분석시각화 대회 코드 공유 게시물은
내용 확인 후
좋아요(투표) 가능합니다.
[정책 큐레이터] RAG 기반 AI 챗봇이 추천하는 나만의 맞춤 복지 정책
공동작성자
안녕하세요! 정차 위험 진단부터 과태료 단속 대응까지, 운전자를 위한 AI Agent, 차빼요 팀입니다🚖!
기존 복지 서비스의 문제를 "검색 조건을 사용자가 스스로 학습해야 한다"고 짚으신 게 인상 깊었어요.
정작 도움이 필요한 분일수록 그 조건을 모르는 게 함정인데, 그 지점을 정확히 반영한 거 같아요!
특히 프로필로 1차 하드 필터링을 하고 그다음에 RAG를 태우신 구조가 좋았습니다.
자격이 안 되는 정책은 아예 후보에서 빼고 시작하니까요. 저희도 위험도 판정은 코드가 하고 문장만 AI가 쓰게 나눴는데,
확실한 건 규칙으로 거르고 애매한 건 AI에 맡긴다는 결이 비슷해서 반가웠어요!
궁금한 건 자격 요건이에요. 복지 정책은 소득 기준이나 지원 대상이 자주 바뀔 텐데, 그 최신화는 어떻게 하고 계신가요?
저희도 공공데이터가 계속 갱신돼서 그 부분이 꽤 고민이었거든요!
남겨주신 좋은 의견 너무 잘 받았습니다! 마무리까지 파이팅이에요! 🚖
저희는 매일 밤 9시(KST 21:00)에 스크래퍼가 정부24 공공서비스 API랑 온통청년 청년정책 API를 다시 호출하는 방식으로 최신화하고 있어요. 백엔드나 AI 서버를 거치지 않고 스크래퍼가 PostgreSQL에 바로 UPSERT(있으면 업데이트, 없으면 신규 등록)하는 구조라서, API 쪽 소득 기준이나 지원 대상이 바뀌면 다음 배치 때 자동으로 반영돼요.
역할 분리도 확실히 해뒀는데요, 스크래퍼는 정책의 "원본 정보"(제목, 요약, 기관, 마감일 등)만 채우고, 카테고리 분류나 추천 근거 같은 AI가 판단해야 하는 영역은 절대 건드리지 않아요. 그래야 나중에 AI 임베딩 파이프라인이 그 데이터를 기반으로 분류할 때 서로 충돌이 안 나거든요.
다만 저희도 아직 완벽하진 않은 게, 마감된 정책을 DB에서 삭제하지는 않고 deadline 컬럼만 보고 걸러내는 방식이라, 이 부분은 계속 개선 중이에요.
좋은 피드백 감사합니다!!
안녕하세요! 항상 올바른 방향을 가리킨다는 의미를 담은 TrueNorth, 트루노스팀입니다:)
저도 최근에 청년 월세 지원이나 청년 관련 정책이 워낙 많아졌는데, 지원 기간이나 자격 요건을 하나하나 찾아보는 게 너무 번거롭고 지쳐서 그냥 포기한 적이 있었어요. 이 서비스를 보자마자 '이게 있었다면 내가 놓쳤던 혜택을 챙길 수 있었겠다' 싶었습니다.
여러 기관·채널에 흩어진 복지 정책을 하나의 대화형 AI 챗봇으로 통합해 자연어 질문만으로 바로 찾을 수 있게 만들었다는 점이 특히 인상 깊었어요. '서울 거주 20대 자취 청년을 위한 월세 지원 정책 알려줘' 같은 자연스러운 질문에 RAG 엔진이 Vector DB에서 관련 정책을 검색해 요약 답변까지 제공하는 구조는, 정보 취약계층도 어렵지 않게 혜택을 찾을 수 있게 해주는 핵심 설계라고 생각했습니다. RAG 기반으로 환각 없는 정확한 정보를 제공하겠다고 하신 점도 신뢰성 측면에서 정말 중요한 포인트라고 느꼈어요.
사실 저희 TrueNorth팀도 비슷한 고민에서 출발했어요. 저희는 스타트업·중소기업 담당자분들이 수천 건의 정부 지원사업 공고 중에서 우리 회사에 맞는 걸 찾지 못해 놓치는 문제를 해결하고자, AI Agent가 자동으로 공고를 매칭·채점·검증해주는 플랫폼을 만들고 있거든요. 대상이 개인 복지냐 기업 지원사업이냐의 차이일 뿐, '흩어진 정보를 AI가 맥락에 맞게 연결해 사용자에게 전달한다'는 방향이 너무 닮아 있어서 더 반갑게 봤습니다.
