플러스프로젝트 배경
1) 문제점 - 기업 내부의 기술 문서, 운영 매뉴얼, 규격서는 대부분 PDF, DOCX, Markdown 등 다양한 형식으로 분산되어 있습니다. 사용자는 필요한 정보를 찾기 위해 파일명을 검색하거나 문서를 직접 열어 확인해야 하며, 문서가 길거나 전문 용어가 많을수록 원하는 내용을 빠르게 찾기 어렵습니다. - 일반적인 LLM 챗봇은 문서 근거 없이 답변을 생성할 수 있어, 기술 문서나 운영 매뉴얼처럼 정
프로젝트 성과
RAG·SFT·평가 파이프라인 통합 설계
문서 수집부터 검색, 생성, SFT 적용, 자동 평가까지 E2E AI 시스템 구조를 설계했습니다.
출처 기반 답변 신뢰성 강화
실제 검색된 문서 청크만 출처로 저장하고 답변과 함께 표시해 근거 확인이 가능하게 했습니다.
문서 버전 및 인덱스 정합성 관리
STALE_INDEX 상태와 활성 버전 제약을 통해 구버전 문서가 검색에 섞이지 않도록 설계했습니다.
비동기 작업 모니터링 구조 구축
문서 인덱싱, 재인덱싱, 평가 실행을 작업 단위로 추적하고 실패 시 재실행할 수 있게 했습니다.
핵심 기능
문서 기반 RAG 질의응답
사용자 질문을 임베딩해 관련 문서 청크를 검색하고, 로컬 LLM으로 출처 기반 답변을 생성합니다.
진행 단계
기획 및 요구사항 정의
2026.04.
RAG, SFT, 평가 자동화를 포함한 AI 지식검색 플랫폼의 MVP 범위와 핵심 기능을 정의했습니다.
프로젝트 상세
1) 포트폴리오 소개 기술 문서와 운영 매뉴얼을 기반으로 사용자의 질문에 출처가 포함된 AI 답변을 제공하는 AI 지식검색 플랫폼입니다. 주요 타깃은 개발자, 운영 담당자, 기술지원 담당자 등 복잡한 문서에서 정확한 정보를 빠르게 찾아야 하는 실무자입니다. 2) 작업 범위 서비스 기획, 화면 설계, ERD 설계, API 설계, Spring Boot 백엔드, React 프론트엔드, 관리자 페이지 개발을
