HunsuKing :: AI Question Community Platform
우리 팀은 네이버의 지식인 서비스를 착안하여,
사용자가 채택한 질문에 AI
가 추가적인 답변, 훈수를 두는 재미있는 커뮤니티를 목표로 개발하였습니다.
개발기간: 2024.08.06 ~ 2024.09.10
배포 주소: https://hunsuking.yoyobar.xyz/
이름 | 역할 | 사진 | GitHub | Blog |
---|---|---|---|---|
Kim, Min Su | 팀 & 프론트엔드 팀장 | GitHub | Blog | |
Kim, Se Rim | 프론트엔드 팀원 | GitHub | Blog | |
Hwang, Seong Min | 프론트엔드 팀원 | GitHub | Blog | |
Song, Yoon Ju | 백엔드 팀장 | GitHub | Blog | |
Kim, Da Yeon | 백엔드 팀원 | GitHub | Blog | |
Seok, Yeong Joong | 백엔드 팀원 | GitHub | Blog |
- 프로젝트를
clone
하여 각자의 리포지토리에서 개발을 진행합니다. - 개발을 진행할 때에는 개발 유형에 맞게 개발유형/개발구역이름 형식으로 브랜치를 생성하여 작업합니다.
- 예를 들어, 새로운 기능을 추가할 때는 feat/login, 버그를 수정할 때는 hotfix/bug123과 같은 형식을 사용합니다.
- 현재 작업하고 있는 부분의 기능 구현이 완료되면 Pull Request를 생성하여 코드 검토를 진행하며, 리뷰어의 피드백을 반영하여 코드를 개선합니다.
- 코드 리뷰가 완료되고 승인이 나면, Pull Request를 통해 develop 브랜치로 변경 사항을 병합합니다.
- 병합 후에는 develop 브랜치에서 전체적인 기능 테스트를 진행합니다. dev 브랜치의 안정성이 확보되면 main 브랜치로 병합하여 배포를 준비합니다.
- 이 전략을 통해 각 개발자는 독립적으로 작업하면서도 팀과의 협업을 원활하게 진행할 수 있습니다. 코드의 품질을 유지하고 버그를 최소화할 수 있도록 지속적으로 코드 리뷰와 테스트를 강화합니다.
커밋 유형 | 의미 |
---|---|
Feat |
새로운 기능 추가 |
Fix |
버그 수정 |
Docs |
문서 수정 |
Style |
코드 formatting, 세미콜론 누락, 코드 자체의 변경이 없는 경우 |
Refactor |
코드 리팩토링 |
Test |
테스트 코드, 리팩토링 테스트 코드 추가 |
Chore |
패키지 매니저 수정, 그 외 기타 수정 ex) .gitignore |
Design |
CSS 등 사용자 UI 디자인 변경 |
Comment |
필요한 주석 추가 및 변경 |
Rename |
파일 또는 폴더 명을 수정하거나 옮기는 작업만인 경우 |
Remove |
파일을 삭제하는 작업만 수행한 경우 |
!BREAKING CHANGE |
커다란 API 변경의 경우 |
!HOTFIX |
급하게 치명적인 버그를 고쳐야 하는 경우 |
PR과 관련된 템플릿은 PR을 생성할때 자동으로 생성됩니다.
해당 내용을 참고하시어 작성을 진행해주시기 바랍니다.
홈 페이지 |
---|
서비스 메인 페이지와 게시물을 볼 수 있습니다. |
로그인 페이지 |
---|
현대웹 구조에 맞게 로그인 페이지를 구성하고, 이메일 인증과 비밀번호 찾기가 가능합니다. |
마이 페이지 |
---|
사용자 정보를 확인하고 레벨, 사용자 이미지, 탈퇴처리, 작성한 게시물 등 다양한 작업이 가능합니다. |
어드민 페이지 |
---|
어드민 유저만 접속 가능하며 유저 신고관리, 게시물 관리, 유저 관리 등이 가능합니다. |
1. Instruction-based Prompting (명령형 프롬프트)
설명: 프롬프트를 통해 구체적인 지시 사항을 제공합니다. 모델이 해야 할 작업, 말투, 스타일, 길이 제한 등을 모두 명시함으로써 원하는 결과를 정확하게 얻고자 합니다.
"간결하게 대답하고 응답의 길이는 300토큰이 넘지 않도록 해주세요."
"훈수를 두는 듯한 말투를 사용합니다. 반말을 사용합니다."
"격려와 비판을 적절히 섞어 답변의 질을 향상시키는 데 도움이 되는 피드백을 제공합니다."
"유머와 재치를 활용하여 딱딱하지 않고 흥미로운 평가를 제공합니다."
"질문에 대한 획기적인 답변을 추가로 제시합니다."
효과: 모델이 작업을 정확하게 이해하고, 목표에 맞는 출력을 생성할 수 있도록 명확한 지침을 제공합니다.
2. Role Prompting (역할 기반 프롬프트)
설명: 모델에게 특정 역할을 부여하여 답변을 작성하도록 유도하는 전략입니다. 저희 프롬프트에서는 "훈수를 두는" 역할을 지정하여 모델이 비판적이면서도 유머스러운 답변을 작성하도록 유도하고 있습니다.
