← 프로젝트 아카이브CASE / 014
Cognitive · 인지 / Multi-Agent AI System
Solynth - AI Economic Intelligence Platform
1인 개발로 진행한 경제 인텔리전스 플랫폼입니다. 테마 탐지/모니터링을 목표로, 유저용 RAG 챗봇 서비스와 운영용 자동화/분석 스택(어드민)을 결합했습니다.
- 역할
- 1인 개발 · 아키텍처, 구현, 운영 도구
- 기간
- 2024 - Present
- 맥락
- Personal Project
01 / 핵심 요약
1인 개발로 진행한 경제 인텔리전스 플랫폼입니다. 테마 탐지/모니터링을 목표로, 유저용 RAG 챗봇 서비스와 운영용 자동화/분석 스택(어드민)을 결합했습니다.
DECISION / A시스템 과제
무엇이 시스템을 어렵게 만들었는가.
수집/분석/생성 파이프라인을 안정적으로 운영하면서, 장시간 작업과 실시간 응답을 동시에 다뤄야 했습니다.
DECISION / B엔지니어링 해법
어떤 경계와 흐름으로 답했는가.
벡터 검색 기반 RAG 파이프라인과 스트리밍 엔드포인트를 구성하고, 경제/뉴스 수집 및 테마 분석 스케줄러를 서비스/어드민에 통합했습니다.
02 / 시스템 경로
시스템을 통과하는 책임의 경로.
AutoGenerator
Admin Platform - Content Automation
Responsibilities
- — Unified economic scheduler
- — Theme analysis automation
- — Operational pipelines
AInewsWeb
Service Platform - User Intelligence
Responsibilities
- — RAG chatbot core
- — SSE streaming chat
- — Session persistence
03 / 기술 필드
01TypeScript02Node.js03React04PostgreSQL05Prisma06Vector Search07SSE08node-cron
04 / 상세 기록
개요
- 1인 개발로 진행한 경제 인텔리전스 플랫폼입니다.
- 유저 서비스(RAG 챗봇)와 운영 어드민(수집/분석/자동화)을 분리해 구성했습니다.
목적 / 사용 흐름
1) 목적
- 사용자 관점에서는 “지금 중요한 경제/시장 테마가 무엇인지”를 빠르게 파악하고, 근거(수집된 문서/지표) 기반으로 질문/요약을 얻는 것이 목적입니다.
2) 유저 플로우(챗봇)
- 질문 입력 → 관련 컨텍스트 검색(벡터 검색) → 응답 생성 → SSE 스트리밍으로 진행 상태/결과를 전달합니다.
- 대화는 세션 단위로 저장해 이후 재조회/연속 대화가 가능하도록 구성했습니다.
핵심 구성
1) RAG 챗봇 서비스
- 벡터 검색 → 컨텍스트 구성 → 응답 생성 흐름을 구성하고, 세션 기반으로 대화를 관리합니다.
- 스트리밍/SSE 응답 및 캐시/폴백을 통해 UX/안정성을 확보했습니다.
2) 데이터 수집/스케줄링
- 경제 지표/뉴스 등 다중 소스를 스케줄러로 수집하고, 파이프라인 상태를 운영 가능하게 추적합니다.
3) 운영 자동화(어드민)
- 분석/요약/미디어 생성/게시 등의 작업을 워크플로우로 구성해 반복 업무를 자동화했습니다.
05 / 실제 증거
ACTUAL PROJECT ASSET / NOT GENERATED