01
근거가 있는 답변
법령, 고시, 시설기준, 매뉴얼, Q&A, 해외기준 등 업로드된 지식문서와 발행 글을 검색해 답합니다. “그럴 것 같다”가 아니라 “어디에 나와 있는지”까지 보여줍니다.
Insight Archive AI 에이전트
Insight Archive RAG Agent
법령·시설기준·매뉴얼을 근거로,
현장에서 바로 쓸 수 있게 답합니다.
어린이놀이시설 안전관리 전문 아카이브 위에 얹힌 RAG 챗봇. 콜센터형 FAQ가 아니라, 등록 문서를 찾아 출처와 함께 안내합니다.
User benefits
질문하는 순간, 실무가 빨라집니다
긴 법령 PDF를 뒤지거나, 상담원 대기·고정 스크립트에 막히지 않아도 됩니다. 등록된 전문자료를 검색해 결론·체크리스트·출처까지 한 번에 제공합니다.
02
현장에서 바로 쓰는 구조
한 줄 결론 → 핵심 설명 → 실무 체크리스트 → 근거 배지 → 관련 글. 채팅 말풍선이 아니라 지식 카드로 정리되어, 점검·보고·교육에 바로 옮길 수 있습니다.
03
아카이브를 읽다 바로 질문
메인 화면을 챗봇으로 바꾸지 않습니다. 글을 읽다가 궁금할 때 우측 하단에서 AI 에이전트를 열어 이어서 질문하면 됩니다.
04
과신을 막는 안내
AI 답변은 일반 정보 제공 목적임을 항상 표시합니다. 최종 해석은 관계기관 확인이 필요할 수 있어, 잘못된 단정을 줄입니다.
05
도메인에 특화된 지식
범용 CS 봇이 아닙니다. 무인 키즈카페 의무, 월간 점검, 사고 보고, 정기시설검사, 보험 가입 등 어린이놀이시설 안전관리 질문에 맞춰져 있습니다.
Why not a call-center bot
콜센터 봇과 무엇이 다른가
기존 고객센터 챗봇은 “의도 분류 + 고정 답변”에 가깝습니다. AI 에이전트는 등록 문서를 검색하는 RAG로, 출처와 실무 체크를 함께 줍니다.
Traditional
일반 콜센터 · FAQ 봇
- 미리 정해 둔 의도·스크립트로 응답
- 긴 채팅 말풍선, “상담원 연결” 중심
- 출처 없이 단정하거나 동문서답하기 쉬움
- 문서가 바뀌면 시나리오를 다시 짜야 함
- 범용 CS·접수 업무에 최적화
Insight Archive
AI 에이전트 · RAG Agent
- 업로드된 전문자료를 벡터·키워드로 검색
- 결론·체크리스트·근거 배지·관련 글 카드
- 답변에 문서명·유형 등 출처를 함께 표시
- 새 법령·매뉴얼 업로드 후 전처리하면 반영
- 어린이놀이시설 안전관리 도메인 특화
Answer experience
답변이 곧 업무 메모가 됩니다
단순 문장형 채팅이 아닙니다. 한 번의 질문으로 결론, 설명, 점검 항목, 근거 자료, 관련 아카이브 글까지 이어집니다.
질문 · 무인 키즈카페도 안전관리 의무가 있나요?
한 줄 결론
설치된 놀이기구와 운영 형태에 따라 어린이놀이시설 안전관리 대상 여부를 검토해야 합니다.
핵심 설명
- 법정 놀이기구·설치 장소·관리주체 요건을 함께 확인합니다.
- 대상이면 점검·보험·사고보고 의무가 이어질 수 있습니다.
실무 체크
- 설치된 기구가 법정 놀이기구에 해당하는가
- 설치 장소가 관리 대상 장소에 해당하는가
- 관리주체가 지정되어 있는가
근거 자료
법령 · 안전관리법
Q&A · 관리주체 의무
매뉴얼 · 안전점검
AI 답변은 일반적인 정보 제공을 목적으로 하며, 최종 해석은 관계기관의 공식 확인이 필요할 수 있습니다.
Document preprocessing
문서가 지식이 되는 과정
관리자가 PDF·TXT·MD를 올리면, 텍스트 추출 → 청킹 → 임베딩 → 검색 가능 상태로 자동 전환됩니다. 사용자 입장에서는 “최신 기준이 반영된 에이전트”로 체감됩니다.
Upload
PDF, TXT, Markdown. 문서유형(법령·매뉴얼·Q&A 등)과 함께 등록합니다.
Text Extraction
PDF는 페이지를 병합해 본문을 추출하고, 텍스트 파일은 UTF-8로 읽습니다.
Chunking
800자 단위, 100자 겹침. 짧은 조각은 제거해 검색 품질을 지킵니다.
Embedding
청크별 벡터(text-embedding-3-small, 1536차원)를 생성해 pgvector에 저장합니다.
READY
하이브리드 검색(벡터 + 한국어 키워드)에 바로 쓰입니다. 재임베딩도 가능합니다.
법령
고시·행정규칙
시설기준
매뉴얼
점검표
안전관리계획
Q&A·해석
해외기준
사고사례
교육·홍보
Development specs
안정적으로 돌리는 기술 구성
사용자에게는 “빠르고 믿을 수 있는 답”으로 보이도록, 검색·재순위·유사도 게이트·구조화 응답까지 파이프라인을 나눴습니다.
