“정책은 있는데, 정보는 어디 있나요?”

1만 개가 넘는 지원 정책, 나에게 맞는 정책은 어디에 있을까요?

정부와 공공기관은 방대한 지원 정책과 복지 서비스를 제공하고 있지만,

정작 필요한 정보를 찾는 과정은 복잡하고 어렵습니다.

“정보를 몰라 기회를 놓치지 않도록.”

공공서비스 정보 탐색의 복잡함을 줄이고, 누구나 필요한 지원을 빠르게 찾을 수 있도록 돕는 AI 챗봇 서비스를 개발했습니다.

• AI 챗봇을 통한 대화형 탐색.
• 나이, 지역, 관심 분야 기반의 맞춤형 추천 및 필터링.
• 유사 정책 비교로 전략적인 선택까지!

AInfo는 국민취업지원제도를 몰라 지원 받지 못했던 우리의 경험에서 시작했습니다.

우리의 불편이 더 많은 사람에게 도움이 되는 정보로 이어지길 바랍니다.

---

📝 프로젝트 개요

AInfo는 맞춤형 공공서비스 추천 AI 챗봇입니다. Django Rest Framework(DRF)를 기반으로 API를 제공하며, AI 모델과 연동하여 실시간으로 사용자의 질의에 응답합니다.

---

📆 개발 기간	🙋🏻‍♂️ 팀원	📜 SA 문서
25.2.27 ~ 25.3.31	양주영, 박민지, 유종열, 채희경, 정지웅	SA 문서 바로가기

---

📚 서비스 소개

서비스 시연 영상

서비스 아키텍처

🍟 팀원:

• 양주영(팀장)
  • PDF 및 공공 API 데이터를 벡터 DB로 변환하고 저장하는 파이프라인 구축
  • LangChain + ChromaDB 기반 벡터 임베딩 및 컬렉션 구조 설계
  • 멀티 컬렉션 + 메타데이터 필터링이 가능한 커스텀 리트리버 시스템 구현
• 박민지(부팀장)
  • JWT 기반 회원 기능 (가입, 로그인, 프로필)
  • 백엔드 EC2 배포, 프론트 S3 + CloudFront 배포
  • HTTPS 적용 (Route53 + ACM)
  • 뉴스 기반 검색 LangChain Agent 개발
  • CrewAI 활용한 Multi-Agent 개발
• 유종열(서기)
  • WebSocket 기반 챗봇 구현
  • 도커를 활용한 애플리케이션 및 레디스 컨테이너화
  • SMTP서버 활용한 본인인증 메일 및 관리자페이지 공지메일 기능 구현
  • 회원 추가기능 구현
  • Celery 활용한 비동기 처리
  • PortOne 활용한 결제 기능 구현
  • Celery-Beat 활용한 VectorDB 데이터 로드 스케쥴링
• 채희경(서기)
  • 정부 정책 특화 챗봇을 위한 시스템 프롬프트 설계 및 응답 포맷 구성 (MVP모델)
  • 사용자 질문 기반 문서 검색 및 LLM 응답 생성을 위한 LangChain 체인 구성 (MVP모델)
  • WebSocket 및 REST API 기반 챗룸 생성·조회·수정·삭제 기능 구현
  • 백엔드 애플리케이션 자동 배포를 위한 GitHub Actions 기반 CD 파이프라인 작성
  • 채팅방 목록, 메시지 출력 등 챗봇 프론트엔드 기능 개발
• 정지웅(총무)
  • WebSocket 기반 챗봇 구현
  • WebSocket에서 JWT 인증 미들웨어 적용
  • 챗봇 메시지 스트리밍 기능 추가
  • Redis 세션 저장소, LangChain의 메모리 관리 기능를 활용한 요약 기반의 멀티턴 대화 시스템 구현
  • LangChain, OpenAI 기반 LLM과 규칙 기반 분류를 결합하여 사용자 의도를 분석하는 하이브리드 방식의 입력 분류기 구현
  • 사용자 입력 분류 유형에 따른 맞춤형 agent(RAG agent, 보고서 작성 agent)를 동적으로 호출하는 플로우 설계, 구현 및 RAG agent 구현

---

🐣 Release Version : 2.1.2

🔗 서비스 접속 : https://www.ainfo.ai.kr

🔗 연결 Backend repo: AInfo-Backend

---

🛠️ 기술 스택

• 프론트엔드: HTML, CSS, JavaScript
• API 통신: Axios
• 실시간 웹소켓: WebSocket
• 배포: AWS S3 + CloudFront → Vercel로 변경

