플러스프로젝트 배경
사내 업무 매뉴얼, 기술 규격서, HR 규정 등 비정형 데이터가 파일 서버에 산재되어 있어, 임직원들이 필요한 정보를 찾는 데 많은 시간을 소모했습니다. 이를 해결하기 위해 자연어로 질문하면 사내 문서를 즉시 찾아 요약해 주는 AI 업무 비서(Copilot) 도입이 필요했습니다.
프로젝트 성과
정보 검색 시간 단축
기존 키워드 검색 대비 원하는 정보를 찾는 데 걸리는 시간을 평균 30분 → 1분 이내로 단축
답변 정확도 확보
RAG 기술 적용을 통해 사내 규정에 근거한 답변만 생성하도록 제어하여 업무 활용 가능 수준의 신뢰도 확보
인프라 비용 최적화
GPU 인스턴스를 직접 띄우지 않고 AWS Managed Service(Bedrock)를 활용하여 AI 운영 비용을 획기적으로 절감
핵심 기능
RAG 기반 문서 검색 (Semantic Search)
단순 키워드 매칭이 아닌, 문맥(Context)을 이해하는 벡터 검색을 통해 "휴가 규정 알려줘"라고 물어도 관련 문서를 정확히 찾아냄.
프로젝트 상세
[프로젝트 개요] GS에너지(GS E&R) 임직원의 업무 효율 향상을 위해, 사내에 산재된 방대한 기술 문서와 규정을 스스로 학습하고 답변하는 '생성형 AI(LLM) 기반 사내 챗봇 플랫폼'을 구축했습니다. [핵심 문제 및 해결] 1. 데이터 환각(Hallucination) 최소화 - 문제: 일반적인 GPT 모델은 사내 특화 정보를 모르거나 거짓 정보를 생성함. - 해결: RAG(검색 증강 생성)
