이 프로젝트는 전문가 진로상담 데이터를 AI 기술과 결합하여, 학생들이 언제든지 접근할 수 있는 24/7 진로 상담 서비스를 구현하는 것입니다.
graph TD
A[학생의 진로 질문] --> B[벡터 유사도 검색]
B --> C[관련 상담 사례 추출]
C --> D[AI 컨텍스트 생성]
D --> E[Google Gemini API]
E --> F[맞춤형 진로 상담 답변]
G[진로상담 데이터] --> H[전처리]
H --> I[임베딩 생성]
I --> J[ChromaDB 저장]
J --> B
style A fill:#e1f5fe
style F fill:#c8e6c9
style E fill:#fff3e0
- RAG (Retrieval-Augmented Generation): 실제 상담 사례를 검색하여 AI 응답의 품질 향상
- 다층 데이터 구조: 학교급별, 직업카테고리별 세분화된 상담 데이터 활용
- 의미적 검색: 벡터 임베딩을 통한 질문 의도 파악 및 관련 사례 매칭
architecture-beta
group api(cloud)[External APIs]
service gemini(internet)[Google Gemini API] in api
group frontend(browser)[Frontend Layer]
service gradio(server)[Gradio Web Interface] in frontend
group backend(server)[Backend Services]
service chatbot(server)[Career Chatbot] in backend
service embeddings(server)[Embedding Service] in backend
service db_handler(server)[Database Handler] in backend
group storage(disk)[Data Storage]
service sqlite(database)[SQLite Database] in storage
service chroma(database)[ChromaDB Vector Store] in storage
service models(disk)[Local ML Models] in storage
group data(disk)[Raw Data]
service json_data(disk)[Career Counseling JSON] in data
gradio:R --> L:chatbot
chatbot:R --> L:embeddings
chatbot:R --> L:gemini
embeddings:B --> T:chroma
db_handler:B --> T:sqlite
db_handler:T --> B:json_data
embeddings:B --> T:models
mindmap
root((AI 진로 상담 챗봇))
Backend
Python 3.8+
SQLAlchemy
Pydantic
AI & ML
Google Gemini 2.5
SentenceTransformers
ChromaDB
all-MiniLM-L6-v2
Frontend
Gradio
HTML/CSS/JS
Database
SQLite
Vector Store
Infrastructure
Docker (준비중)
GitHub Actions (계획)
sequenceDiagram
participant U as 사용자
participant G as Gradio UI
participant C as ChatBot
participant V as Vector DB
participant A as Gemini API
participant D as SQLite DB
U->>G: 진로 질문 입력
G->>C: 질문 전달
C->>V: 유사 사례 검색 요청
V-->>C: 관련 상담 사례 반환
C->>A: 컨텍스트 + 질문 전송
A-->>C: AI 생성 답변
C->>D: 대화 기록 저장 (옵션)
C-->>G: 최종 답변 반환
G-->>U: 상담 결과 표시
이 프로젝트는 실제 진로상담 데이터를 기반으로 학습된 AI 챗봇을 통해 학생들에게 맞춤형 진로 상담을 제공하는 웹 애플리케이션입니다.