---

📂 프로젝트 구조

📂 AInfo-Frontend/ (프론트엔드 레포지토리)
│
├── assets/ → 정적 파일 (이미지, 폰트, 아이콘 등)
│   ├── images/ → 이미지 파일
│   ├── icons/ → SVG, PNG 아이콘
│   └── fonts/ → 웹 폰트 파일
│
├── styles/ → CSS 파일
│   ├── global.css → 전체 스타일
│   ├── header.css → 헤더 관련 스타일
│   ├── footer.css → 푸터 관련 스타일
│   ├── home.css → 홈 페이지 스타일
│   ├── introduction.css → 소개 페이지 스타일
│   ├── signup.css
│   ├── profile.css
│   ├── profile_edit.css
│   ├── login.css
│   ├── payment.css
│   └── chatbot.css → 챗봇 페이지 스타일
│
├── scripts/ → JavaScript 파일
│   ├── main.js → 공통 JS
│   ├── api.js → API 호출 관련 JS
│   ├── chat-app.js → 챗봇 메인 애플리케이션 로직 및 모듈 간 통합 JS
│   ├── chat-renderer.js → 채팅 메시지 렌더링 담당 JS
│   ├── chat-sidebar.js → 챗봇 사이드바 담당 JS
│   ├── introduction.js 
│   ├── components.js
│   ├── signup.js
│   ├── login.js
│   ├── logout.js
│   ├── profile.js
│   ├── profile_edit.js
│   ├── payment.js
│   ├── utils.js → 유틸리티 함수
│   └── websocket-service.js → WebSocket 연결 및 통신 관리
│
├── config/ → 설정 관련 파일
│   └── config.js → API URL 등 환경 변수 설정
│
├── pages/ → HTML 페이지 파일
│   ├── chatbot.html → 챗봇 페이지
│   ├── profile.html → 프로필
│   ├── profile_edit.html → 프로필
│   ├── login.html → 로그인 페이지
│   ├── community.html
│   ├── payment.html → 결제 페이지
│   ├── signup.html → 회원가입 페이지
│   └── introduction.html → 소개 페이지
│
├── .github/
│   ├── ISSUE_TEMPLATE/
│   │   ├── bug_report.md
│   │   ├── custom.md
│   │   └── feature_request.md
│   └── workflows/
|       ├── ci.yml → CI 관련 설정
|       └── cd.yml → CD 관련 설정
│
├── tests/ → 테스트 파일 (필요 시)
│   └── test.js → 기본 테스트 스크립트
│
├── .gitignore → Git에 포함하지 않을 파일
├── index.html → 메인 페이지
└── README.md → 프로젝트 설명

---

설치 및 실행 방법

1. 백엔드 및 프론트엔드 프로젝트 클론

git clone https://github.com/your-repo/AInfo-Backend.git
cd AInfo-Backend

.env 파일 작성은 AInfo-Backend 참고

2. 백엔드 실행 (Django)

pip install -r requirements.txt
python manage.py migrate
python -m vector_store.load_data
docker run --rm -p 6379:6379 --name redis-server redis
python manage.py runserver

백엔드 서버가 정상적으로 실행되었는지 확인합니다 (http://127.0.0.1:8000).

3. 프론트엔드 프로젝트 클론

git clone https://github.com/your-repo/AInfo-Frontend.git
cd AInfo-Frontend

4. 프론트엔드 API URL 설정 (config/config.js 작성)

window.appConfig = {
    API_BASE_URL: "http://127.0.0.1:8000/api/v1",  // 기존 API 요청 (JWT 인증 등)
    KAKAO_JS_KEY: "your_key",  // 카카오 JavaScript 키 추가
    GOOGLE_CLIENT_ID: "your_key"  // 구글 Client ID 추가
    WSURL: "ws://127.0.0.1:8000/ws/chat/",
    STOREID: 'your_store',
    CHANNELKEY_KAKAO: 'your-channel-key',
    CHANNELKEY_TOSS: 'your-channel-key',
    CHANNELKEY_KG: 'your-channel-key',
};
  
  // Axios 전역 설정 (기존 REST API 요청)
window.axiosInstance = axios.create({
baseURL: window.appConfig.API_BASE_URL,
    headers: {
        'Content-Type': 'application/json'
    }
});

5. 로컬 서버 실행 (Live Server 활용)

• VSCode Live Server 플러그인 사용

---

📄 라이센스

이 프로젝트는 학습 목적으로 제작되었으며, 공개된 코드는 자유롭게 참고할 수 있습니다.

단, 상업적 사용은 금지됩니다.