📖 상세내용

• 사용 대상 : 맞춤형 주거단지 추천이 필요한 누구나
• 문제 의식
  • 기존 부동산 서비스들은 정형화된 필터 검색에만 의존하고 있어 사용자들의 다양한 니즈를 충족시키지 못함
  • "역세권이면서 초등학교가 가깝고 주변에 대형마트가 있는 아파트"와 같은 복합적인 조건 검색이 어려움
  • 검색 조건을 일일이 입력해야 하는 번거로움과 실제 사용자의 의도를 정확하게 파악하지 못하는 한계
  • 여러 조건을 동시에 고려해야 할 때 사용자가 여러 번의 검색과 필터링 과정을 거쳐야 하는 불편함
• 솔루션
  • LangGraph 기반 대화형 추천 시스템으로 자연어 기반의 직관적인 검색 구현
  • State Machine을 활용한 체계적인 대화 관리로 복잡한 요구사항도 정확하게 처리
  • 벡터 검색과 메타데이터 필터링을 결합하여 정확도 높은 추천 제공
  • 다중 LLM을 활용한 효율적인 대화 파이프라인으로 빠른 응답 속도 확보
• 참여인원: 1명

🛠️ 사용 기술 및 라이브러리

AI/ML

• GPT-4: 높은 프롬프트 지시 준수도를 위한 메인 모델
• Gemini-1.5: 빠른 응답 속도를 위한 보조 모델
• text-embedding-3-small: 효율적인 텍스트 임베딩

프레임워크

• LangChain: LLM 애플리케이션 개발 프레임워크
• LangGraph: 상태 기계 기반 대화 관리
• StreamLit: 사용자 인터페이스 구현

데이터베이스

• Pinecone Vector DB: 벡터 데이터 저장 및 검색
• PostgreSQL: 메타데이터 및 부동산 정보 저장

📱 담당한 기능 및 기여도

State Machine 기반 대화 관리 시스템 (100%)

• LangGraph를 활용한 체계적인 대화 상태 관리 구현
  • 입력 분석: 사용자 질문의 의도와 요구사항 파악
  • 의도 파악: 검색 조건 추출 및 구조화
  • 데이터 검색: 벡터 검색과 메타데이터 필터링 수행
  • 답변 생성: 검색 결과를 바탕으로 자연스러운 응답 생성