- 📚 학교급별 맞춤 상담: 초등학교, 중학교, 고등학교별 특화 상담
- 💼 직업 카테고리별 상담: 기술계열, 서비스계열, 생산계열, 사무계열 전문 상담
- 🔍 유사 사례 검색: 벡터 데이터베이스를 활용한 유사 상담 사례 검색
- 🤖 AI 기반 응답: Gemini API를 활용한 자연스러운 대화형 상담
graph LR
A[실제 상담 데이터] --> B[AI 학습]
B --> C[맞춤형 상담]
C --> D[24/7 접근성]
E[학교급별 특화] --> F[초등/중등/고등]
G[직업 카테고리] --> H[기술/서비스/생산/사무]
I[벡터 검색] --> J[유사 사례 매칭]
J --> K[컨텍스트 기반 응답]
style A fill:#e3f2fd
style D fill:#e8f5e8
style K fill:#fff3e0
| 분야 | 기술 | 버전/설명 |
|---|---|---|
| Backend | Python | 3.8+ |
| AI Model | Google Gemini | 2.5-Flash |
| Embedding | SentenceTransformer | all-MiniLM-L6-v2 |
| Vector DB | ChromaDB | 벡터 유사도 검색 |
| Web Framework | Gradio | 대화형 웹 인터페이스 |
| Database | SQLite | 구조화된 데이터 저장 |
| Environment | python-dotenv | 환경변수 관리 |
# 프로젝트 클론
git clone <repository-url>
cd career_consult
# 가상환경 생성 (선택사항)
python -m venv venv
source venv/bin/activate # macOS/Linux
# 또는
venv\Scripts\activate # Windows
# 패키지 설치
pip install -r requirements.txt.env 파일을 생성하고 다음 내용을 추가하세요:
# Gemini API 키 (필수)
GOOGLE_API_KEY=your_gemini_api_key_here
# 모델 설정
GEMINI_MODEL_NAME=gemini-1.5-flash
GEMINI_TEMPERATURE=0.2
GEMINI_MAX_OUTPUT_TOKENS=1024
# ChromaDB 경로 (선택사항)
CHROMA_DB_PATH=./app/chroma_dbcd app
python download_models.py# 데이터베이스 생성 및 데이터 임포트
python database_handler.py
# 벡터 임베딩 생성
python create_embeddings.py# GUI 실행
python gui.py
# 또는 터미널에서 직접 챗봇 테스트
python career_chatbot.py웹 브라우저에서 http://localhost:7860으로 접속하여 사용할 수 있습니다.
graph TD
A[career_consult/] --> B[app/]
A --> C[data/]
A --> D[README.md]
A --> E[requirements.txt]
A --> F[.env]
B --> B1[career_chatbot.py<br/>📋 메인 챗봇 로직]
B --> B2[gui.py<br/>🌐 Gradio 웹 인터페이스]
B --> B3[database_handler.py<br/>🗄️ 데이터베이스 처리]
B --> B4[create_embeddings.py<br/>🔍 벡터 임베딩 생성]
B --> B5[models/<br/>🤖 다운로드된 ML 모델]
C --> C1[02.라벨링데이터/<br/>📊 진로상담 원본 데이터]
C1 --> C2[01. 학교급/<br/>초등/중등/고등]
C1 --> C3[02. 추천직업 카테고리/<br/>기술/서비스/생산/사무]
style A fill:#e1f5fe
style B fill:#f3e5f5
style C fill:#e8f5e8
style B1 fill:#fff3e0
style B2 fill:#fce4ec
graph LR
subgraph "Frontend Layer"
A[Gradio Web UI]
end
subgraph "Application Layer"
B[Career Chatbot]
C[Database Handler]
D[Embedding Service]
end
subgraph "Data Layer"
E[SQLite DB]
F[ChromaDB]
G[JSON Data Files]
end
subgraph "External Services"
H[Google Gemini API]
I[SentenceTransformer]
end
A --> B
B --> C
B --> D
B --> H
