만든 이유 ? (사실 진짜 이유는 개인 프로젝트 공부를 위해서)
그래서 개인 프로젝트 공부를 어떻게 할까 고민하다가~
이왕 시간들여서 만들고 공부하는거 나의 업무와 일에 도움이 됬으면 좋겠다 생각을 했다.
업무의 불편함이나 어려움이 뭐가 있을까 ?
프로젝트나 업무를 처음 시작할때, 업무를 숙지할때,
문서는 있는데 찾기 어렵고, 데이터는 있는데 분석하기 번거롭다. 결국 중요한 결정을
내릴 때 필요한 정보를 제때 활용하지 못하는 경우가 많았다.
이 수많은 데이터와 문서들을 더 빠르게 숙지하는 방법이 없을까?
의사결정을 내릴때, 도메인 전문가들처럼 업무를 이해하고 다가갈 수 없을까 ? 생각했다.
문서와 데이터를 올리면 AI가 알아서 분석하고, 의사결정에
필요한 인사이트를 바로 뽑아주는 시스템.
---
어떤 시스템인가
사내 문서·데이터 기반 AI 의사결정 지원 시스템은 pdf, docx, csv 파일을 업로드하면
즉시 사용할 수 있는 AI 분석 플랫폼이다.
단순한 문서 검색이 아니라 GraphRAG 기술을 활용해 문서 안의 개념들 사이의 관계까지
파악하고, 복합적인 질문에도 정확한 답변을 제공한다.
---
핵심 기능
1. GraphRAG 문서 Q&A
문서를 업로드하면 내용을 커뮤니티 단위로 요약하고, 2-hop 관계 탐색으로 연결된
개념까지 추적해 답변한다. 기존 키워드 검색 방식보다 훨씬 정교하다.
2. 지식그래프 자동 구성
문서에서 엔티티와 관계를 자동으로 추출해 시각적인 그래프로 보여준다. 노드 뷰, ERD,
데이터 흐름 3가지 방식으로 확인 가능하다.
3. CSV 데이터 분석
데이터 파일을 올리고 자연어로 질문하면 차트, 순위, 비교, 위험 감지 등 5가지
유형으로 자동 분류해 분석 결과를 제공한다.
4. 도메인 자동 적응
뷰티, 공급망, 에너지 등 7개 프리셋을 지원하고, 커스텀 도메인도 입력하면 AI가
자동으로 분석 설정을 생성한다.
---
기술 스택
│ LLM : Claude Sonnet (claude-sonnet-4-6)
│ 벡터DB : Supabase pgvector
│ 임베딩 : paraphrase-multilingual-MiniLM-L12-v2
│ 그래프 : NetworkX + Louvain
│ 시각화 : PyVis + Plotly
│ UI : Streamlit
---
앞으로 이 시리즈에서는
시스템을 만들면서 공부한 것들을 하나씩 정리할 예정이다.
중점적으로 정리할 내용은 기초 RAG의 개념, GraphRAG의 개념부터해서 구현 방법,
Claude API 활용 등 실제로 부딪힌 내용들을 다룰 예정이다.
정리하는 이유는 한번 더 정리하면서 까먹지 않기 위해서!!!!