문제점
- 헬스케어 커머스 서비스에서 사용자들의 건강 관련 문의 급증
- 24시간 고객 응대를 위한 CS 인력 부담 증가
- 단순 키워드 매칭 방식의 FAQ 시스템으로는 다양한 질문에 대응 불가
- 유사한 의미의 다른 표현(동의어, 유사 문장)에 대한 처리 한계

프로젝트 목표
- 24시간 자동 응대가 가능한 AI 챗봇 시스템 구축
- 단순 키워드 매칭이 아닌 문맥을 이해하는 지능형 챗봇 개발
- 사용자 경험 개선을 통한 서비스 만족도 향상
- CS 인력의 단순 반복 업무 부담 경감

주안점
- 자연어 처리 정확도 향상을 위한 임베딩 모델 최적화
- 0.5초 이내의 빠른 응답을 위한 Vector DB 검색 성능 튜닝
- 신규 Intent 추가가 용이한 확장 가능한 아키텍처 설계
- 다양한 발화 패턴(오타, 줄임말, 구어체)에 대한 유연한 매칭

1) 포트폴리오 소개
헬스케어 커머스 서비스 이용자를 위한 AI 기반 챗봇 API 서비스 개발. 사용자의 음성/채팅 발화를 분석하여 가장 적합한 응답(Intent)을 찾아 제공하는 유사도 검색 기반 챗봇 시스템.

2) 작업 범위
- 개발 범위: 시스템 설계, Back-end API 개발, AI 모델 구축, 데이터 임베딩 파이프라인 개발, 공통 모듈 개발
- 지원 환경: RESTful API 서버, AWS Cloud
- 기술 스택: Python, Flask, FastAPI, ChromaDB (VectorDB), SentenceTransformer, Transformer, MySQL

3) 주요 업무
- 사용자 발화(음성/채팅) 텍스트 분석 API 개발
- Cosine Similarity 기반 Intent 매칭 로직 구현
- Vector DB(ChromaDB)를 활용한 데이터 임베딩 및 유사도 검색
- 공공데이터 포털 API 연동을 통한 건강 정보 제공
- Kakao 로그인, AWS S3, AWS Mail API 연동
- Google Firebase API 연동 (푸시 알림)

4) 주안점
- 자연어 처리 정확도 향상을 위한 임베딩 모델 최적화
- 빠른 응답 시간을 위한 Vector DB 검색 성능 튜닝
- 확장 가능한 API 아키텍처 설계
- 다양한 발화 패턴에 대한 유연한 Intent 매칭