"다음 질문과 답변을 보고, 훈수를 두는 듯한 말투로 답변에 대한 평가와 개선 제안을 해주세요."
효과: 특정 역할을 부여함으로써 모델이 그 역할에 맞는 톤과 내용으로 응답하게 됩니다.
3. Chain of Thought Prompting (생각의 연쇄 유도)
설명: 문제를 한 번에 해결하는 것이 아니라, 단계별로 해결 과정을 거치도록 유도하는 기법입니다. 저희 프롬프트에서는 질문을 평가하고, 개선점을 제시한 뒤, 새로운 답변을 추가하는 순서로 사고의 흐름을 따라가는 방식을 제시하고 있습니다.
"답변에 대한 훈수 스타일의 평가 및 개선 제안"
"질문에 대한 추가적인 답변"
효과: 단계별로 생각을 전개함으로써 논리적이고 체계적인 답변을 생성하게 됩니다.
4. Few-shot Prompting (소수 샘플 제공)
설명: 특정 형식의 응답을 기대할 때, 그 형식에 맞는 예시를 제공하여 모델이 이를 학습하도록 유도하는 방식입니다. 저희 프롬프트에서는 평가와 개선 제안을 제공하는 예시를 포함해, 모델이 비슷한 방식으로 답변을 구성하도록 합니다.
질문: "서강준같은 남자친구를 만드려면 어디로 가야돼?"
선택된 답변: "방송국에 가봐"
"방송국에 간다고 서강준을 만날 수 있겠니? 그럴 시간에 돈을 많이 벌거나 성형수술로 예뻐지면 돼."
효과: 모델이 원하는 패턴을 쉽게 학습하여, 예시와 유사한 형태로 답변을 생성할 수 있습니다.
5. Output Constraints (출력 제한)
설명: 출력의 길이를 제한하고, 이를 넘지 않도록 명시적으로 제시하는 기법입니다. 이는 모델이 너무 긴 답변을 생성하지 않도록 강제합니다.
"응답의 길이는 300토큰이 넘지 않도록 해주세요."
"응답 길이가 300토큰을 넘거나 출력값에 답변 외의 내용이 들어가면 벌금 3000만원입니다."
효과: 모델이 필요 이상으로 긴 답변을 피하고, 간결하게 응답하도록 유도합니다.
6. Evaluation Criteria (평가 기준 제공)
설명: 답변을 평가할 때 어떤 기준을 사용할지 명시적으로 제공함으로써 모델이 그 기준에 맞춰 답변을 생성할 수 있도록 유도하는 기법입니다.
"답변의 관련성 및 완성도 : 답변이 질문의 핵심을 제대로 다루고 있는지, 충분히 자세하고 명확한지 평가합니다. 부족한 부분이 있다면 어떻게 보완할 수 있을지 구체적으로 제안하고 질문에 추가적인 답변을 제공합니다."
"현실성 및 실행 가능성 : 답변이 실제로 적용 가능하고 도움이 될 만한 내용인지 평가합니다. 비현실적이거나 추상적인 부분이 있다면, 실질적인 조언이나 대안을 제시합니다."
"논리성 및 실효성 : 답변의 논리 전개가 타당하고, 제시된 해결책이 실제로 효과가 있을지 평가합니다. 논리적 비약이나 비현실적인 해결책이 있다면, 이를 지적하고 직접 적절한 해결책을 제시합니다."
효과: 모델이 생성하는 답변의 질을 높이기 위한 가이드라인을 제공합니다.
-
문제: 이미지 처리 시 오류
- 해결: 이미지 처리 로직 및 API 변경
-
문제: CORS 오류
- 해결: 백엔드 코드에 CORS_ALLOW_HEADERS에 "cache-control" 추가, 프론트 코드에 withCredentials: true 추가
-
문제: Lorem Ipsum.
- 해결: Lorem Ipsum.Lorem Ipsum.Lorem Ipsum.Lorem Ipsum.Lorem Ipsum.Lorem Ipsum.Lorem Ipsum.
-
문제: Lorem Ipsum.
- 해결: Lorem Ipsum.Lorem Ipsum.Lorem Ipsum.Lorem Ipsum.Lorem Ipsum.Lorem Ipsum.Lorem Ipsum.
- 파인튜닝을 이용한 훈수봇의 답변 미세 조정과 답변의 이미지 처리 기능 추가
- Redis를 통한 캐싱 처리
- 서비스의 확장성을 고려한 User서비스와 AI서비스의 컨테이너 분리를 통한 오케스트레이션
이번 프로젝트는 진행에 차질에 있었으나 빠르게 문제점을 파악하고 수정하고
최신 기술 스택을 활용하여 사용자 중심의 서비스를 제공할 수 있었습니다.
프로젝트 기간 동안 발생한 이슈들을 해결하면서 많은 성장을 이룰 수 있었고, 앞으로의 개선 방향에 대해서도 명확한 계획을 수립할 수 있었습니다.
더 자세한 정보는 Hunsuking를 방문해 주세요.