플러스프로젝트 배경
【1) 문제점】 한 줄 한국어 자연어를 정형 리드(주소·면적·예산·지붕 타입)로 추출하고, 공공 API(기상청 일사량)와 Mock 매칭 API를 결정론적 순서로 Tool Calling 오케스트레이터가 조율해 챗봇 UI와 REST API를 동시에 제공하는 솔루션 구축이 필요했습니다. 【2) 프로젝트 목표】 공고 기술 스택(LangChain + OpenAI API + FastAPI + Streamli
프로젝트 성과
자동 검증
47건 중 38건을 pytest·정적 분석으로 자동 검증.
키 없이도 11/11 active 테스트 통과, fresh-clone 즉시 확인 가능.
키 없이도 11/11 active 테스트 통과, fresh-clone 즉시 확인 가능.
산출물 2종 자동 충족
FastAPI 통합으로 /openapi.json(9.6KB) 자동 생성 → '시스템 아키텍처 및
API 명세서' 요구 충족.
API 명세서' 요구 충족.
2종 인터페이스 동시 제공
Streamlit(포트 8501) UI와 FastAPI(포트 8000) HTTP API가 동일
LangChain 오케스트레이터를 공유. 공고 기술 스택 전체를 단일 저장소에서 시연
LangChain 오케스트레이터를 공유. 공고 기술 스택 전체를 단일 저장소에서 시연
핵심 기능
자연어 → 정형 리드 결정론적 추출
한 줄 한국어 입력으로 주소·면적·예산·지붕 타입 4개 필수 필드를 구조화.
누락 필드는 LLM 의존 없이 결정론적 한국어 추가 질문으로 보완.
누락 필드는 LLM 의존 없이 결정론적 한국어 추가 질문으로 보완.
진행 단계
스키마·도구 개발
2026.05.
Pydantic v2 스키마 7종·Tool 4종 구현. lead_extract를 pre-agent 순수
함수로 분리해 clarification 결정론적 보장. sync httpx 타임아웃 구조화.
함수로 분리해 clarification 결정론적 보장. sync httpx 타임아웃 구조화.
프로젝트 상세
【1) 포트폴리오 소개】 "LLM 기반 자연어 리드 분석 및 Tool Calling 워크플로 구축"의 기술 스택을 그대로 구현한 포트폴리오 PoC 데모입니다. 한 줄 한국어 자연어를 정형 리드(주소·면적·예산·지붕 타입)로 추출하고, 공공 API(기상청 일사량)와 Mock 매칭 API를 결정론적 순서로 Tool Calling 오케스트레이터가 조율해 챗봇 UI와 REST API를 동시에 제공합니다
