- 회사패턴앤
- 기간2026
- 맡은 일1인 풀스택·LLM 개발
업로드 → AI 분석 → 보완 → 현장 점검 → 보고서를 한 흐름으로 잇는 웹 플랫폼을 프런트엔드부터 AI 파이프라인까지 1인 설계·구현. vLLM 서빙 로컬 LLM·VLM에 내부 문서 RAG·MCP 법령 조회를 결합해 인용 조문 검증·근거 기반 답변 구현.
구성
- 평가표 업로드엑셀(.xlsx) · 한글(.hwpx)
- 파싱병합 셀 · 비정형 칼럼
AI 분석 · ARQ 워커 2단계
로컬 LLM·VLMvLLM(OpenAI 호환)내부 문서 RAGfastembed · pgvector법령 조회korean-law-mcp- 보완·현장 점검현장 사진 · TBM 회의록(VLM)
- 보고서PDF · DOCX · XLSX
Next.js · FastAPI · Supabase(PostgreSQL·pgvector)
풀어야 했던 문제
맡은 일
- vLLM(OpenAI 호환 API) 기반 로컬 LLM·VLM 서빙, FastAPI 백엔드 연동
- 내부 문서 RAG 파이프라인 구축: 표준 절차서·작업 지침·사고 사례 텍스트 추출 → 문장 단위 청킹 → fastembed 임베딩 → pgvector 인덱싱
- 근거 문서를 붙여 답하는 RAG 챗봇 구현, korean-law-mcp(MCP 서버)로 산업안전보건법 조문을 실시간 조회해 없는 조문 인용(할루시네이션) 차단
- ARQ·Redis 워커 기반 항목 분류 → 위험 등급·보완 평가 2단계 비동기 분석 파이프라인 구축
- VLM 기반 현장 사진·TBM 회의록 분석으로 신규 위험 요인 추출
- 병합 셀·비정형 칼럼이 섞인 엑셀(.xlsx)·한글(.hwpx) 평가표 파서 개발, 편집형 그리드·대시보드·PDF·DOCX·XLSX 보고서 내보내기 구현
쓴 기술
- Next.js · React · TypeScript
- Python · FastAPI
- vLLM(로컬 LLM·VLM)
- RAG · pgvector · fastembed
- MCP
- ARQ · Redis
- Supabase(PostgreSQL)
자료
위험성평가표를 검토하는 장면생성 이미지
