프로젝트 배경
관리자 업무의 핵심이 입주민 데이터 조회와 이상 판단이라는 현장 분석 결과에 따라, 자연어로 데이터를 안전하게 조회하는 Text2SQL을 모든 에이전트의 공통 기반으로 설계했습니다. 안전 관련 판단은 결과를 설명하고 추적할 수 있어야 했기 때문에 LLM이 직접 판단하지 않는 구조가 필요했습니다.
프로젝트 성과
검증 가능한 데이터 조회·판단 구조 확보
실행 전 중간표현 검증으로 잘못된 Join·기간 해석 차단, Semantic View만 조회해 정확도·속도 확보, Rule Engine 판단에 근거 첨부, 감사 로그 기반 개선 루프
핵심 기능
진행 단계
분석 → 설계 → 구현 → 검증
2026.07 ~ 2026.10
현장 인터뷰·DB 프로파일링 → 중간표현 스키마·Data Mart·도메인 모델 설계 → SQL Agent·Rule Engine·오케스트레이터 구현 → 테스트·보안 점검
프로젝트 상세
- 포트폴리오 소개: 시니어 레지던스 관리자가 자연어로 입주민 현황·위험 징후·건강 트렌드를 조회하고, 시스템이 이상을 감지해 알림·리포트를 생성하는 AI Agent를 기존 운영 플랫폼에 연동 구축 - 작업 범위: 현장 인터뷰·원천 DB 프로파일링, Text2SQL SQL Agent·Rule Engine·오케스트레이터 설계·구현, Data Mart 설계 리뷰, 5대 에이전트 설계 리뷰, 테스트·보안 점검