질문 유입
플로팅 패널 → POST /api/ai/ask
고정 의도
인사 · 시스템 소개 · 등록 문서 목록은 고정 응답으로 즉시 안내
검색
KnowledgeChunk 하이브리드 검색(pgvector 코사인 + 키워드)과 발행 Post 검색을 병렬 수행
재순위
유사도 기준 Top 결과 선별 후, 구간별 RAG / GENERAL 경로 결정
응답
구조화 JSON → 결론 · 설명 · 체크리스트 · 출처 · 관련 카드로 렌더
- 앱
- Next.js App Router · React · TypeScript · Tailwind (Ledger 디자인 시스템)
- 데이터
- PostgreSQL · Prisma · pgvector (1536차원 임베딩)
- AI
- OpenAI 임베딩·생성 · Admin AES-GCM 키 보관 · 모델 설정 UI
- 문서
- unpdf 추출 · 청크 800 / overlap 100 · 진행률·재임베딩
- 검색 품질
- 벡터 + 한국어 키워드 병합 · 유사도 게이트 · LLM Judge 구간
- 운영
- 지식문서·문서유형·질문 로그·AI 설정 Admin · 면책 문구 고정 노출
Proprietary RAG Pipeline
Grounded Intelligence
근거 없는 답변을
아키텍처에서 차단합니다
단순 LLM 래핑이 아닙니다. detectQueryIntent 기반 4분기 라우팅,
pgvector 하이브리드 검색, 유사도 게이트, LLM Judge 중재,
RAG_STRICT_MODE 환각 방어까지 — 엔터프라이즈급 검색 증강 생성(RAG) 파이프라인을
어린이놀이시설 안전관리 도메인에 특화 구현했습니다.
- Intent Router
- 4-ClassSYSTEM_META · DOCUMENT_LIST · DOMAIN_RAG · OUT_OF_SCOPE
- Similarity Gate
- ≥ 0.72코사인 유사도 임계값 미달 청크 필터링
- Strict Mode
- ON근거 부재 시 LLM 호출 차단 · 운영 기본값
Query Processing Flow
Production Pipeline
질문
detectQueryIntent()
SYSTEM_META
고정 시스템
소개 응답
소개 응답
DOCUMENT_LIST
Prisma
문서유형별 집계
문서유형별 집계
OUT_OF_SCOPE
고정 근거없음
문구 반환
문구 반환
DOMAIN_RAG
searchChunks()
filterByThreshold
similarity ≥ 0.72
similarity ≥ 0.72
있음
llmAsk()
강화 프롬프트
+ 출처 강제
강화 프롬프트
+ 출처 강제
0건
RAG_STRICT
_MODE?
_MODE?
true
근거없음
문구
문구
false
일반 AI
+ 상단 경고
+ 상단 경고
01 · Intent-Gated Retrieval
검색 전 의도 분류로 오검색 원천 차단
RAG 검색은 DOMAIN_RAG 의도에만 수행됩니다.
시스템 메타·문서 목록·범위 밖 질문은 검색·LLM 호출 없이 결정론적(deterministic) 응답으로 분기 —
“날씨·주가 질문에 법령을 끼워 맞추는” 전형적 RAG 오류를 구조적으로 제거합니다.
02 · Hybrid Vector Search
pgvector 코사인 + 한국어 키워드 융합 검색
text-embedding-3-small(1536차원) 벡터 유사도와
한국어 형태소 기반 키워드 스코어를 병렬 수행·병합합니다.
법령 조문 번호·고시 용어처럼 정확한 매칭이 중요한 규제 도메인에서
순수 시맨틱 검색 단독 대비 recall·precision을 동시에 확보합니다.
03 · Cascade Relevance Gate
3단계 관련성 게이트 + LLM Judge 중재
Re-ranker Top-k 선별 → 유사도 임계값(≥0.72) 필터 →
0.55~0.70 그레이존은 LLM Judge가 관련성을 중재합니다.
단일 threshold 방식이 놓치는 경계 케이스를 보완하면서,
무관 청크가 컨텍스트에 주입되는 것을 다층 방어합니다.
04 · Groundedness Guard
RAG Strict Mode — 환각 폴백 차단
운영 환경 기본값 RAG_STRICT_MODE=true.
등록 문서에서 근거를 찾지 못하면 LLM을 호출하지 않고
고정 “근거 없음” 응답을 반환합니다.
테스트 모드에서만 일반 AI 폴백이 허용되며, 상단 경고 배너가 강제 노출됩니다.
05 · Citation-Forced Generation
출처 강제 구조화 출력 스키마
LLM 출력은 자유 텍스트가 아닌 구조화 JSON 스키마로 수신됩니다. 결론 · 핵심 설명 · 실무 체크리스트 · 근거 배지(문서명·유형·페이지) · 관련 아카이브 카드. 출처 없는 답변은 렌더링 단계에서 폐기 — 인용 불가 응답을 UI에 노출하지 않습니다.
06 · Domain Knowledge Graph
문서유형 인지형 지식 아카이브
법령 · 고시 · 시설기준 · 매뉴얼 · Q&A · 해외기준 등 10+ 문서유형을 Prisma 스키마로 분류·집계합니다. 청킹(800자 / overlap 100) → 임베딩 → READY 파이프라인과 연동되어 신규 법령·매뉴얼 업로드만으로 검색 지식이 자동 확장됩니다.
Typical LLM / FAQ Bot
- 모든 질문에 단일 프롬프트 + LLM 호출
- 검색 결과 무관해도 컨텍스트 강제 주입
- 출처 없는 자유 텍스트 응답
- 범위 밖 질문에 도메인 지식 환각
- 문서 갱신 시 시나리오 재작성 필요
Insight Archive RAG Engine
- 4-Class Intent Router → 검색 조건부 실행
- Hybrid Search + Re-rank + Similarity Gate
- 출처 강제 · 구조화 지식 카드 출력
- Strict Mode — 근거 부재 시 LLM 차단
- 문서 업로드 → 전처리 → 즉시 검색 반영