시간 되실 때 저희 프로젝트에도 한 번 들러서 따뜻한 피드백 한 줄 남겨주시면 정말 감사할 것 같아요! 좋은 결과 있으시길 응원합니다:D
안녕하세요 디지털 기록을 신문으로 정리해주는 [Paperback Agent]팀입니다!
저도 정책을 정부홈페이지에서 검색할 때, 모든 조건을 필터링에 넣어야 제가 받을 수 있는 정책을 찾을 수 있어 불편함이 있었는데
이를 자연어로 정보를 입력함으로써 자동으로 검색절차를 편리하게 해주는 아이디어가 너무 좋았습니다! 실제로 배포된다면 저도 쓸 것 같아요 ㅎㅎ
저희 프로젝트에 의견 주셔서 감사드리고 좋은 결과 있었으면 좋겠습니다!
안녕하세요!
AI 리터러시 케어 에이전트 프로젝트를 진행하고 있는 AllDayHappyDay팀입니다.
정부와 지자체의 복지 정책이 여러 사이트에 흩어져 있고, 조건과 용어가 복잡해 사용자가 자신에게 맞는 정책을 직접 찾기 어렵다는 문제에 주목하신 점이 인상 깊었습니다. 저도 청년대상인 복지 정책이 굉장히 많은데 소득분위나, 가입조건이 다양해서 저한테 딱맞는 정책을 찾는것에는 어려움이 있어서 공감되었습니다. 청년이나 취약계층뿐 아니라 디지털 환경에 익숙하지 않은 사용자도 자연어로 질문하면 필요한 정책을 안내받을 수 있도록 설계한 점이 좋았어요!
사용자의 나이, 거주지, 소득, 관심 분야 등을 바탕으로 먼저 적합하지 않은 정책을 걸러내고, 이후 RAG를 활용해 근거가 있는 정책만 추천한다는 구조도 인상적이었습니다. 단순히 관련 정책 목록을 보여주는 데서 끝나지 않고, 왜 이 정책이 사용자에게 맞는지 대화형으로 설명해 준다는 점에서 실제 활용도가 높아 보입니다.
또한 맞춤형 대시보드에서 추천 정책을 한눈에 확인하고, 상세 정보와 신청 방법까지 이어서 살펴볼 수 있도록 구성한 점도 편리해 보여요. 조건에 맞는 정책이 없을 경우에는 유사한 정책이나 안내 메시지를 제공하도록 한 예외 처리도 사용자의 혼란을 줄이는 데 도움이 될 것 같습니다.
저희 프로젝트도 AI Agent를 활용해 사용자의 상황과 어려움을 분석하고, 개인에게 적합한 정보를 이해하기 쉬운 방식으로 제공하는 서비스를 기획하고 있어 더욱 흥미롭게 보았습니다. 시간 괜찮으실 때 저희 프로젝트에도 따뜻한 피드백 한 줄 남겨주시면 큰 힘이 될 것 같습니다!
복잡한 복지 정보를 누구나 쉽게 활용할 수 있도록 돕는 의미 있는 프로젝트인 만큼 좋은 결과 있으시기를 진심으로 응원하겠습니다. 감사합니다! :D
DACON Co.,Ltd | CEO Kookjin Kim | 699-81-01021
Mail-order-sales Registration Number: 2021-서울영등포-1704
Business Providing Employment Information Number: J1204020250004
#901, Eunhaeng-ro 3, Yeongdeungpo-gu, Seoul 07237
E-mail dacon@dacon.io |
Tel. 070-4102-0545
Copyright ⓒ DACON Co.,Ltd All rights reserved
안녕하세요! [정책 큐레이터] 프로젝트 팀입니다 😊
사용자의 상황(연령, 지역, 관심분야 등)을 분석해 맞춤형 복지 정책을 추천해주는 RAG 기반 AI 챗봇을 개발했습니다. LangChain + pgvector로 정책 문서를 벡터화하여 검색 정확도를 높였고, Next.js + Spring Boot로 실사용 가능한 웹 서비스까지 구현했습니다.
데모 영상과 실행 링크를 함께 첨부했으니 편하게 확인해보시고 피드백 남겨주시면 감사하겠습니다!