본 프로젝트는 불확실한 온라인 정보와 병원 방문의 어려움으로 인해 정확한 의료 정보를 얻기 힘든 문제를 해결하기 위해 기획되었습니다. 검증된 의료 데이터를 기반으로 사용자에게 신뢰할 수 있는 정보를 제공하는 콘솔 기반 RAG (Retrieval-Augmented Generation) 챗봇 프로토타입입니다.
LangChain 프레임워크를 기반으로 멀티턴(multi-turn) 대화를 지원하며, 한국어에 특화된 임베딩 모델과 FAISS를 활용한 효율적인 벡터 검색을 구현했습니다. 이를 통해 사용자의 증상에 기반한 질의응답이 가능하도록 설계되었습니다.
jhgan/ko-sbert-sts (HuggingFace Embeddings)
본 프로젝트는 위 구조도를 기반으로 작동합니다. 사용자의 질문은 LangChain 메모리를 거쳐 RAG 쿼리로 구성되며, FAISS 벡터 DB에서 관련 문서를 검색합니다. 검색된 컨텍스트는 LLM 프롬프트에 주입되어 최종 답변을 생성하고 사용자에게 반환됩니다. 질문이 의료 관련이 아닌 경우, RAG 단계를 건너뛰고 LLM이 직접 응답합니다.
다양한 의료 데이터를 활용하여 구축된 CSV 파일을 사용했습니다. 특히, AIhub의 공개 데이터를 포함하여 신뢰도와 풍부함을 확보했습니다.
chunk_by_words 함수를 사용하여 문서의 의미를 보존하면서 단어 단위로 청크를 나눕니다.| 이름 | 역할 분담 |
|---|---|
| 성민진 (팀장) | 프로젝트 총괄, 일정 및 자원 관리, 데이터 수집 및 관리 |
| 김상준 | RAG 모델 구현 및 파인튜닝, LLM 연동 최적화 |
| 김희준 | 데이터 정제 및 전처리, RAG 모델 구현 |
| 위성권 | 프론트엔드 및 백엔드 개발, 초기 모델 아키텍처 구현 |
| 기간 | 세부 진행 내용 |
|---|---|
| 7월 1일 - 7월 25일 | 데이터 확보 및 정제: AIhub 및 공개 데이터를 활용한 초기 데이터셋 확보, 결측치 및 오류 데이터 정제 |
| 7월 21일 - 8월 10일 | RAG 모델 구현: 임베딩 모델 선정 및 청킹 전략 수립, LangChain 기반 RAG 체인 구현 |
| 7월 28일 - 8월 15일 | 백엔드/프론트엔드 개발: REST API 개발, 웹 기반 UI 구현, 모델과 UI 연동 |
| 8월 11일 - 8월 15일 | 통합 및 테스트: 개발된 컴포넌트 통합 테스트, 버그 수정 및 최종 기능 검증 |
본 프로젝트는 불확실한 온라인 정보와 병원 방문의 어려움으로 인해 정확한 의료 정보를 얻기 힘든 문제를 해결하기 위해 기획되었습니다. 검증된 의료 데이터를 기반으로 사용자에게 신뢰할 수 있는 정보를 제공하는 콘솔 기반 RAG (Retrieval-Augmented Generation) 챗봇 프로토타입입니다.
LangChain 프레임워크를 기반으로 멀티턴(multi-turn) 대화를 지원하며, 한국어에 특화된 임베딩 모델과 FAISS를 활용한 효율적인 벡터 검색을 구현했습니다. 이를 통해 사용자의 증상에 기반한 질의응답이 가능하도록 설계되었습니다.
jhgan/ko-sbert-sts (HuggingFace Embeddings)
본 프로젝트는 위 구조도를 기반으로 작동합니다. 사용자의 질문은 LangChain 메모리를 거쳐 RAG 쿼리로 구성되며, FAISS 벡터 DB에서 관련 문서를 검색합니다. 검색된 컨텍스트는 LLM 프롬프트에 주입되어 최종 답변을 생성하고 사용자에게 반환됩니다. 질문이 의료 관련이 아닌 경우, RAG 단계를 건너뛰고 LLM이 직접 응답합니다.
다양한 의료 데이터를 활용하여 구축된 CSV 파일을 사용했습니다. 특히, AIhub의 공개 데이터를 포함하여 신뢰도와 풍부함을 확보했습니다.
chunk_by_words 함수를 사용하여 문서의 의미를 보존하면서 단어 단위로 청크를 나눕니다.| 이름 | 역할 분담 |
|---|---|
| 성민진 (팀장) | 프로젝트 총괄, 일정 및 자원 관리, 데이터 수집 및 관리 |
| 김상준 | RAG 모델 구현 및 파인튜닝, LLM 연동 최적화 |
| 김희준 | 데이터 정제 및 전처리, RAG 모델 구현 |
| 위성권 | 프론트엔드 및 백엔드 개발, 초기 모델 아키텍처 구현 |
| 기간 | 세부 진행 내용 |
|---|---|
| 7월 1일 - 7월 25일 | 데이터 확보 및 정제: AIhub 및 공개 데이터를 활용한 초기 데이터셋 확보, 결측치 및 오류 데이터 정제 |
| 7월 21일 - 8월 10일 | RAG 모델 구현: 임베딩 모델 선정 및 청킹 전략 수립, LangChain 기반 RAG 체인 구현 |
| 7월 28일 - 8월 15일 | 백엔드/프론트엔드 개발: REST API 개발, 웹 기반 UI 구현, 모델과 UI 연동 |
| 8월 11일 - 8월 15일 | 통합 및 테스트: 개발된 컴포넌트 통합 테스트, 버그 수정 및 최종 기능 검증 |