한 줄 소개

문제를 정의와 가설 검증을 통해 서비스를 구현하는 AI 엔지니어

대표 프로젝트 — UniHelper

RAG 기반 학사 정보 AI 챗봇 (베타 테스트 진행 중)

기간: 2025.07 ~ 2025.10

인원: 4명 (Frontend / Backend / AI / CI·CD)

역할: AI 서버 및 문서 처리 파이프라인 전담

서비스: https://chatbot.yongin.ac.kr/

문제 정의 및 제작 동기

학사 정보를 부정확한 경로에 의존하고 있고, 검색이 불가능한 비정형 데이터로 다수 존재

→ 문서 기반으로 답하는 AI 챗봇이 필요하다고 판단하여 UniHelp를 기획

핵심 해결 문제

• LLM 파싱 방식은 텍스트에는 효과적이지만 표의 열 구조를 인식하지 못하는 문제가 발생
• 텍스트 영역은 LLM 파싱을 사용하고, 표 영역은 HTML 변환 후 Key-Value 문장으로 재구성하여 벡터화
• 메타데이터 필터링과 문서 외 정보 차단 로직으로 RAG 환각 현상 감소

기술 선택 이유

• FastAPI: asyncio 기반 비동기 서버로 다중 사용자 요청 환경에서도 응답 지연 없이 동작하도록 구성
• LangChain: 질문 → 검색 → 생성 과정을 체인 구조로 안정적으로 연결