KERI 현장실습 프로젝트: DOCKERI

전기 기술 문서 분석 및 계산 AI 에이전트 개발

---

프로젝트 개요

프로젝트 명칭

DOCKERI - 전기 기술 문서 분석 및 계산 AI 에이전트

실습 기간

2025년 겨울학기 (2026.01~2026.02)

실습 기관

KERI (한국전기연구원)

프로젝트 목적

복잡한 전기 기술 문서를 AI 기반으로 분석하고, 사용자 질문에 맞춤형 답변을 제공하며, 정교한 수식 계산까지 수행하는 지능형 에이전트 시스템 개발

---

환경 구축 및 실행

Windows 기준으로 설명되었습니다.

서버 환경 구축

아래의 명령을 server 폴더 내에서 수행합니다.

REM Git 설치 및 LFS 활성화
winget install --id Git.Git -e --source winget
git lfs install

REM 임베딩 모델 다운로드
git clone https://huggingface.co/BAAI/bge-m3

REM 필요 패키지 설치
setup.cmd

설치 완료 후, .env 파일을 만들고 아래처럼 환경 변수를 설정합니다.

• Gemini API 키는 필수이며, 나머지 설정은 미선언시 기본값으로 자동 설정됩니다.

# DOCKERI API Server 환경 설정

# 필수: Gemini API 키
GEMINI_API_KEY=your_gemini_api_key_here

# 서버 설정
HOST=0.0.0.0
PORT=8000

# 태스크 관리
TASK_RETENTION_DAYS=7

# LLM 설정  
LLM_MODEL=gemini-2.5-flash

# 벡터 검색 설정
RETRIEVAL_K=4
CHUNK_SIZE=1000  
CHUNK_OVERLAP=100

환경 변수 작성이 완료되었다면, 아래처럼 서버를 시작합니다.

run.cmd

클라이언트 환경 구축

아래의 명령을 client 폴더 내에서 수행합니다.

setup.cmd

문서 임베딩

1. 클라이언트에서 바로 임베딩 수행

질문 입력칸 옆 + 버튼을 눌러 pdf, md 파일을 바로 업로드하여 임베딩합니다.
간단한 문서나 텍스트 임베딩에 적합합니다.

2. pdf to md 변환을 수행하여 임베딩 수행

위 pdf to md 파이프라인을 통해 pdf를 markdown + image 파일로 전처리한 후 ZIP 파일을 업로드하여 임베딩합니다.
복잡한 수식이나 양식이 있거나 도표, 이미지가 중요한 기술 문서에 적합합니다.