Bidding-Mate는 평균 7만 자에 달하는 방대한 공공 입찰 공고문을 분석하여, 사용자가 원하는 핵심 정보(예산, 기간, 평가 기준 등)를 정확하게 추출해주는 RAG(검색 증강 생성) 기반 AI 에이전트입니다.
단순한 키워드 검색을 넘어, LangGraph를 도입하여 사용자의 의도를 파악하고 답변의 품질을 스스로 검증하는 순환형(Cyclic) 아키텍처를 구현했습니다.
- 정보 과부하: 공고문 하나당 평균 7.2만 자, 최대 23만 자의 방대한 텍스트.
- 비효율성: 입찰 담당자가 핵심 정보(배점, 자격 요건)를 찾는 데 과도한 시간 소요.
- LLM의 한계: 범용 모델(GPT-4 등) 사용 시, 구체적인 팩트(예산, 날짜)에 대한 할루시네이션(거짓 답변) 발생.
본 프로젝트는 선형적인 RAG 구조를 탈피하고, LangGraph를 활용한 제어 가능한(Controllable) 에이전트 파이프라인을 구축했습니다.
- Router (의도 파악): 사용자의 질문이 '입찰 분석'인지 '단순 인사'인지 분류하여 불필요한 검색 비용 절감.
- Retriever (문서 검색): MMR(Maximal Marginal Relevance) 알고리즘을 통해 질문과 관련되면서도 다양한 정보를 탐색.
- Grader (품질 평가): 검색된 문서가 질문에 답변하기 적절한지 LLM이 스스로 채점(Grading).
- 적합(Yes) → 답변 생성 단계로 이동
- 부적합(No) → Fallback (답변 불가 선언 또는 재검색)
- Generator (답변 생성): 검증된 문서만을 바탕으로 최종 답변 생성 (Hallucination 방지 프롬프트 적용).
본 프로젝트는 유지보수성과 확장성을 고려하여 객체 지향 프로그래밍(OOP) 원칙에 따라 설계되었습니다.
- Modularity:
Router,Retriever,Grader,Generator등 각 에이전트 기능을 독립적인 메서드와 클래스로 분리하여 관리. - Scalability: LangGraph의
StateGraph클래스를 상속받아 워크플로우를 객체로 정의함으로써, 추후 새로운 노드(기능) 추가가 용이함. - Abstraction: 복잡한 RAG 로직을
BiddingAgent클래스 내부로 캡슐화하여, 메인 실행 파일(app.py)의 코드를 간결하게 유지.
- LLM: OpenAI GPT-5 (Generator), GPT-5-mini (Router/Grader)
- Embedding: OpenAI
text-embedding-3-small - Vector DB: ChromaDB
- Framework: LangChain, LangGraph
- DevOps: Docker, Docker Compose
- Evaluation: Ragas
- UI/UX: Streamlit
복잡한 환경 설정 없이 도커만 있으면 즉시 실행 가능합니다.
git clone https://github.com/OH-BJ/Bidding-Mate.git
cd Bidding-Mate프로젝트 루트 경로에 data 폴더가 위치해야 합니다.
제공된 PDF 파일들이 아래 경로 구조와 정확히 일치하는지 확인해 주세요.
Bidding-Mate/
└── data/
└── raw/
└── 100_PDF/
├── 공고문1.pdf
├── 공고문2.pdf
└── ... (나머지 PDF 파일들)
프로젝트 루트 경로에 .env 파일을 생성하고, 발급받은 OpenAI API 키를 입력하세요.
OPENAI_API_KEY=sk-proj-xxxxxxxx...터미널에서 아래 명령어를 입력하여 도커 컨테이너를 실행합니다.
docker-compose up --build참고: 처음 실행 시에는 Vector DB가 생성되지 않아 웹 페이지에 에러가 표시될 수 있습니다. 이는 정상적인 현상이므로 당황하지 말고 다음 단계(DB 생성)를 진행해 주세요.
새로운 터미널 창을 열고, 실행 중인 도커 컨테이너 내부에서 DB 생성 스크립트를 작동시킵니다.
# 실행 중인 'app' 컨테이너에 접속하여 DB 생성 스크립트 실행
docker-compose exec app python db_maker.py주의: PDF 데이터 양에 따라 생성 시간이 소요될 수 있습니다. 터미널에 완료 메시지가 뜰 때까지 기다려주세요.
브라우저 주소창에 아래 URL을 입력하여 접속합니다.
- 좌측 사이드바에 "System Status: Online" 초록색 배지가 표시되면 설치가 성공적으로 완료된 것입니다.
프로젝트의 진행 과정, 상세 아키텍처, 성능 실험 결과 및 개선 사항을 정리한 최종 보고서입니다.
팀원별 개발 과정과 회고가 담긴 협업 일지입니다.
| 이름 | 협업 일지 링크 |
|---|---|
| 오병주 | 블로그/노션 링크 |
| 김소희 | 블로그/노션 링크 |
| 손성경 | 블로그/노션 링크 |
| 신아름 | 블로그/노션 링크 |
| 최지혁 | 블로그/노션 링크 |