프로젝트 개요

프로젝트 요약:

저희 서비스는 한국에서 주로 사용되는 주거 형태인 전세 계약에서 점점 심각해지는 사기 문제를 예방하기 위해 설계되었습니다. 기존 서비스와 달리, AI가 간단한 서류 검토를 통해 전세 사기 위험을 평가하는 기능을 제공합니다. 또한, 생성형 AI인 LLM에 RAG 기술을 적용해 정확한 질의응답이 가능한 챗봇 서비스를 구축했습니다. RAG 기술은 LangChain과 Vector DB를 활용해 LLM의 환각 현상(hallucination)을 줄이는 방식으로 구현되었습니다.

문제인식

사회적 문제:

2023년에 피해액이 4조 원을 넘고 자살 사례까지 발생한 한국의 전세 사기 문제는 심각한 사회적 이슈입니다. 이 문제는 금전적 손실을 초래할 뿐만 아니라 부동산 시장에 대한 불신을 키우고, 주거 안정성을 해치며 지역 사회의 불안을 야기합니다. 이러한 문제를 해결하는 것은 공정하고 안정적인 주거 환경을 조성하고, 지역 사회의 안정성과 신뢰를 높이는 데 매우 중요합니다.

혁신과 차별성

우리 프로젝트의 차별점:

기존의 부동산 중개인을 통한 서류 검토 서비스가 긴 대기 시간과 높은 비용 문제를 안고 있는 반면, 저희 서비스는 AI를 활용해 실시간 서류 검토와 질의응답 기능을 제공합니다. 또한, 전세 사기 예방에 필요한 모든 서류를 꼼꼼히 검토하며, 전세 사기 탐지 기능 이용 후에도 사용자가 지속적으로 서비스를 활용할 수 있도록 온라인 커뮤니티 기능도 포함했습니다.

통찰과 개발

학습 과정:

저희 팀은 최신 기술인 LLM과 RAG를 다루는 데 어려움을 겪었습니다. 이에 관련 학술 논문들을 적극적으로 탐독하며 이론적 지식을 쌓아 나갔습니다. 예상치 못한 깨달음은 학술 논문을 통해 기술을 공부하는 것이 매우 효과적이라는 점이었습니다. 논문 학습이 주제를 깊이 있게 분석하는 데 탁월한 방법임을 인식하게 되었습니다.

개발 과정:

저희는 전세 사기 위험을 감지하는 알고리즘과 LLM을 활용한 질의응답 시스템을 개발했습니다. 정확도를 높이고 환각 현상을 최소화하기 위해 LLM에 RAG 기술을 통합했으며, 이를 웹사이트에 적용하고 온라인 커뮤니티 기능도 구현했습니다. 팀원 각자의 전문성을 최대한 살릴 수 있도록 역할을 명확히 분담하고, 정기적으로 진행 상황을 공유하며 프로젝트 방향성을 맞춰 나갔습니다.