AI 시스템 · 공공 부문: 표준화와 계량
RAG 지식 베이스와 AI 전략
Rosstandart · 2025 · AI 시스템 · Python 3.11, LangChain
Rosstandart 문서와 ‘RST 2.0’ 프로젝트를 대상으로 한 RAG 데모, 산하 기관 5곳 분석, GOST 표준에서 요구사항을 추출하는 시스템의 명세서
서로 연관된 두 갈래의 작업입니다. 첫째는 Rosstandart 문서와 디지털 전환 프로젝트 ‘RST 2.0’을 대상으로 한 데모용 RAG 시스템입니다(문서 15개, 청크 954개). 출처 링크와 함께 자연어로 답변하며, 세 차례 반복(로컬 FAISS, 벡터 DB 증분 관리, Milvus로 이전)과 코드 리뷰를 거쳤습니다. 둘째는 산하 기관 5곳에 대한 분석 패키지(문서 30개 이상, 약 600페이지)와 AI 최적화 전략, 그리고 표준화 연구소의 기술 명세서 검토입니다. 이 명세서는 GOST 표준에서 기계 판독 가능한 요구사항을 추출해 고객사 시스템으로 전달하는 시스템에 관한 것입니다.
과제
기관과 산하 조직에 관한 정보가 흩어져 있었고, AI 도입 전략이 필요했습니다. 표준화 연구소에는 규제 문서를 기계 처리에 적합한 요구사항으로 바꾸고 AI, MDM, MES 시스템에 통합하는 과제가 있었습니다.
주요 기능
- Claude 4.5 Sonnet(OpenRouter 경유) 기반 RAG. 다국어 임베딩 paraphrase-multilingual-MiniLM-L12-v2를 사용하며, 모든 답변에 출처 표시
- Edition A: 전체 재색인 없이 벡터 DB에 파일을 증분 추가·삭제, CLI 관리와 무결성 검증
- Edition B: FAISS 대신 Milvus, 프롬프트 인젝션과 DoS 방어, 모든 모델 요청에 60초 타임아웃
- 기관 5곳 각각에 대한 분석 패키지: 종합 보고서, AI 전략(8개 분야, 2026–2028 로드맵), SWOT을 포함한 요약 리뷰, 작업 보고서
- 표준화 연구소 명세서: 온톨로지 모델(OWL 2, SHACL, Apache Jena), 엔티티와 관계 추출(ruRoBERTa-large), Java Spring Boot 기반 REST API, AI/MDM/MES 변환기, ‘자율 시작’ 단계
기계 번역입니다. 현재 검수 중입니다.