"심리적 위로에서 실시간 데이터 기반 위험 분석까지, 당신을 위한 통합 가이드"
본 프로젝트는 전세사기 피해자들이 겪는 복잡한 법적/경제적 문제를 해결하고, 심리적 위기 상황에 즉각 대응하기 위해 개발된 인공지능 상담 솔루션입니다.
- 주요 기능: 사용자 입력에서 위기 상황을 실시간 감지하여 심리적 안정과 긴급 상담을 우선 안내합니다.
- 기술적 구현:
- 50개 이상의 도메인 특화 키워드를 활용한 Emotion Filtering 로직을 통해 3단계(Crisis, Shock, Confused) 감정 상태를 판별합니다.
- Crisis Detection: '죽고 싶다' 등 고위험 키워드 매칭 시, RAG 답변에 앞서 자살예방상담전화(1393) 등의 정보를 즉각 노출하는 안전 가드레일을 구축했습니다.
- 주요 기능: 복잡한 전세사기 특별법 지원 자격 유무를 7가지 문답을 통해 쉽고 정확하게 진단합니다.
- 기술적 구현:
- Boolean Matrix Diagnosis: 특별법의 7개 핵심 요건을 불리언 매트릭스로 구성하여 지원 등급을 결정하는 Rule-based Decision Tree 알고리즘을 적용했습니다.
- 진단 결과에 따라 4단계 지원 등급을 동적으로 할당하고, 이를 이후 RAG 체인의
user_situation컨텍스트로 주입하여 개인화된 답변을 생성합니다.
- 주요 기능: 서울시 실거래 데이터를 바탕으로 해당 매물의 전세사기 위험 점수를 산출합니다.
-
기술적 구현:
-
Real-time API Pipeline: 서울시 데이터광장
tbLnOpendataRtmsVAPI를 연동하여 실시간 XML 데이터를 수집 및ElementTree기반 파싱을 수행합니다. -
Weighted Sum Model (WSM): 아래 수식에 기반하여 종합 위험 점수(
$S$ )를 산출합니다.$$S = (P_{LTV} \times 0.4) + (P_{Market} \times 0.2) + (P_{Building} \times 0.3) + (P_{Env} \times 0.1)$$ -
Fall-back Heuristics: API 장애 상황에서도 서비스 지속성을 유지하기 위해 유사 매물 추정 로직(
get_dummy_price_data)을 포함한 예외 처리 시스템을 갖추었습니다.
-
Real-time API Pipeline: 서울시 데이터광장
- 주요 기능: 법령과 지침을 기반으로 정확한 답변을 제공하며, 이전 대화 흐름을 기억해 상세 질문에 대응합니다.
- 기술적 구현:
- Document Engineering:
RecursiveCharacterTextSplitter를 활용해 Chunk Size: 700 / Overlap: 100으로 최적화된 지식 베이스를 구축했습니다. - Vector Ops:
FAISS와all-MiniLM-L6-v2를 이용한 시맨틱 검색(Top-K=5)을 수행합니다. - Context-Aware Memory:
ConversationMemory클래스를 구현하여 질문 내 특정 주제 집중(Focus) 지시문을 동적으로 프롬프트에 추가하는 Enhanced Prompting 기술을 적용했습니다.
- Document Engineering:
| 분류 | 기술 |
|---|---|
| Language | Python 3.10+ |
| LLM / Framework | Google Gemini 1.5 Flash, LangChain (LCEL) |
| Embedding | HuggingFace sentence-transformers/all-MiniLM-L6-v2 (384 dim) |
| Vector DB | FAISS (Facebook AI Similarity Search) |
| Data API | 서울시 부동산 실거래가 Open API (XML 방식) |
| Libraries | requests, pypdf, python-dotenv, xml.etree.ElementTree |