데이터를 분석해 문제의 근거를 찾고, 이를 RAG·LLM 기반 서비스로 구현합니다.
- 🔎 관심 분야: Data Analytics, RAG, LLM Evaluation, AI Applications
- 🌱 현재 목표: 데이터 분석과 AI 서비스 개발을 연결하는 엔지니어로 성장하고 있습니다.
감사 사례 검색부터 보고서 초안 생성까지 지원하는 RAG 기반 감사 업무 보조 서비스입니다.
- Period: 2025.11.24 - 2026.01.05
- Role: RAG 시스템 및 AI Agent 아키텍처 설계, 성능 평가·모니터링 환경 구축
- Retrieval: 하이브리드 검색과 Multi-Query를 적용하여 핵심 키워드 누락과 질문 표현에 따른 검색 편차 개선
- Result: Answer Relevancy 66% → 77% 개선
- Evaluation: Ragas와 Opik을 활용해 약 100개의 테스트 질문에 대한 정량 평가 체계 구축
- Agent: 정보 수집 → 사례 검색 → 초안 작성으로 이어지는 3단계 보고서 생성 워크플로 구현
- Tech: Python, Langflow, PostgreSQL, Ragas, Opik, Streamlit
분산된 교육·행정 정보를 자연어로 검색하고 관련 플랫폼과 서식을 안내하는 RAG 기반 챗봇 서비스입니다.
- Period: 2025.10.24 - 2025.10.27
- Role: RAG 검색 엔진 구축 및 LLM 입력 컨텍스트 최적화
- Retrieval: MMR과 Cohere Rerank를 결합하여 검색 결과의 다양성과 관련성 개선
- Context Optimization: Long Context Reorder로 중요 문서를 컨텍스트 앞뒤에 배치하여 'Lost in the Middle' 현상 완화
- Result: 내부 테스트 기준 답변 정확도 75% → 95% 개선
- Data Processing: 학생별 출결 데이터를 하나의 컨텍스트로 재구성하여 합산 오류와 정보 누락 방지
- Tech: Python, LangChain, ChromaDB, OpenAI API, Streamlit
- Languages: Python, SQL
- Data & Database: PostgreSQL, ChromaDB
- AI & LLM: LangChain, Langflow, Dify, RAG, AI Agents
- Retrieval & Evaluation: MMR, Cohere Rerank, Multi-Query, Ragas, Opik
- Development & Infra: Streamlit, Docker
- Certifications: 정보처리기사, SQLD, NHN Cloud Essentials