D --> I
C --> E
D --> F
C --> G
style A fill:#e3f2fd
style B fill:#f3e5f5
style H fill:#fff3e0
gantt
title AI 진로 상담 챗봇 개발 로드맵
dateFormat X
axisFormat %s
section 기반 구축
데이터 수집/전처리 :done, data, 0, 3
벡터 DB 구축 :done, vector, 2, 4
기본 챗봇 아키텍처 :done, arch, 3, 5
section 핵심 기능
AI 모델 연동 :done, ai, 4, 6
웹 인터페이스 :done, web, 5, 7
유사 사례 검색 :done, search, 6, 8
section 개선 작업
응답 품질 향상 :active, quality, 7, 10
사용자 피드백 :feedback, 8, 11
성능 최적화 :perf, 9, 12
section 확장 기능
다중 사용자 지원 :multi, 10, 13
API 서버 개발 :api, 11, 14
클라우드 배포 :cloud, 12, 15
- 기본 챗봇 아키텍처 구성
- 데이터 전처리 및 임베딩 생성
- ChromaDB 벡터 데이터베이스 구축
- Gemini API 연동
- Gradio 웹 인터페이스 구현
- 학교급별/직업카테고리별 데이터 분류
- 유사 사례 검색 기능
- 기본 대화형 상담 기능
- 응답 품질 개선 및 프롬프트 엔지니어링
- 사용자 피드백 수집 시스템
- 대화 기록 저장 및 관리
graph TD
A[현재 성능] --> B[응답 정확도: 75%]
A --> C[응답 속도: 2-3초]
A --> D[사용자 만족도: 측정 중]
E[목표 성능] --> F[응답 정확도: 90%+]
E --> G[응답 속도: 1초 이내]
E --> H[사용자 만족도: 85%+]
style A fill:#fff3e0
style E fill:#e8f5e8
style B fill:#ffecb3
style F fill:#c8e6c9
-
응답 품질 개선
- 더 정확하고 맞춤형 답변을 위한 프롬프트 최적화
- 컨텍스트 윈도우 관리 개선
- 답변 일관성 향상
-
사용자 경험 개선
- 대화 히스토리 관리 기능
- 사용자 만족도 평가 시스템
- 더 직관적인 UI/UX 개선
-
데이터 관리
- 추가 진로상담 데이터 수집 및 통합
- 데이터 품질 관리 시스템
- 지속적인 데이터 업데이트 체계
-
고급 기능 개발
- 개인 맞춤형 프로필 시스템
- 진로 추천 알고리즘 개선
- 멀티모달 입력 지원 (이미지, 음성)
-
확장성 개선
- 클라우드 배포 (AWS/GCP)
- 다중 사용자 지원
- API 서버 개발
-
분석 및 모니터링
- 사용자 행동 분석 대시보드
- 상담 효과 측정 시스템
- 성능 모니터링 도구
-
AI 모델 고도화
- 자체 진로상담 특화 모델 개발
- 연속 학습 시스템 구축
- 다국어 지원
-
생태계 확장
- 학교/기관 연동 시스템
- 진로 전문가 연결 플랫폼
- 실시간 상담 예약 시스템
-
상용화 준비
- 보안 강화
- 개인정보 보호 시스템
- 상업적 서비스 모델 개발
챗봇 실행 후 http://localhost:7860에 접속하면 다음과 같은 화면을 볼 수 있습니다:
깔끔하고 직관적인 Gradio 웹 인터페이스로, 학생들이 쉽게 접근할 수 있도록 설계되었습니다.
실제 상담이 진행되는 모습입니다:
실시간으로 진로 상담이 이루어지는 모습으로, AI가 학생의 질문에 맞춤형 답변을 제공합니다.
journey
title 사용자 진로 상담 여정
section 접속
웹사이트 방문 : 5: 사용자
인터페이스 로드 : 4: 시스템
section 상담
질문 입력 : 5: 사용자
유사 사례 검색 : 3: 시스템
AI 답변 생성 : 4: 시스템
맞춤형 조언 제공 : 5: 시스템
section 후속
추가 질문 : 4: 사용자
상세 정보 요청 : 4: 사용자
만족도 평가 : 3: 사용자
| 메인 인터페이스 | 상담 진행 화면 |
|---|---|
|
|
| 사용자 친화적인 웹 인터페이스 | 실시간 AI 진로 상담 |
🎓 고등학생: "경제학과 한국은행에 관심이 있어요"
🤖 챗봇: 경제학과 진학 가이드, 한국은행 채용 정보, 필요 과목 안내
📚 중학생: "의사가 되고 싶어요"
🤖 챗봇: 의예과 진학 정보, 과학 과목 중요성, 봉사활동 추천
🏫 초등학생: "게임 만드는 사람이 되고 싶어요"
🤖 챗봇: 프로그래밍 입문 가이드, 관련 학과 소개, 체험 활동 추천
sequenceDiagram
participant 👤 as 학생
participant 🤖 as AI 챗봇
participant 📚 as 상담 DB
👤->>🤖: "저는 수학을 좋아하는데..."
