[최종 프로젝트] 1주차: 프로젝트 구조 및 기능 논의 (250723)

해피해피슈크림·2025년 7월 24일

SK 네트웍스 AI 부트캠프 13기 - 최종 프로젝트

목록 보기

1/32

🍒 요약

1. 프로젝트 모델 구조 및 구현 기능 논의

프로젝트의 전반적인 모델 구조와 핵심 기능 구현 방안을 논의했다.
주요 기능은 다음과 같다:

업무 가이드 챗봇: RAG 기반으로 사내 문서에서 관련 맥락을 찾아 응답
회의 요약 시스템: Whisper(STT)를 로컬에 설치해 음성 회의를 텍스트로 변환하고, 요약 모델로 처리
영수증 문서 처리: 촬영된 영수증을 OCR 기술로 텍스트화하여 문서화

2. 논의 이후: 요구사항 정의서와 기획서 작성 시작

🚩 본문

1️⃣ 프로젝트 기능

1. 업무 가이드 (주요 기능)

사내 내규/조직/업무 문서를 기반으로 RAG 처리
사용자 질문에 맞는 문서 맥락을 찾아 응답

2. 회의 요약 (STT + 요약 모델)

음성 → 텍스트(STT: Whisper) → 요약
보안이 중요한 회의록은 로컬에서 처리하고 요약까지 자동화

3. 영수증 정리

영수증을 촬영하면 모델이 텍스트 추출해 문서화
광학 문자 인식 기술 요구

2️⃣ 프로젝트 구조

1. sLLM vs RAG 구조 논의

OpenAI API나 단일 모델 기반 RAG로도 충분하다는 의견
라우터 구축은 데이터량이 충분하지 않다면 과잉 설계 가능성

2. RAG 기반 구조가 적합한 이유

업무 가이드는 질문-컨텍스트 기반으로 해결 가능 → RAG가 적합
코드 생성은 OpenAI와 같은 범용 LLM을 사용하는 것으로 충분
모델 학습보다는 RAG용 질문-컨텍스트-답변 데이터를 다양하게 생성하는 것이 중요
팀원이 부서별로 가상의 데이터를 분담 제작하면 효율적
데이터 생성과 전처리에 집중: 모델 학습 자체보다 더 중요

3. 보안 이슈 & 멀티모달 처리

회의록 처리는 보안이 민감하므로 모델 선택과 구조 신중해야
- STT는 Whisper 로컬 설치, 요약은 한국어 요약 모델 튜닝 권장
- Whisper 로컬 설치는 GPU 환경 필요
- 시연 시엔 OpenAI API로 처리하되, 실제 서비스에선 로컬 전환 예정
코드 생성은 보안상 민감도가 낮으므로 제외

4. 기능 구성 및 역할 분리

모델을 나누기보다는, 기능별 에이전트 분리 구조가 더 적합
- 예: 업무 가이드 에이전트, 회의 요약 에이전트 등
팀원 전원이 모델을 다루기보단, 데이터 구축을 중심으로 협업

3️⃣ 역할 분담

최성장 : 음성 처리 및 보고서 생성 모델, 서버(배포), DB
고범석 : 음성 처리 및 보고서 생성 모델, 서버(배포), DB
지형우 : 업무 가이드 모델, 이미지 처리 모델, 백엔드
김동욱 : 업무 가이드 모델, 이미지 처리 모델, 프론트엔드
안수민 : 업무 가이드 모델, 이미지 처리 모델, 프론트엔드

성장, 범석은 보고서 생성 모델 작업 끝내고 형우, 동욱, 수민과 같이 모델 작업

✅ 체크

혼자 다하려 하지 말고, 일 나눠서 하기

🩷 오늘 하루는 어땠나요? 😄

맛있는 점심 😋 with 지윤 언니

점심은 지윤 언니랑 카츠누리 먹었다. 치즈카츠는 언제 먹어도 너무 맛있어!
밥 먹으면서 언니랑 즐거운 대화를 나누었다. 나는 한국 교육의 문제점이 단순히 '주입식이다'라고 밖에 표현을 못했는데, 교육 공학을 전공한 지윤 언니가 내 생각을 적절히 다듬어 주었다. 생각이 확장되는 기쁨이 생생히 남았다.