AI 시스템 · 야금, 규격 문서
GOST 그래프와 강재 요구사항 RAG
EVRAZ · 2025 · AI 시스템 · Python 3.11, LangChain
PDF 표준 문서 모음을 연결된 지식 베이스로: GOST 간 링크, 출처를 제시하는 검색, 강재 강도 등급 요구사항의 JSON 내보내기
EVRAZ를 위한 일련의 프로토타입입니다. EVRAZ의 GOST 자료는 문서 간 연결이 없는 PDF 모음이었습니다. 표준 문서(PDF/DOC)를 표와 이미지가 포함된 Markdown으로 변환하고, 다른 GOST에 대한 참조(규범적·참고적)를 자동으로 찾아내고, ‘하위’ 표준을 내려받은 뒤, 그 위에 출처를 제시하는 RAG 검색과 구조화된 데이터 추출을 구축했습니다. 테스트 과제는 GOST 27772-2021의 강도 등급 C235로, 화학 성분과 기계적 성질을 JSON으로 내보냅니다. 일주일(2025년 10월 30일–11월 6일) 동안 다섯 가지 구현안을 병렬로 시험했습니다.
과제
문서 안의 다른 GOST 참조는 클릭할 수 없습니다. C235 강재의 요구사항을 모두 모으려면 전문가가 주 표준을 직접 찾은 뒤, 그 안에서 언급된 모든 표준을 하나씩 살펴봐야 합니다. 시간이 오래 걸리고 누락도 생깁니다.
주요 기능
- GOST를 DOC/DOCX/PDF에서 Markdown, 표(XLSX), 이미지로 변환
- ‘규범적 / 참고적’으로 분류한 참조 자동 추출. GOST 27772-2021에서 고유 참조 95건(규범적 71건, 참고적 24건)을 찾고 클릭 가능한 하이퍼링크 232개를 삽입
- ‘하위’ GOST 자동 검색과 다운로드(allgosts.ru, 예비로 Yandex XML API): 코퍼스에 .doc 문서 60개
- 출처를 제시하는 RAG 답변(OpenRouter를 통한 Claude 4.5 Sonnet / Gemini 2.5 Pro, FAISS 벡터 인덱스)
- 강도 등급 C235의 구조화된 데이터(화학 성분 8개 원소, 기계적 성질 3개 항목)를 검증과 함께 JSON으로 추출
- 구현안: React/tRPC 기반 웹 지식 베이스, 그래프를 고려해 답변하는 Neo4j 표준 그래프, Docker 없이 k-NN을 쓰는 RAGFlow + OpenSearch, 크롤러가 있는 FastAPI + HTMX 웹 서비스, 고정밀 OCR 모듈 명세서
기계 번역입니다. 현재 검수 중입니다.