여러 장의 계약서와 긴 OCR·LLM 처리
- 문제
- 계약서가 한 번에 여러 장 들어오며 분석 시간이 길어 메인 서버 부하가 달라질 수 있었음
- 해결
- Spring은 요청·상태를 관리하고 OCR·RAG 분석·결과 적재를 Lambda와 SQS의 비동기 흐름으로 분리
- 결과
- 장시간 처리와 결과 조회의 책임을 나누고 실패 건 재처리를 고려한 구조를 설계
개요
계약서 이미지를 OCR로 읽고 관련 법률·판례를 검색해 요약과 위험 조항을 설명하는 팀 프로젝트입니다. 전체 아키텍처, 계약서 백엔드, 법률 자료 적재와 분석 프롬프트를 담당했습니다.
담당 업무
아키텍처·계약서 백엔드·법률 자료 적재와 분석 프롬프트를 담당. 검색 문맥을 제공하는 RAG 경로와, 검색 결과가 없을 때 일반 분석을 수행하는 대체 경로를 구분
- 협업
- AI 팀원이 직접 배포·실험하도록 Terraform과 배포 스크립트를 제공
- App Store
- 출시
- 2025 디지털경진대회 SW부문
- 최우수상
- SK AI Summit · 12개 대학
- 부스 2위
구조
- 01계약서 업로드개인정보 마스킹
- 02OCR·원문 확인사용자가 인식 결과 수정
- 03법률·판례 검색Bedrock Knowledge Base
- 04계약서 분석근거 문맥을 포함한 생성
- 05결과 저장·조회요약 · 조항 · 참고 근거
문제 및 해결
AI 팀원의 클라우드 배포 경험 부족
- 문제
- AI 담당자는 RAG에 강점이 있었지만 AWS 환경에서 직접 배포하고 테스트하는 데 어려움이 있었음
- 해결
- Terraform과 배포 스크립트를 제공하고 서로의 지식을 공유
- 결과
- 팀원이 환경을 직접 배포·테스트하며 분석 품질 개선에 집중하도록 지원
구현 내용
- 입력 관리
- 계약서 소유·상태와 OCR 결과를 관리. 페이지 순서와 지원 파일 형식을 검사
- 근거 자료
- 생활법령·판례를 수집·가공해 S3에 적재하고 Knowledge Base의 검색 문맥으로 활용
- RAG 분석
- OpenSearch Serverless의 검색 근거를 Claude 3.5 Sonnet에 전달해 구조화된 결과를 생성
- 비동기 처리
- 분석 Lambda와 SQS·적재 Lambda를 분리. DLQ 기반 재처리를 고려하고 Spring은 상태·조회를 담당
- 배포 재현성
- Terraform과 스크립트로 인프라·실행 환경을 구성해 AI 담당자의 직접 실험·배포를 지원
분석 품질 평가
전문가 의견과 분석 결과를 비교해 정확성·완전성·법적 근거를 각 1~5점으로 평가했습니다. 계약서 8건을 대상으로 o1-pro-2025-03-19를 평가자로 사용했으며, 3개 항목 합산 평균은 14/15점이었습니다.