한국
3.7 (23)한국딥러닝
경력근거: 인공지능에게 세상을 이해하는 눈을 부여하는 일
수집일 없음
※ 실제 산출물이 아닌 AI 예측 시안입니다.
한국딥러닝은 글자 인식이 아니라 문서를 의미 단위로 해석하는 Document AI를 만드는 회사라, 문서 추출·맥락 판단을 배포하는 이 도구는 한국딥러닝이 다루는 다양한 문서 타입이 있어야 추출 정확도가 의미를 가집니다.
'문서를 읽어 세상을 이해하는 Document AI'. 항목 추출+맥락 판단이 핵심.
'AI가 사람처럼 맥락을 파악하고 판단'. 맥락 판단이 직격.
'LLM, VLM, RAG'. 문서 추출 파이프라인이 토대.
문서(공문·계약·보고서)를 받아 핵심 항목을 추출하고 맥락(조건·예외)을 판단해 원문 근거와 함께 제공하는 1주 FDE PoC.
한국딥러닝 FDE. 문서를 사람이 읽고 판단하던 일을, 항목 추출 + 맥락 판단 도구로 배포하고 싶은 사람입니다.
문서에 추출 스키마를 붙이면, 도구가 (a) 항목을 원문 근거와 함께 추출하고 (b) 조건·예외 맥락을 판단합니다.
문서를 받아 항목을 원문 근거와 함께 추출하고 조건·예외 맥락을 판단하는 동작하는 도구입니다.
검수자 라벨과 추출·맥락 판단 일치도(κ)를 재고, 환각 비율을 보여주는 대시보드입니다.
여러 문서 타입으로 추출·판단을 확장 배포하는 단계입니다.
문서를 넣으면 항목 추출과 맥락(조건·예외)이 원문 근거와 함께 나오는 걸 시연합니다.
추출 항목의 원문 근거(span)가 실제 문서에 존재하는 비율 100%. 없으면 환각 차단
측정: span 일치 규칙, 표본: 추출 200건
일부러 만든 결측·불일치·미등록 타입 문서 30종을 넣어도 추출이 멈추지 않고 처리되는 걸 시연합니다.
위 수치는 더미데이터 자가채점이며, 실제 추출 정확도는 한국딥러닝 실데이터 + 실 검수자가 있어야 측정 가능합니다. 이 포트폴리오는 그 검증을 바로 돌릴 수 있는 상태까지 만듭니다.
수치는 합성 데이터 자가채점이라 성능 증명이 아닙니다. 면접에서는 데모 동작과 실검증 준비 상태로 솔직히 설명합니다.
정답을 작성자가 만들었으니 잘 맞는 것이 당연합니다. 결측·경계·미등록·표기 흔들림 케이스를 더미에 일부러 섞어 쉬운 문제만 푸는 게 아님을 보여줍니다.
환각 위험: 원문에 없는 값은 추출하지 않고 맥락 조건을 놓치지 않도록 가드합니다.
실제 도입 시 달라지는 것: 실 고객 데이터·환경이 더미와 다르므로 규칙·파이프라인을 실데이터로 맞춰야 한다(도입 단계 과제)
① 인라인 샘플 · ② seed.json 다운로드 · ③ 증강 프롬프트. 세 층 모두 동일한 schema 에서 파생.
문서를 항목 추출·맥락 판단 입력으로 쓴다
| doc_id | type_raw | type_id | field | value | span | condition |
|---|---|---|---|---|---|---|
| DC900 | 공문(구) | — | 기관 | — | — | — |
| DC901 | 공문 | t0 | 금액 | 0 | 금액 0 | 단 부가세 별도 |
| DC902 | 불일치 | t2 | 금액 | 9999999 | — | — |
| DC903 | 미등록타입 | — | 기한 | 언젠가 | 원문에 없음 | — |
| DC000 | 공문 | t0 | 기관 | v0 | 원문 0 | — |
{"type":"object","properties":{"doc_id":{"type":"string"},"type_raw":{"type":"string"},"type_id":{"type":["string","null"]},"field":{"type":"string"},"value":{"type":["string","null"]},"span":{"type":["string","null"]},"condition":{"type":["string","null"]}},"required":["doc_id","type_raw","type_id","field","value","span","condition"]}. 쉬운 데이터만 만들지 말 것. 다음 하드 케이스를 의도적으로 섞어라: value/span null(추출 실패·근거 없음), span 원문 불일치(환각), condition(맥락 예외) 혼입, type_id null 미등록, type_raw 표기 흔들림. 형식 깨뜨리기 시도 3건도 별도로.{"type":"object","properties":{"doc_id":{"type":"string"},"type_raw":{"type":"string"},"type_id":{"type":["string","null"]},"field":{"type":"string"},"value":{"type":["string","null"]},"span":{"type":["string","null"]},"condition":{"type":["string","null"]}},"required":["doc_id","type_raw","type_id","field","value","span","condition"]}| Python | 문서 파싱 + 추출 + eval |
| FastAPI | 추출 API(`POST /extract`) |
| Docker | 배포 컨테이너 |
| LLM | 항목 추출 + 맥락 판단 |
| VLM | 문서 이미지 요소 인식 |
| RAG | 관련 조항 근거 검색 인용 |
✓ pass → 그대로 멈춰도 완성품입니다. 더 키우려면 2주차(추출 정확도 검증)로 갑니다.
✓ pass → 여기서 멈춰도 완결입니다. 더 키우려면 3주차(문서 타입 확장)로 갑니다.
문서 추출 + 맥락
{"type":"object","properties":{"doc_id":{"type":"string"},"items":{"type":"array","items":{"type":"object","properties":{"field":{"type":"string"},"value":{"type":"string"},"span":{"type":"string"},"condition":{"type":["string","null"]}},"required":["field","value","span","condition"]}},"flagged":{"type":"boolean"}},"required":["doc_id","items","flagged"]}[
{
"doc_id": "DC000",
"items": [
{
"field": "기관",
"value": "OO청",
"span": "발신: OO청",
"condition": null
}
],
"flagged": false
},
{
"doc_id": "DC901",
"items": [
{
"field": "금액",
"value": "0",
"span": "금액 0",
"condition": "부가세 별도"
}
],
"flagged": false
},
{
"doc_id": "DC903",
"items": [],
"flagged": true
}
]items 의 span 이 원문에 존재하는지·맥락 condition 반영은 자동+judge 검증, 추출 정확성은 검수자 검증.
근거: 인공지능에게 세상을 이해하는 눈을 부여하는 일