🤖->>📚: 수학 관련 상담 사례 검색
📚-->>🤖: 관련 사례 3건 반환
🤖-->>👤: "수학 관련 진로는 다양해요..."
👤->>🤖: "구체적으로 어떤 직업이 있나요?"
🤖->>📚: 수학 활용 직업 정보 검색
📚-->>🤖: 상세 직업 정보 반환
🤖-->>👤: "통계학자, 데이터 분석가, 금융전문가..."
graph TD
A[사용자 질문] --> B[질문 임베딩 생성]
B --> C[벡터 유사도 검색]
C --> D[관련 상담 사례 추출]
D --> E[컨텍스트 구성]
E --> F[Gemini API 호출]
F --> G[최종 답변 생성]
H[상담 데이터] --> I[텍스트 전처리]
I --> J[임베딩 생성]
J --> K[ChromaDB 저장]
K --> C
style A fill:#e1f5fe
style G fill:#c8e6c9
style F fill:#fff3e0
- 벡터 검색 최적화: 상위 K개 유사 문서만 검색하여 응답 속도 향상
- 캐싱 시스템: 자주 묻는 질문에 대한 응답 캐싱
- 배치 처리: 대량 데이터 처리 시 배치 단위로 임베딩 생성
- 사용자 질문은 세션 종료 시 자동 삭제
- API 키는 환경변수로 안전하게 관리
- 개인정보는 수집하지 않음
# 개발용 의존성 설치
pip install -r requirements-dev.txt
# 코드 품질 검사
black . --check
flake8 .
mypy .
# 테스트 실행
pytest tests/이 프로젝트는 MIT 라이선스를 따릅니다. 자세한 내용은 LICENSE 파일을 참조하세요.
- 🐛 버그 신고: GitHub Issues를 통해 신고해 주세요
- 💡 기능 제안: GitHub Discussions에서 아이디어를 공유해 주세요
- 📧 일반 문의: 이메일로 직접 연락 가능합니다
- 📚 사용법 질문: README 문서를 먼저 확인해 주세요
| 구분 | 요구사항 | 설명 |
|---|---|---|
| API | Google Gemini API 키 | 필수 환경변수 설정 |
| 저장공간 | 최소 2GB | 모델 및 임베딩 데이터 |
| 메모리 | 4GB+ 권장 | 벡터 검색 및 AI 모델 로딩 |
| Python | 3.8+ | 최신 버전 권장 |
- Python 3.8+ 설치 확인
- Google Gemini API 키 발급
- 의존성 패키지 설치
- 환경변수 설정 (
.env파일) - 모델 다운로드 실행
- 데이터베이스 초기화
- 웹 서버 실행 (
python app/simple_gui.py)
개발 관련 컨설팅 및 외주 받습니다.
Email: hyun.lim@okkorea.net
Homepage: https://www.okkorea.net
- IoT 시스템 설계 및 개발
- 임베디드 소프트웨어 개발 (Arduino, ESP32)
- AI 서비스 개발 (LLM, MCP Agent)
- 클라우드 서비스 구축 (Google Cloud Platform)
- 하드웨어 프로토타이핑
- 기술 컨설팅: IoT 프로젝트 기획 및 설계 자문
- 개발 외주: 펌웨어부터 클라우드까지 Full-stack 개발
- 교육 서비스: 임베디드/IoT 개발 교육 및 멘토링