플러스프로젝트 배경
1) 문제점 LLM 기반 Agent가 내부 데이터와 도구를 연결해 업무를 수행할 때, 모델이 어떤 근거로 답변했는지 확인하기 어렵거나 승인 없이 외부 시스템을 실행하는 구조는 실제 업무에 적용하기 어렵습니다. 특히 잘못된 검색 결과, 허용되지 않은 Tool 실행, 실행 이후 추적 불가능한 상태는 기업 내부 시스템에서 큰 운영 리스크가 됩니다. 2) 프로젝트 목표 사용자의 요청을 구조화해 검증하고, 내
프로젝트 성과
22개 고정 평가 시나리오 전체 PASS
RAG 검색·근거·정책·Tool 통제 22개 고정 테스트를 수행해 최종 22/22 PASS를 확인했습니다.
AI Agent 전체 실행 흐름 검증
요청→RAG→승인→Tool 실행→결과 저장→Audit까지 브라우저 환경에서 E2E로 검증했습니다.
한국어·영어 Semantic RAG 검증
한국어·영어 질의에서 의도한 내부 문서를 검색하고 출처까지 연결되는 RAG 흐름을 검증했습니다.
핵심 기능
Semantic RAG
내부 문서에서 관련 근거를 검색하고 답변과 함께 출처를 제공하는 Semantic RAG를 구현했습니다.
진행 단계
Agent Workflow 구축
2026.06.
요청 검증부터 Semantic RAG, Citation, Tool Planning까지 이어지는 AI Agent Workflow를 구현했습니다.
프로젝트 상세
1) 포트폴리오 소개 기업 내부 업무를 가정해 구축한 Controlled AI Agent Proof입니다. 사용자의 요청을 구조화하고 내부 지식에서 근거를 검색한 뒤, 필요한 업무는 사람의 승인을 거쳐 허용된 Tool만 실행하며 전체 과정을 추적할 수 있도록 구성했습니다. 2) 작업 범위 AI Agent Workflow 및 Backend Architecture 설계 FastAPI 기반 API/O
