shape

스타트허브 - RAG와 벡터 DB로 맞춤 공고 추천 구현하기

프로젝트 설명

Pinecone 벡터 DB를 사용하여 사용자 맞춤 지원 공고 추천하기

기술 스택

  • Kotlin
  • Python
  • Spring Boot
  • Spring AI
  • FastAPI
  • MySQL
  • Redis
  • Pinecone
  • Firebase
  • Docker Compose
  • GCP

참여인원

7명 (백엔드 및 AI 2명, Web 3명, App 2명)

기간

2025.08 ~ 2025.09

관련 링크

AI 서버 코드메인 서버 코드웹 서비스

상세 내용

  1. 개요
    • 창업자에게 맞는 지원 공고를 추천하기 위해 RAG 시스템을 직접 구축하고 벡터 DB를 연동하였습니다.
    • Jsoup 기반의 Crawling Service를 통해 K-STARTUP 등 외부 공고 데이터를 매일 스크래핑하여 저장합니다.
  2. 내가 기여한 부분
    • Pinecone을 Cloud Vector DB로 활용하여 임베딩된 공고를 저장하고 검색하도록 구현하였습니다.
    • AI 서비스를 위한 FastAPI 서버를 마이크로서비스로 구성하고 OpenAI API 및 임베딩 모델과 연동하였습니다.
    • Claude API에 벡터화된 사용자의 활동 정보를 실시간으로 주입하여 사용자 맞춤형 챗봇을 구현하였습니다.
  3. Claude MCP로 자연어 공고 검색 구현
    • Claude MCP로 자연어 요청에 대해 적절한 조건의 공고를 찾고, JSON 형식으로 데이터를 반환하도록 구현하였습니다.
  4. 백엔드 인프라 구조
    • 주요 기능은 Spring Boot 서버로 처리하고, 트래픽이 높은 API(로그인, 공고 조회 등)는 Redis로 Caching하였습니다.
    • FCM을 통해 공고 알림을 실시간으로 사용자에게 푸시합니다.
    • 클라우드 비용 절감을 위해 온프레미스 서버를 구축하고 운영·관리하였습니다.
    백엔드 인프라 구조 1