AI FAQ 학습 데이터 주입으로 채팅 응답 품질 개선
목차
AI FAQ 로직 확장 및 채팅 UI 스타일 업데이트
AI FAQ 로직 확장 및 채팅 UI 스타일 업데이트 기능을 구현했음.
배경
반복적인 사용자 문의를 AI로 자동 응답하면 운영 부담이 줄어듦. 특히 자주 묻는 질문은 DB에 학습 데이터로 쌓아서 AI 응답 품질을 높일 수 있음.
구현 방식
대화형 Q&A 학습 페이지를 구현했음. 원본 텍스트를 AI가 Q&A 형식으로 변환하고, 검수 후 학습 데이터로 저장함. 이후 채팅 시 관련 학습 데이터를 프롬프트에 주입함.
코드 예시
// 학습 데이터를 프롬프트에 주입
public String chat(String userMessage) {
// 관련도 높은 학습 데이터 조회
List<TrainingData> context = trainingRepo.findRelevant(userMessage, 5);
String systemPrompt = buildSystemPrompt(context);
return llmClient.complete(systemPrompt, userMessage);
}
// 텍스트 → Q&A 변환 (학습 데이터 생성)
public List<QnA> convertToQnA(String text) {
String prompt = "다음 텍스트에서 Q&A를 추출해: " + text;
String result = llmClient.chatRaw("", prompt); // 순수 API 호출
return parseQnA(result);
}
검토 포인트
학습 데이터 품질이 응답 품질을 결정함. 자동 변환 후 사람이 검수하는 단계가 중요함. 잘못된 학습 데이터가 쌓이면 오히려 응답이 나빠짐.
정리
AI 채팅에 학습 데이터 기반 컨텍스트가 주입되면서 응답 품질이 개선됐음.
다음
댓글 0
첫 댓글 달아줘.