업무 · LabQ
자동차 지식 에이전트 - 보고서 자동 생성 AI
국내 자동차 연구기관 RAG 기반 보고서 생성
- 기간
- 2024.03 ~ 2026.02약 1년 11개월
- 역할
- 1~2차: 1인 풀스택 개발 (7개월) / 3~4차: 메인 PL / 팀 4명
- 팀
- 개발자 4명 (본인 포함)
- 상태
- 완료
- 보고서 작성 시간
- 1분1시간에서 · 98% 단축
배경
국내 자동차 연구기관의 자동차 분야 특화 RAG 기반 보고서 자동 생성 시스템 및 챗봇. 사전 공개/공개/비공개 데이터 3단계 분류 관리, 마이디스크 연동, Keycloak SSO 인증.
한 일
주요 기능
서버 인프라 구축 및 배포
- Docker Compose 기반 멀티 컨테이너 환경 구축
- HTTPS 적용 및 고객 도메인 연결
- VPN 및 SSH 접속 환경 설정
인증 및 권한 관리
- Keycloak 기반 SSO(Single Sign-On) 로그인 시스템
- OAuth 2.0 토큰 관리
- 세션 기반 사용자 인증 및 권한 검증
RAG 기반 보고서 자동 생성
- 사전 공개/공개/비공개 데이터 3단계 분류
- 마이디스크 연동 파일 업로드 및 관리
- PDF, DOCX, PPTX 파일 자동 파싱
- 출처 표기 UI (PDF 페이지 번호 포함)
LangGraph 멀티 에이전트 시스템
- Research Agent: Multi-Query 생성 및 하이브리드 검색
- Report Agent: 검색 결과 기반 보고서 생성
- Supervisor Agent: 에이전트 조율 및 상태 관리
- PostgreSQL Checkpointer로 에이전트 상태 영속화
멀티 파일 파서 통합
- 4개 파서 통합: Upstage, LlamaParse, Docling, Unstructured
- 파서별 성능 비교 및 최적화
- 파싱 결과 시각화 (PDF + Markdown Interactive Highlight)
- 사용자별 기본 파서 선택 기능
문제와 해결
- 1인 풀스택 개발
- 백엔드, 프론트엔드, 인프라, AI 모델 연동까지 전체 스택 담당. 체계적인 아키텍처 설계와 단계적 구현으로 극복
- 프로젝트 동시 진행
- 대형 제약 프로젝트와 동시 진행으로 매일 새벽 2시까지 근무. 시간대별 우선순위 분리로 효율적 관리
결과
- 1인 풀스택으로 7개월간 전체 시스템 설계 및 구현
- Keycloak SSO 기반 보안 인증 시스템 구축
- 3단계 데이터 분류 및 권한 관리 시스템
- LangGraph 멀티 에이전트 아키텍처 구축
배운 점
- 풀스택 개발 역량: 백엔드/프론트엔드/인프라 전체 스택 경험
- SSO 인증 시스템: Keycloak 기반 OAuth 2.0 구현 노하우
- 데이터 권한 관리: 3단계 분류 및 세밀한 권한 제어
- 프로젝트 관리: 1인 개발에서 팀 PL로 역할 전환 경험
- 단계별 개선의 힘: MVP부터 시작하여 지속적으로 개선
기술 스택
- 백엔드
- FastAPIPythonRedis
- 프론트엔드
- Next.jsReactTypeScriptBlockNote Editor
- 데이터베이스
- PostgreSQL (Kysely ORM)Qdrant (Vector DB)
- AI/ML
- LangChainLangGraphOpenAI API (GPT-3.5/4/4o)Claude
- 인프라
- DockerDocker ComposeNginxLinux Server
- 인증
- Keycloak (SSO)
- 모니터링
- LangSmith
- 기타
- Server-Sent Events (SSE)