🚀120분
KOSHA 안전지침 RAG 시스템 구축
Day 5: KOSHA 안전지침 RAG 프로젝트
KOSHA 안전지침 RAG 시스템 구축
RAG 심화 > Day 5: KOSHA 안전지침 RAG 프로젝트
요구사항
최소 4개 KOSHA GUIDE 데이터를 파싱하고 인덱싱할 것
Hybrid Search (BM25 + Semantic)를 구현할 것
Adaptive + Corrective RAG 패턴을 적용할 것
안전 특화 기능(경고문, PPE, 법규 출처)을 포함할 것
RAGAS + 안전 특화 메트릭으로 평가하고 리포트를 생성할 것
배포 가능 여부(Go/No-Go)를 자동 판단할 것
최소 15개 다양한 안전 질문에 정확히 답변할 것
평가 기준
- • Faithfulness >= 0.95 (안전 정보의 정확성)
- • Safety Compliance >= 0.95 (경고문, PPE, 법규 포함)
- • Numerical Accuracy >= 0.90 (수치, 농도, 거리 등)
- • Hybrid Search 품질 (코드/규격 쿼리 정확도)
- • Corrective RAG 보정 효과 (오검색 제거율)
- • 프로덕션 요소 (캐싱, 로깅, 에러 처리)
- • 코드 품질 (구조, 가독성, 문서화)
보너스
- • 멀티모달: KOSHA 안전 표시 이미지를 GPT-4o (비전 내장)로 분석하여 통합
- • MSDS 문서 통합 (화학물질 안전 데이터)
- • Re-ranking: Cross-Encoder로 검색 품질 향상
- • Streamlit/Gradio UI 구현
- • CI/CD: GitHub Actions로 평가 자동화
- • Docker 컨테이너화 및 배포 스크립트
- • 실시간 모니터링 대시보드 (응답 시간, 에러율)
AI로 학습하기 — 꿀팁
🤖KOSHA 안전지침 RAG 아키텍처 검토AI 학습 팁
KOSHA 산업안전보건 지침을 RAG로 구축할 때 법령 해석 정확도와 최신성 유지 문제를 AI와 함께 설계·검토하세요.
KOSHA(한국산업안전보건공단) 안전지침 문서를 대상으로 제조 현장 작업자를 위한 RAG 시스템을 구축합니다. 다음 설계 결정을 검토해 주세요: 1) 법령 조항 구조(제X조 제X항)를 청크 경계로 활용하는 Hierarchical Chunking 전략의 적합성, 2) '안전화 착용 기준'처럼 조항이 개정될 때 이전 답변의 신뢰도를 자동으로 낮추는 freshness scoring 방법, 3) 작업자가 '이 작업 해도 돼요?'처럼 모호한 쿼리를 했을 때 관련 KOSHA 조항을 정확히 검색하기 위한 Query Expansion 전략, 4) 법적 책임이 있는 답변을 할 때 반드시 출처 조항을 인용하도록 강제하는 프롬프트 설계. 각 항목에 대해 구체적인 구현 방법을 제안해 주세요.
이 팁이 도움이 됐나요?