생성형 AI - 인공지능 챗봇(ChatGPT) - 포스타입, RAG 기반 AI 챗봇 '포스펙터'와 '쿼카'

https://www.postype.com/@team/post/21465430

이 글은 포스타입 팀이 서비스의 복잡한 비즈니스 로직과 최신 스펙을 효율적으로 공유하기 위해 사내 AI 챗봇을 구축한 과정을 상세히 다루고 있습니다. 기술 문서가 실제 코드의 업데이트 속도를 따라가지 못해 발생하는 커뮤니케이션 비용을 줄이는 것을 목표로 하며, 실시간 코드 데이터를 기반으로 답변하는 RAG(검색 증강 생성) 시스템의 도입 배경과 설계 전략을 설명합니다. 특히 정확도를 높이기 위해 소스코드를 메서드 단위로 분할(Chunking)하고, 메타데이터 필터링과 하이브리드 검색을 적용하여 검색 품질을 개선한 기술적 노하우가 핵심입니다. 최종적으로 배포 파이프라인과 연동하여 코드가 곧 최신 스펙이 되는 자동화 환경을 구현함으로써 전사적인 생산성을 높이고 지식의 부채를 해결하는 과정을 보여줍니다.

 

https://www.postype.com/@team/post/21464482

이 글은 콘텐츠 플랫폼 포스타입이 사내 업무 효율을 높이기 위해 RAG 기반 AI 챗봇인 '포스펙터'와 '쿼카'를 구축하고 고도화한 과정을 상세히 담고 있습니다. 개발팀은 초기 단순 질의응답 시스템의 한계를 극복하고자 소스코드 중심의 지식 구축과 다층 검색 전략을 도입하여 답변의 정확도를 획기적으로 개선했습니다. 특히 자연어 쿼리 생성 도구인 '쿼카'를 AWS Bedrock Agents로 전환함으로써, 대화 맥락을 유지하고 스스로 쿼리를 검증하는 자율적인 에이전트 시스템을 구현한 경험이 핵심입니다. 결과적으로 이 프로젝트는 기술적 시행착오를 통해 내부 소통 비용을 절감하고, 최신 로직을 반영한 신뢰성 높은 AI 어시스턴트를 성공적으로 정착시킨 사례를 보여줍니다.

 

 

RRF 알고리즘

다층 검색 구조 다이어그램

에이전트 아키텍쳐 요약