클로봇, AI 챗봇으로 건설 현장 해충 방역 자동화!
클로봇은 Amazon Bedrock, LangGraph를 활용하여 건설 현장 해충 방역 전문 AI 챗봇을 개발함
RAG(Retrieval-Augmented Generation) 방식을 통해 지식 기반 검색 및 이미지 분석 기능을 구현함
Notion MCP를 활용하여 챗봇 결과를 보고서 자동 생성하고, 출처 매칭 정확도 96%를 달성함
RAG 기반 AI 챗봇 아키텍처
클로봇은 Amazon Bedrock Knowledge Bases를 활용하여 RAG(Retrieval-Augmented Generation) 아키텍처를 구축했다. 구체적으로, 이미지 캡셔닝을 위해 Claude Sonnet 모델을 사용하고, Amazon Translate로 번역하여 검색 정확도를 높였다. 따라서, 지식 기반 검색과 생성 모델을 결합하여 정확한 답변을 생성한다.
Amazon OpenSearch Service 활용
클로봇은 Amazon OpenSearch Service(AOS)를 활용하여 유연한 검색 제어와 확장 가능한 벡터 구성을 구현했다. Titan 모델을 사용하여 이미지와 텍스트를 임베딩하고, AOSS에서 유사도 기반 검색을 수행한다. 반면, Bedrock Knowledge Bases는 간편한 RAG 구현을 제공하지만, 검색 로직 제어에 제한이 있다.
Notion MCP를 활용한 보고서 자동화
클로봇은 Notion MCP를 활용하여 챗봇 결과를 보고서 형태로 자동 생성한다. 구체적으로, Claude Sonnet 모델을 호출하여 최종 답변을 생성하고, Notion 페이지에 보고서를 게시한다. 따라서, 현장 관리자는 방역 정보를 체계적으로 관리하고, 의사 결정을 효율적으로 수행할 수 있다.
