1) 해결하고자 하는 문제
a) 시스템 연계 부족: 기관별 공고 시스템이 분산되어 있어 연구자들의 정보 탐색 효율이 낮음
b) 연구자 친화적인 UI/UX 부족: 기존 시스템이 직관적이지 않아 연구자들이 사용하기 어렵고, 사용자 경험이 떨어짐
c) 연구 과제 검색 및 유사 연구 사례 분석 기능 부재: 연구자가 필요한 정보를 일일이 검색해야 하므로 시간 낭비 발생

2) 프로젝트 목표
a) 통합 공고 검색 시스템 구현: 기관별 공고 데이터 연계를 통해 단일 검색창 제공
b) AI 기반 RAG 시스템 구축: 매뉴얼/지침 문서를 분석하여 정확한 응답 제공
c) 모델 학습 자동화: DataOps 기반 학습 파이프라인 설계 및 모델 정확도 지속 향상

3) 주안점
a) 고품질 응답을 위한 프롬프트 최적화
b)DAG 기반 자동화된 ETL 구조로 데이터 품질 확보
c) HWP/HWPX 및 기타 비표준 문서에 대한 처리 대응
d) 반응형 웹 UI 구현으로 모바일 환경 완전 대응
e) 기존 시스템 대비 사용자 경험 대폭 향상

1) 프로젝트 소개 : AI 기반 연구행정 지원 시스템 개발 프로젝트
- 대상: 연구자 및 연구행정 담당자
- 목적: 공고 수집부터 문서 검색, AI 기반 응답까지 통합 처리 가능한 시스템 구축

2) 작업 범위 :
- 전체 서비스 아키텍처 설계 및 구축 (Infra, Backend, Frontend)
- AI 모델 학습 및 LLM 기반 검색 시스템 개발
- UI/UX 설계, 반응형 웹 및 웹 앱 개발
- 데이터 수집 및 자동화 파이프라인 구축

3) 주요 기능 :
- 연구행정 문서 뷰어 및 ElasticSearch 기반 문서 검색 기능
- OAUTH 및 일반 로그인 기능
- 공고 즐겨찾기 및 알림(이메일) 기능
- 즐겨찾기 공고 데이터 Excel Export 기능
- Airflow 기반 R&D 공고 자동 업데이트 로직 구성
- 연구행정 업무 매뉴얼/FAQ 통합 AI RAG 기능
- R&D 공고 AI 요약 기능
- Computer Vision 기반 문서 내 그림/차트/표 추출
- LLM과 Vector Store 기반 유사 사례 검색시스템 구축
- LLM 추론 시스템 최적화를 위한 Triton Server + TensorRT-VLLM 서빙 서버 구축
- Kafka + Prometheus + Grafana를 활용한 실시간 로깅/모니터링 시스템 구축

4) 주요 기술 및 전략 :
- 질 좋은 답변을 위한 Few-Shot Prompt + 도메인 특화 동적 프롬프트 구성
- DAG (Directed Acyclic Graph) 기반 안정적 ETL(Extract, Transform, Load) 구성 및 데이터 정합성 검증
- HWP/HWPX (ole) 파일 전처리 파이프라인 구성
- 웹/앱 대응을 위한 반응형 UI 설계
- 통합연구행정 UX 개선을 위한 사용자 테스트 및 인터랙션 고도화