플러스프로젝트 배경
1) 문제점 - 설치 도면은 BOM·NOTE·상세도가 얽혀 있어 일반 LLM에 문서만 넣어서는 정확히 해석되지 않음 - 품번·도번처럼 정확히 일치해야 하는 질의에 의미 검색이 약해 오검색 발생 - LLM이 없는 NOTE 번호를 출처로 지어내는 환각으로 신뢰 불가 2) 프로젝트 목표 - 도면을 구조화 지식베이스로 변환해 질문에 근거와 함께 답하는 RAG 구축 - 번호·규격 질의도 정확히 찾는
프로젝트 성과
샘플 질의 10건 전부 정답
BOM·NOTE·상세도 관련 대표 질의 10건에 대해 근거 블록과 함께 정답 확인
기존 해석 오류 2건 정정
발주사가 문서 기반으로 해석한 NOTE 내용과 상세도 축척 오류를 비전 재확인으로 바로잡음
외부 전송 0건 · 출처 환각 0건
로컬 LLM·임베딩·벡터스토어 구성, 결정론적 근거 블록으로 출처 환각 구조적 제거
핵심 기능
도면 구조화 추출
- BOM·NOTE·뷰·관계를 출처·신뢰도 필드가 있는 JSON 지식베이스로 변환, 청크 41개 색인
진행 단계
요구 분석·설계
2026.05.
도면 특성 분석, 데이터 모델(JSON)·청크 10종·검색 아키텍처 설계
프로젝트 상세
1) 포트폴리오 소개 - 철도차량 공조장치 설치 도면(BOM·NOTE·상세도)을 구조화 지식으로 바꿔 근거와 함께 답하는 온프레미스 RAG PoC - 카테고리: AI · 기술문서 질의응답 / 메인 타깃: 설계·품질 부서 (외부 API 사용 불가 환경) 2) 작업 범위 - 도면 PDF에서 BOM 9품번·NOTE·뷰·관계를 JSON 지식베이스로 추출, 출처·신뢰도 필드 부여 - 청크 41개 생성
