프로젝트 목표

• 결과물
• 복지 서비스

문제의 발견

• 수혜자는 본인에게 필요한 Social Service에 대한 정보를 찾기가 어렵다.
  • 정보의 적절성 : 본인이 수혜가 가능한 사업에 대한 정보를 효율적으로 취사 선택하기 어렵다.
    • 정보들이 여러 기관, 여러 채널에 흩어져 있다.
    • 여러 사업들의 공고가 통합적으로 제공되기 때문에 많은 정보 속에서 수혜 대상에게 필요한 (대상 사업의) 정보를 선별적으로 파악하기 어렵다.
  • 정보의 적시성: 사업 공고 기간, 지원 시기 등에 맞춰 지원이 필요한 시기에 도움되는 정보를 찾기 어렵다.
    • 접근성의 문제
      • 중요 정보들이 꽁꽁 숨겨져 있다.

주요 마일스톤

• User Voice 듣기
  • Social Service 제공 측면 (흥기님…?)
  • Social Service 소비자 측면
    • 수혜자의 입장 (저소득층, 노인, 아동, 구직하는 사람.. 등)에 따라서도 다를 것 같음
• 기술 리서치
• MVP 구현..?
• 구현 요소들

1. 기존 service/ dataset/ DB 조사
2. Testcases (사용자 query) 수집
   1. 연령/복지분야/지역 등등의 소비자 scope 확정
      1. MVP implementation may be more accessible to IT-friendly 젊은세대 (부양청년/ 성학대 여성 등)
   2. 실제 혹은 생성 케이스
3. 복지전문가를 통한 정답 수집
   1. 전문가가 정답을 생성하는 과정을 이해하고 사용되는 resource (DB등) 파악
4. 수집된 정답 : (사용자 Query, 전문가 정답)을 Ground-truth로써 chatbot output을 평가하는데 활용
5. Chatbot : 다양한 구조의 RAG system을 테스트* (아래 참조)
6. Evaluation : 정답과 Chatbot 응답의 유사도를 간단하게 비교
   1. 눈으로
   2. ROUGE : literal overlap
   3. Embedding score : semantic similarity
   4. RAGAS score: recall/precision of sentences using LLM