2b:Tb0d,

ai agent는 반복적인 작업에서 가장 큰 효율을 드러낸다고 생각해 출장 이후 반복적으로 작성되는 출장 보고서 업무가 필요 이상의 노력을 요구한다는 문제 의식에서 출발하였습니다. 특히 출장 중 진행된 회의 내용, 성과 등을 정리하는 과정은 개인의 기억과 수작업에 크게 의존하고 있기 때문에 누락, 편차가 발생하기 쉽다는 단점이 있습니다. 이에 본 프로젝트는 ai agent를 활용해 출장 보고서 형식pdf와 미팅 녹취록과 출장 기본 정보를 업로드하면 형식에 맞게 보고서 초안을 산출함으로써 문서 작성 부담을 줄이는 것을 목표로 하였습니다. 단순한 문서 생성이 아니라, 보고서 개선 제안 및 출장 후속 조치 추천까지 제공하는 실무 친화적인 ai agent 구현을 목표로 하였습니다.

Trip agent는 러너톤에서 배운 langchain 기반의 ai agent 구조를 사용해 기능별 역할을 분리해 설계했습니다. html 페이지에 사용자가 업로드한 데이터를 바탕으로 출장 보고서 pdf 양식을 pdf parser로 분석하여 보고서 작성에 필요한 항목 구조를 추출하고, 출장 기본 정보와 녹취 데이터에서 얻은 요약 정보를 결합하여 보고서 초안을 생성하도록 하였습니다. 보고서 초안은 웹페이지 하단에 생성되어 사용자가 이를 보고 텍스트를 수정하고 이미지(영수증, 명함, .. 등)을 업로드하며 보고서를 완성할 수 있도록 하고자 했습니다. 즉 ai가 초안을 생성하고 사용자가 최종 편집을 맡아 실무적인 사용 흐름을 구현하고자 했습니다.

개발 과정 중 mp3 파일 전사 단계에서 WHISPER API 연동이 원활하지 않아 나머지 기능을 먼저 검증하기 위해 MOCK 데이터로 처리하였고 이후에 재시도한 결과 여전히 연동되지 않았습니다. FastAPI를 활용해 프론트엔드와 백엔드 간의 연결을 처리하는 과정에서 오류를 찾지 못하였습니다.

비록 음성 전사 및 ai agent 완전 연동까지 구현하지는 못했지만 본 프로젝트를 통해 ai agent 기반 서비스의 전체 구조를 직접 설계하고 구현해보는 의미있는 경험을 할 수 있었습니다. 특히 agent 역할 분리 및 점진적 검증 방식의 중요성을 체감하였습니다. 향후에는 pdf 자동 변환 기능을 추가하고 whisper 전사 오류를 해결하고, 과거 출장 보고서 기능을 활용한 RAG 기능을 추가해 보고서 품질을 향상시키고 토큰을 절약할 수 있도록 할 것입니다. 이를 통해 실제 업무에서 활용 가능한 수준의 서비스로 발전시키고자 합니다.

2c:Ta9a,

trip-agent

링크

카테고리

태그

댓글 1개

trip-agent

링크

카테고리

태그

댓글 1개

trip-agent

링크

카테고리

태그

댓글 1개

trip-agent

링크

카테고리

태그

댓글 1개