고령층의 복지 정보 탐색을 선택한 이유
로디는 고령층이 자신의 상황을 말하면 복지 정보와 신청할 곳을 안내받는 서비스를 목표로 시작했습니다. 복잡한 메뉴와 검색어를 익히는 일을 줄이고, 자신에게 해당하는 지원인지 확인하도록 돕고 싶었습니다.
저희 할머니는 유튜브에서 본 복지 지원을 자신도 받을 수 있는지 제게 자주 물으셨습니다. 제가 찾아보면 영상의 내용이 실제와 다르거나, 할머니가 지원 대상에 해당하지 않는 경우가 많았습니다. 이 경험에서 편하게 질문하는 것과 출처·적용 조건을 확인하는 일을 함께 풀어야 한다는 문제를 발견했습니다.
LLM으로 서비스 이용 방식을 바꿀 수 있을까
복지 정보를 찾는 사용자는 자신의 상황을 제도명과 검색 조건으로 바꿔야 합니다. 여러 사이트의 내용을 비교하고, 어디에 문의할지 정하는 일도 직접 맡습니다. 저는 LLM이 이 과정의 일부를 도울 수 있다고 보았습니다.
기존 화면의 정보를 다시 답해 주는 챗봇을 보며, 그런 기능이 이용 과정에 어떤 도움을 주는지 의문이 들었습니다. 로디에서는 사용자의 말에서 필요한 정보를 찾고, 부족한 조건은 대화로 되묻는 방식을 구상했습니다. 결과를 화면과 음성으로 전달하고 다음에 할 일까지 안내하는 흐름입니다.
제가 좋아하는 아이언맨의 자비스처럼, 사용자가 조작법을 몰라도 원하는 일을 말로 요청하는 인터페이스를 떠올렸습니다. AI를 Artificial Intelligence뿐 아니라 Advanced Interface로 바라본 이유입니다. 사용자의 말과 서비스의 기능을 연결한다는 저만의 해석을 담았습니다.
여러 단계에 LLM을 쓰면 호출 비용이 늘어납니다. 당시에는 작은 모델의 성능도 개선될 것이라 기대했고, 이번 프로젝트는 비용 최적화보다 이런 이용 방식을 구현해 보는 데 집중했습니다.
답변의 근거와 적용 조건을 확인하기
복지 상담에서는 답변이 어떤 자료에 근거하는지 확인할 수 있어야 했습니다. 그래서 질문과 관련된 법령·조례·복지 안내의 원문을 찾아 모델에 전달하는 RAG 방식을 선택했습니다. 모델은 사용자의 상황과 원문을 함께 읽고 답변하도록 했습니다.
웹 검색에는 예전 공고나 다른 지역의 안내도 섞일 수 있습니다. 출처와 적용 범위를 관리할 기준 자료를 먼저 준비하고, 지역기관 등 추가 정보는 웹에서 확인하는 방향을 잡았습니다. 기준 자료도 개정되므로 원문 갱신과 검색 품질 관리는 계속 필요합니다.
로디의 세 가지 핵심 과제
이 목표를 상담 화면과 대화의 세 가지 과제로 구체화했습니다.
- 의도에 맞춘 연결: 제도명을 몰라도 상황을 설명하면 관련 복지 정보와 문의할 기관, 준비할 일을 안내하기.
- 편한 대화와 안내: 음성으로 질문과 답변을 주고받기. 기관은 지도·목록으로, 준비할 일은 짧은 항목으로 보여 주기.
- 근거와 적용 조건: 답변에 사용한 문서명과 원문을 제시하기. 나이와 거주 지역 등 적용 여부를 판단할 조건을 함께 확인하기.
