플러스프로젝트 배경
[문제점] 1. 전문가 인터뷰 데이터가 비정형 텍스트로 산재되어 있어 분석 및 활용이 어려움 2. 키워드 중심 정제 및 주제 분류가 수작업에 의존, 효율성과 일관성 부족 3. 데이터 기반 인사이트 도출 및 학습 자료화에 한계 [목표] 1. 자연어처리 기반 인터뷰 텍스트 자동 정제 및 핵심 키워드 추출 2. 주제별 자동 태깅 및 범주화로 검색성과 학습 편의성 향상 3. 분석 결과를 CSV/JSO
프로젝트 성과
비정형 인터뷰 데이터를 구조화된 정보로 전환하여 활용성을 크게 향상
전문가 인터뷰에서 주요 키워드와 주제를 자동 추출함으로써 인사이트 도출이 쉬워짐
주제별 태깅 시스템 도입으로 인터뷰 검색성과 분류 체계 개선
유사 주제 간 인터뷰를 묶어내고, 검색 필터링이 가능해져 자료 접근성이 강화됨
CSV/JSON/JSONL/OWL 기반 데이터셋 생성으로 2차 활용 가능
CSV/JSON/JSONL/OWL 형식으로 데이터셋 생성, 주제, 키워드별 분석·AI 학습·지식관리 등 다양한 활용에 최적화
관리자 중심 대시보드 구축으로 운영 효율성 및 품질 관리 역량 향상
키워드/태그 검토, 정제 상태 확인, 자료 다운로드 등 핵심 기능을 한 곳에서 처리 가능
핵심 기능
웹 페이지 기반 서비스 제공
- 전문가 인터뷰 업로드부터 정제까지 웹에서 간편하게 처리
- 포맷 선택(CSV/JSON 등) 후 구조화된 데이터 즉시 다운로드 가능
- 관리자 웹 대시보드로 태그 수정·품질 검수·이력 관리 일원화
- 포맷 선택(CSV/JSON 등) 후 구조화된 데이터 즉시 다운로드 가능
- 관리자 웹 대시보드로 태그 수정·품질 검수·이력 관리 일원화
진행 단계
기획 및 아키텍처 설계
2025.06.
인터뷰 데이터의 AI 분석 및 지식화 목표 수립
데이터 처리 파이프라인 및 산출물 형식(JSON, OWL 등) 정의
데이터 처리 파이프라인 및 산출물 형식(JSON, OWL 등) 정의
프로젝트 상세
1) 포트폴리오 소개 - AI 기반 인터뷰 데이터 분석 및 구조화 서비스 개발 2) 작업 범위 1. 솔루션 기획 및 아키텍처 설계: 데이터 처리 파이프라인 및 AI 연동 구조 설계 2. 웹 기반 GUI 개발: Streamlit을 활용한 직관적인 사용자 인터페이스 구현 3. 핵심 분석 로직 개발: Gen AI 기반의 키워드 추출, 2-Track 요약, 관계망 분석 로직 개발 4. 데이터 시각화:
