_%E1%84%86%E1%85%A1%E1%86%BD%E1%84%8E%E1%85%AE%E1%86%B7_%E1%84%8E%E1%85%A5%E1%86%BC%E1%84%82%E1%85%A7%E1%86%AB%E1%84%8C%E1%85%A5%E1%86%BC%E1%84%8E%E1%85%A2%E1%86%A8_%E1%84%8E%E1%85%AE%E1%84%8E%E1%85%A5%E1%86%AB_%E1%84%91%E1%85%B3%E1%86%AF%E1%84%85%E1%85%A2%E1%86%BA%E1%84%91%E1%85%A9%E1%86%B7_7ec4cf.png&blockId=35d4e699-7fb0-802e-8fc0-cc9da0eca8b4&width=3600)
_%E1%84%86%E1%85%A1%E1%86%BD%E1%84%8E%E1%85%AE%E1%86%B7_%E1%84%8E%E1%85%A5%E1%86%BC%E1%84%82%E1%85%A7%E1%86%AB%E1%84%8C%E1%85%A5%E1%86%BC%E1%84%8E%E1%85%A2%E1%86%A8_%E1%84%8E%E1%85%AE%E1%84%8E%E1%85%A5%E1%86%AB_%E1%84%91%E1%85%B3%E1%86%AF%E1%84%85%E1%85%A2%E1%86%BA%E1%84%91%E1%85%A9%E1%86%B7_7ec4cf.png&blockId=35d4e699-7fb0-80d2-b957-de6074c215be)
배경(Problem)
현황 분석
대한민국 청년(만 19~39세)들이 취업·창업에 필요한 정부 지원 정책을 찾는 과정은 생각보다 훨씬 복잡합니다.
현재 청년 지원 정책 정보는 다음과 같은 구조적 불편함 속에 방치되어 있습니다.
•
고용노동부, 중소벤처기업부, 각 시/도별 사이트 등 수십 개 정부 부처 웹사이트를 개별 방문해야 함
•
기관마다 다른 검색 시스템과 UI를 익혀야 하는 학습 비용 및 과도한 시간 소요
•
정책 정보를 한눈에 비교하기 어려운 분산 구조
핵심 문제점 (Pain Points)
구분 | 현황 및 문제점 | 구체적 사례 및 영향 | 심각도 |
문제 1: 정책 정보의 분산 | 여러 부처·기관 웹사이트에 정보가 산재됨 | 다수 사이트 반복 방문 필요, 정보 탐색 부담 증가 | ★★★★★ |
문제 2: 키워드 기반 검색의 한계 | 단순 키워드 매칭 방식만 제공 | "신입 채용 지원금" vs "초년생 채용 보조금" — 같은 정책이지만 검색 불가. 자연어 질문 처리 불가, 의미상 유사한 정책 누락 | ★★★★★ |
문제 3: 정책 정보 접근성 문제 | 몰라서 지원하지 못하는 경우 발생 | 정책 활용률 저하 및 정보 격차 심화, 수혜 기회 감소 | ★★★★ |
문제 4: 맞춤형 상담 및 지원 부재 | 개인화 상담 및 서류 지원 기능 없음 | 지원금 규모 예측 불가, 서류 작성 가이드 부재 | ★★★ |
"어떤 지원을 받을 수 있는지 알고 싶어도, 어디서부터 찾아야 할지조차 막막했습니다.
막상 검색창 앞에 앉으면 어떤 단어로 검색해야 할지 애매해서 손이 멈추고,
겨우 정책 목록을 찾아도 각각의 공고문을 하나하나 열어가며 자격 조건을 비교하는 과정이 너무 번거로웠습니다.
팀원들이 이런 경험에 대해 직/간접적으로 불편함을 체감했고,
’불편함을 해소하는 것 = 출발점’이 되었습니다."
서비스 소개(Solution)
서비스 개요
본 서비스는 청년의 다양한 상황(나이, 지역, 소득, 관심 분야, 취업 상태 등)을 기반으로 개인 맞춤형 정책을 추천하고, 정책 활용까지 지원하는 AI 기반 통합 서비스입니다. 더 나아가 단순 정보 제공을 넘어 다음과 같은 기능을 제공합니다.
•
맞춤 정책 추천
•
정책 신청 서류 작성
•
AI 상담
이를 통해 정책 탐색에서 실제 활용까지 이어지는 실질적인 지원 서비스를 목표로 합니다.
서비스 목표
본 서비스는 수많은 청년 지원 정책 속에서 사용자가 정보를 탐색하고 활용하는 과정에서 겪는 어려움을 해결하기 위해 개발되었습니다.
1.
사용자 상황 기반의 정밀한 정책 추천
•
나이, 지역, 소득, 관심 분야, 취업 상태 등 개인 설문을 통해 사용자 기반 맞춤 정책 추천 제공
2.
정책 검색 성능의 체계적 개선 및 검증
•
임베딩 모델 및 학습 방식을 비교·실험을 진행해 정확도와 순위 품질을 지속적으로 개선하여 사용자에게 맞는 정책 추천
3.
정책 활용까지 이어지는 AI 지원 기능 제공
•
정책 추천에 그치지 않고 AI 상담, 서류 작성, 자격 확인 기능을 통해 실제 활용까지 지원
1.
사용자의 다양한 방법으로 정책 검색
•
설문 기반 추천, 검색, AI 상담 등 사용자의 상황에 맞는 다양한 접근 방식 제공
시연 영상
본 시연은 실제 사용자가 서비스를 이용하는 흐름에 따라 정책 탐색 → 추천 → 활용 → 상담의 단계로 구성되어 있습니다.
1.
사용자 정보 입력 (설문 기반 시작)
•
사용자는 서비스 접속 후 간단한 설문을 통해 자신의 상황 입력
•
해당 정보는 하나의 텍스트 형태로 변환되어 임베딩 된 후, 정책 추천의 핵심 기준으로 활용
⇒ 단순한 필터링만이 아닌 의미 기반 추천을 위한 입력 단계
2.
맞춤 정책 추천 결과 확인
•
입력된 사용자 정보를 기반으로 맞춤 정책 검색이 수행
•
사용자는 메인 화면에서 자신에게 적합한 정책 리스트를 확인
⇒ “검색”이 아닌 자동 추천 경험 제공
3.
정책 상세 정보 확인
•
추천된 정책을 클릭하면 정책 설명 / 지원 대상 및 조건 / 신청 방법 / 필요 서류 등의 상세 정보를 확인할 수 있음
•
제출 서류는 구조화된 데이터로 제공되어 이후 AI 기능과 연결
⇒ 정책 이해를 돕는 정보 구조화 UI
4.
지원 서류 AI 작성 기능
•
사용자는 정책 상세 페이지에서 서류 작성 기능 사용 가능할 수 있음
•
필요한 서류 목록 확인 → 핵심 질문 입력 → 사용자 정보 기반 서류 초안 자동 생성 및 신청 가능 여부 안내
⇒ 정책 추천 이후 실제 신청까지 이어지는 핵심 기능
5.
AI 상담 기능
•
사용자는 정책과 관련된 질문을 AI 상담 기능을 통해 자유롭게 입력 가능
⇒ 단순 챗봇이 아닌 정책 이해를 돕는 상담형 AI
아키텍처 및 핵심 기능
전체 시스템 아키텍처
시스템 흐름도 - 맞춤 정책 찾기
시스템 흐름도 - AI상담
시스템 흐름도 - AI 서류 작성 기능
활용 라이브러리 및 개발 환경
항목 | 도구 |
UI 설계 | Figma |
Database | MongoDB (일반DB + 벡터DB + 로그 저장) |
프론트엔드 | HTML, CSS, JavaScript |
백엔드 | Django |
임베딩 및 LLM 모델 | 임베딩: gemini-embedding-001
LLM : gemini-2.5-flash / gpt |
모델 실험 기록 및 버전관리 | MLflow |
CI/CD | Github Actions, AWS ECS |
트러블 슈팅
1. 반복 질문 시 답변 단축 문제
•
(1) 문제 상황
◦
상담의 연속성을 위해 이전 대화(10개)를 참조하게 했으나, 사용자가 유사한 질문을 반복할 경우 AI가 답변을 생략하거나 "이전에 말씀드린 대로 자세히 알려드릴까요?"라며 응답을 단축하는 현상 발생.
◦
영향: 정책 안내 등 필수 정보가 누락되어 사용자 경험 및 상담 신뢰도 저하.
•
(2) 원인 분석
◦
LLM이 이전 문맥에 이미 같은 정보가 있음을 인지하고, 중복 답변을 피하려는 특성 때문인 것으로 파
•
(3) 해결 방안
◦
프롬프트 보완: 시스템 지침에 "반복 질문에도 항상 독립적이고 완결된 정보를 제공할 것"을 명시적으로 추가하여 응답 일관성 확보.
◦
로직 개선 : 정책 관련 핵심 키워드 감지 시, 이전 문맥 참조와 별개로 필수 데이터를 우선 참조하도록 프롬프트 구조 보완.
2. 통신 시 로딩 및 예외 처리
•
(1) 문제 상황
◦
AI 모델 특성상 답변 생성에 수 초가 소요되나, 대기 중 적절한 피드백이 없어 사용자가 서비스 이탈을 하거나 에러 발생 시 화면이 멈추는 현상 발생.
•
(2) 원인 분석
◦
비동기 통신 과정에서 실시간 상태 피드백이 부재했고, 네트워크 오류나 API 제한 등 예외 상황에 대한 방어 코드가 미비함.
•
(3) 해결 방안
◦
상태 관리: isLoading 변수를 도입하여 답변 대기 중 로딩 스피너 및 안내 문구를 노출함으로써 서비스 작동 상태를 가시화함.
◦
안정성 강화: try-catch 구문을 활용한 에러 핸들링을 적용하여, 문제 발생 시 시스템 다운 대신 "잠시 후 다시 시도해 주세요"라는 안내 메시지를 출력하도록 개선.
팀 소개
•
팀명
◦
AI 꿈나무
◦
이유: 지금은 AI를 배우는 단계이지만 점점 성장하고자 하는 의지를 담았습니다.
•
팀 구성
◦
프로젝트 기획, embedding 모델 실험, 정책 검색 및 AI 상담 개발
◦
모델 실험 및 파인 튜닝, 맞춤 정책 추천 개발
◦
정책 데이터 연동, 구글 로그인, 어드민 화면 개발
◦
DB설계 및 AI 상담 개발
◦
프로젝트 기획, UI 설계, 정책 상세화면 및 AI 서류작성 기능
•
프로젝트 리뷰
◦
매일 오전 스크럼을 진행하며, 개인과 팀원의 작업 진행 상황을 공유하고 이슈를 점검했습니다.
◦
중간 평가 이전까지 정책 추천, AI 상담, AI 서류 작성 등 핵심 기능을 먼저 작업하고, 이후에는 고도화 작업을 통해 보다 심도 있는 개발을 진행했습니다.