---

🎓 Togedy AI Chatbot

대학 입시 요강을 기반으로 자연어 질문에 맞춤형으로 응답하는 AI 챗봇입니다. OCR·NER·문서 검색·LLM을 결합하여, 복잡한 입시 요강을 사람이 묻듯 질문하면 바로 답변할 수 있도록 설계되었습니다.

---

📌 프로젝트 개요

• 프로젝트명: Togedy AI Chatbot

• 목적 대학별 입시 요강(PDF, 표, 텍스트)을 구조화하고 사용자의 자연어 질문에 대해 정확한 정보를 제공하는 질의응답 시스템 구현

• 대상 질문 예시

  • “연세대 컴퓨터공학과 수시 전형 방법 알려줘”
  • “고려대 정시 모집 인원은 몇 명이야?”
  • “서강대 논술 전형 일정은 언제야?”

---

🧠 핵심 특징

• KoBERT 기반 NER

  • 대학명(UNI), 전형(TYPE), 핵심 키워드(KEYWORD) 자동 추출

• 질문 유형 자동 분기

  • 답변 생성 / 문서 탐색 / 재질문 유도

• TF-IDF 기반 문서 검색

  • 대학별 요강 텍스트 및 표 데이터 검색

• LLM 이중 구조

  • Gemini: NER 및 탐색 보강
  • GPT-4o: 최종 자연어 응답 생성

• OCR 기반 데이터 파이프라인

  • 입시 요강 PDF → 텍스트 / 테이블 구조화

---

🔄 전체 시스템 흐름

1. 사용자 질문 입력

2. KoBERT NER로 UNI / TYPE / KEYWORD 추출

3. 키워드 조합에 따라 로직 분기

   • UNI 없음 + KEYWORD 있음 → 재질문
   • UNI 있음 + KEYWORD 있음 → 문서 탐색
   • KEYWORD 없음 → 일반 답변 생성

4. TF-IDF 기반 문서 검색

5. 검색 결과 + 질문을 LLM에 전달

6. 최종 자연어 답변 생성

---

📁 디렉토리 구조

.
├─ main.py                  # 전체 파이프라인 실행
├─ answer.py                # 답변 생성 로직
├─ extract_all.py           # OCR 및 텍스트 추출
├─ search_and_export.py     # 문서 탐색 및 결과 처리
├─ document_retrieval/      # TF-IDF 기반 검색
│  ├─ build_tfidf.py
│  ├─ retriever.py
│  └─ table_pick.py
├─ KORBERT_NER_UNI/         # 대학명 NER
├─ KORBERT_NER_TYPE/        # 전형 NER
├─ KORBERT_NER_KEYWORD/     # 키워드 NER
├─ llm/                     # LLM 프롬프트 및 추론
├─ ocr/                     # OCR & 테이블 추출
├─ university/              # 대학별 요강 데이터
└─ app/                     # Flask API 서버

---

🧩 NER 모델 설명

• 모델: skt/kobert-base-v1

• 태깅 방식: BIO tagging

• 라벨 구성

  • UNI : 대학명
  • TYPE : 전형 (수시, 정시)
  • KEYWORD : 질문 핵심 개념

• 활용 목적

  • 질문 의도 파악
  • 문서 탐색 여부 및 대상 결정

---

🔍 문서 탐색 방식

• 기법: TF-IDF + cosine similarity

• 데이터

  • 대학별 susi_text.txt, jungsi_text.txt
  • 전형별 CSV 테이블

• 특징

  • 대학 단위로 탐색 범위 제한
  • 표 데이터와 본문 텍스트 분리 처리

---

🤖 LLM 구성

역할	사용 모델
NER / 탐색 보강	Gemini
최종 답변 생성	GPT-4o

• 검색된 문서 내용을 컨텍스트로 활용하여 환각을 최소화
• 질문 유형에 따라 프롬프트 구조 분리

---

▶ 실행 방법

pip install -r requirements.txt
python main.py

또는 Flask API 실행

python app/main.py

---

📌 활용 목적

• 대학 입시 정보 접근성 향상
• 챗봇 기반 입시 상담 자동화
• RAG + NER 결합 구조 실험 및 연구

---

📎 참고 사항

• 본 프로젝트는 깃허브 공개용으로 정제되었습니다.
• 실제 입시 상담 시에는 반드시 공식 요강을 함께 확인하시기 바랍니다.