Domain-Adaptive RAG Agent Solution
고객사의 데이터(제품 DB, 문서, FAQ 등)를 벡터화하고, 멀티 에이전트 시스템과 LLM을 결합하여 사용자 질의에 근거 기반 맞춤형 응답을 자동 생성하는 서비스입니다. 도메인에 종속되지 않으며, 데이터만 교체하면 다양한 산업에 적용 가능합니다.

RAG 기반 지능형 검색 — 의미 기반 벡터 검색으로 환각 최소화
멀티 에이전트 협업 — Planner → Retrieval → Context → Response 단계적 처리
대화 맥락 유지 — 이전 대화 내용을 반영한 일관된 응답
도메인 독립적 확장 — 데이터와 프롬프트만 교체하면 새로운 도메인에 즉시 적용
다국어 지원 — 한국어, 영어, 일본어, 중국어 처리 가능

| 데이터 종류 | 데이터 개수 | 데이터 상세 내용 |
|---|---|---|
| 제품 정보 데이터 | 5,000건 이상 | 제품명, 성분, 효능, 카테고리, 가격 등 메타데이터. 제조사 공개 정보 및 API를 통해 수집 |
| 전문 문서 데이터 | 2,000건 이상 | 피부과학 논문, 성분 분석 리포트, 피부 관리 가이드 등 |
| 사용자 상호작용 데이터 | 10,000건 이상 | 사용자 질의-응답 로그, 검색 쿼리, 추천 피드백 데이터 |
| 지표 | 설명 | 점수 |
|---|---|---|
| Context Precision (정밀도) | 검색된 문서 중 실제 관련 문서의 비율 | 82% |
| Context Recall (재현율) | 필요한 관련 문서가 모두 검색되었는지의 비율 | 88% |
| Retrieval F1 Score | Precision과 Recall의 조화 평균 | 84.9% |
평가 프레임워크: RAGAS / 테스트 데이터: 500건 질의-정답 쌍 / Qwen3-8B
| 지표 | 설명 | 점수 |
|---|---|---|
| Faithfulness (충실도) | 생성된 응답이 검색된 문서에 근거하는 비율 | 85% |
| Answer Relevancy (관련성) | 응답이 사용자 질의에 적합한 정도 | 87% |
| Generation Accuracy | Faithfulness와 Relevancy의 종합 평균 | 86% |
| 지표 | 점수 |
|---|---|
| 종합 RAGAS Score | 85.5% |
