젝트의 risk(건설작업 위험성평가) 계열 데이터 (원본 약 2,426건, 11개 JSONL). 주요 구성: syn_risk_data(Gemini 합성, 약 67%), kras_risk_chunks(KRAS 실데이터), 공종별 위험성평가 파일.
• 가공(processing): 원천 데이터의 품질 이슈(재해유형 동의어 중복, 구분자 불일치, 비표준 등급 등)를 정리하고, 사고사례 정보(기상·심각도·구체 시나리오)와 결합하여 사고유형/심각도/원인/예방조치 스키마로 재구성. 입력은 3가지 템플릿으로 패러프레이즈 증강.
• 참고 문서: 「건설안전 데이터셋 LLM 활용방안 분석」, 「Risk 데이터 품질 분석」.

한계 / Limitations

• 합성(Gemini) 데이터 비중이 높아 일부 공종은 합성 분포에 의존합니다 — 실제 현장 분포와 차이가 있을 수 있습니다.
• 라벨 불균형: 심각도는 경상위험(86.9%)에, 사고원인은 작업자 부주의(52.8%)에 크게 치우쳐 있습니다.
• 완전 중복(human+gpt 동일) 583건(약 2%)이 의도적으로 보존되어 있습니다 (원본 유지). 필요 시 사용자가 제거하십시오.
• 의료·법적 판단이나 실제 안전 의사결정의 단독 근거로 사용하지 마십시오. 연구/보조 용도로 활용하십시오.

---

인용 / Citation

@misc{ragcon_construction_safety_sft,
  title  = {RAGCON Construction Safety Analysis SFT Dataset},
  author = {swordKoala},
  year   = {2026},
  howpublished = {Hugging Face Hub},
  url    = {https://huggingface.co/datasets/swordKoala/ragcon-construction-safety-sft}
}