플러스프로젝트 배경
1) 문제점 - 챗봇이 그럴듯하게 답해도 근거가 없어, 틀린 안내를 해도 사용자도 운영자도 알아채기 어려움 - 모든 문의를 AI가 끝까지 처리하려다 오히려 정확도가 떨어지고, 사람에게 넘겨야 할 타이밍이 모호함 - 상담 운영자는 AI가 무슨 근거로 답했는지, 어디서 핸드오프가 일어났는지 추적할 화면이 없음 2) 프로젝트 목표 - 지식베이스에서 근거를 찾아 출처와 함께 답하는 RAG 상담 흐름을 화면으
프로젝트 성과
근거를 보여주는 RAG 상담 흐름 구현
의도 분석→임베딩→벡터 검색→재순위→답변 생성 5단계를 화면에 단계별로 노출하고, 검색된 지식베이스 청크와 유사도를 카드로 표시해 답변 근거를 투명하게 제시
벡터 검색·재순위 파이프라인으로 근거 기반 응답
문서를 임베딩해 pgvector에 색인하고 질의 임베딩과의 유사도 검색 결과를 재순위(rerank)해 상위 근거 청크를 LLM에 전달, 출처가 명확한 답변을 생성하는 RAG 백엔드를 구축
신뢰도 기반 상담사 핸드오프 자동화
답변 확신도를 게이지로 표시하고 임계값 미만이면 상담사 배정 스테퍼·대화 요약·티켓 생성으로 자동 연결하는 "자신 없으면 사람에게" 흐름을 구현
임베드 위젯 + 운영 콘솔 단일 제품 통합
호스트 사이트에 얹는 채팅 위젯과 상담을 운영하는 콘솔 10개 모듈을 한 제품으로 묶어 고객 응대와 운영 관리를 한 흐름으로 연결
디자인 시스템 기반 일관 UI
컬러·타입 디자인 토큰과 공통 컴포넌트(신뢰도 게이지·출처 카드·메타 칩)로 위젯·상담 화면·콘솔의 UI를 일관되게 유지하고 빠르게 확장
핵심 기능
RAG 트레이스 · 출처 표시
검색된 지식베이스 청크와 코사인 유사도를 카드로 보여주고, 답변 하단에 근거 문서를 함께 제시
서버 동작: 질의 임베딩으로 pgvector 유사도 검색 후 재순위해 상위 근거 청크를 반환하는 검색 API
서버 동작: 질의 임베딩으로 pgvector 유사도 검색 후 재순위해 상위 근거 청크를 반환하는 검색 API
진행 단계
기획·정보구조
2026.05.
AI 상담 도메인 정의. RAG 상담 흐름(검색→근거→신뢰도→핸드오프)과 콘솔 10개 모듈의 정보구조 설계
프로젝트 상세
1) 포트폴리오 소개 웹사이트에 임베드하는 RAG 기반 AI 고객상담 솔루션(EverDesk)입니다. 지식베이스에서 근거 문서를 찾아 출처와 함께 답하고, 확신도가 낮으면 사람 상담사에게 자동으로 넘기는 흐름을 한 제품으로 구현했습니다. 고객이 만나는 임베드 채팅 위젯부터 상담을 운영하는 백오피스 콘솔까지 전 영역을 설계·개발했습니다. 2) 작업 범위 - 화면 설계(정보구조), UI/UX 디자인, 디자인
