언어와 문화의 차이는 때로는 정보의 벽이 되기도 합니다. 특히 다문화 가정의 경우, 필요한 행정 절차나 복지 정보를 찾더라도 낯선 언어와 복잡한 문서 형식 때문에 이해하기 어려운 상황이 많습니다.
이 문제를 해결하기 위해, 우리는 다문화 가정을 위한 AI 정보 지원 플랫폼을 만들었습니다. 사용자가 모국어로 질문하면 AI가 실시간으로 번역·이해하고, 정부 및 공공 데이터를 기반으로 정확하고 신뢰할 수 있는 정보를 제공합니다.
또한 공문서나 가정통신문, 안내문 등 이해하기 어려운 한국어 문서와 이미지를 AI가 인식해 쉽고 친절한 언어로 해석해주는 기능도 제공합니다.
다문화 가정이 한국 사회에서 언어의 장벽 없이 필요한 정보를 얻고, 스스로 문제를 해결할 수 있는 힘을 가지는 것. 그것이 우리가 이 프로젝트를 시작한 이유입니다.
- 🤖 AI 채팅: 음성/텍스트 다국어 질의응답으로 20+ 공공기관 데이터를 검색하고 출처 기반 답변 제공
- 📄 문서 요약: 공문서·가정통신문을 OCR로 읽고 개요/할 일/일정/주의사항을 자동 정리
- 🌐 다국어 지원: 선호 언어 설정 시 모든 UI와 AI 응답이 자동 번역되어 제공
- 🔍 지능형 검색: Gemini 의도 분석과 Vertex AI Search로 정확한 정보 탐색
| 분류 | 기술 스택 |
|---|---|
| Backend Framework |      |
| Infrastructure | -326CE5?style=for-the-badge&logo=kubernetes&logoColor=white){kind=icon}   |
| DevOps |     |
| Database & Storage |     |
| AI |    |
| Open API |    |
| Development Tools |     |
Kubernetes 기반 멀티 모듈 MSA. Ingress → Gateway → Services 구조.
- 네트워킹/라우팅: Ingress → Gateway → 각 마이크로서비스
- 데이터 저장소: MySQL, Redis, Firestore (PV/PVC 영속 관리)
- 배포: NCP SourceCommit → SourceBuild → SourceDeploy → SourcePipeline
- 각 모듈 독립 빌드/배포/롤백 지원
- SourceCommit : Git 기반 형상 관리로 코드 버전 및 변경 이력을 체계적으로 관리
- SourceBuild : 변경된 코드를 기반으로 Docker 이미지를 빌드하고 Container Registry에 저장
- SourceDeploy : Kubernetes 클러스터에 컨테이너를 자동 배포하며, Rolling Update로 무중단 배포 실현
- SourcePipeline : 위 과정들을 하나의 통합 워크플로우로 연결해 커밋부터 배포까지 자동화
- 게이트웨이 서버를 통해 채팅 서버로 요청 전달
- 음성 데이터를 Clova STT로 텍스트 변환
- Papago로 사용자 언어 → 한국어 번역
- Gemini가 질문 의도 파악 및 검색 쿼리 추출
- Vertex AI Search로 관련 콘텐츠 검색
- 검색 결과와 프롬프트를 Gemini에 전달해 답변 생성
- Papago로 한국어 → 사용자 언어 번역
- 질문과 답변을 Firestore에 저장
- 최종 응답을 사용자에게 전달
- 사용자가 문서 요약을 요청하면, 요청은 게이트웨이 서버(Spring Cloud Gateway)를 통해 문서 시스템으로 전달
- 요청은 쿠버네티스 서비스에 의해 로드밸런싱되어 가용한 문서 시스템 파드로 전달
- 문서 시스템은 업로드된 문서를 Object Storage에 저장하고, 저장된 경로를 응답으로 반환
- 문서 저장 완료 후 요약 작업(Job)을 Redis에 발행
- Consumer Job이 Redis에서 작업을 구독하고 백그라운드에서 비동기적으로 요약 수행
- 문서가 이미지 형태일 경우 OCR을 통해 텍스트 추출
- 추출된 텍스트를 프롬프트 엔지니어링을 적용해 OpenAI API로 전달, 구조화된 요약 생성
- 생성된 요약 결과를 MySQL 데이터베이스에 저장
- 사용자는 마이페이지나 문서 목록을 통해 요약 결과를 조회
- 사용자가 문서 요약 결과를 조회하면, 요청은 게이트웨이 서버를 통해 문서 시스템으로 전달
- 문서 시스템은 Redis 캐시를 우선 조회하여 요약 데이터 존재 여부 확인
- 캐시 히트(Cache Hit) 시 Redis에 저장된 데이터를 즉시 반환
- 캐시 미스(Cache Miss) 시 MySQL 데이터베이스에서 요약 데이터를 조회
- 조회된 데이터를 응답 형식으로 가공
- 동시에 Redis 캐시에 데이터를 갱신(Cache Update)하여 이후 요청에 대비
- 최종 응답 데이터를 게이트웨이 서버를 통해 사용자에게 반환
- 사용자가 로그인 요청을 수행하면, 요청은 게이트웨이 서버를 통해 멤버 시스템으로 전달
- 게이트웨이 시스템은 로그인 요청 정보를 멤버 시스템으로 전달
- 멤버 시스템은 MySQL 데이터베이스에서 회원 정보를 조회하여 사용자 존재 여부 확인
- 조회된 회원 정보를 기반으로 검증 수행
- 멤버 시스템이 검증 완료 후 JWT 토큰 발급
- 발급된 토큰이 게이트웨이 시스템으로 전달
- 게이트웨이 시스템은 토큰을 저장하고 이후 인증 요청에 활용
- 게이트웨이 시스템은 토큰 응답을 사용자에게 반환
- 사용자는 토큰을 로컬 스토리지 또는 세션에 저장
- 이후 API 호출 시 토큰을 함께 전송하여 인증 요청 수행
- 게이트웨이 시스템은 요청 시 토큰 유효성 검증
- 인증 완료 후 요청은 채팅 시스템 등 서비스로 라우팅되어 기능 수행
| 김기민 | 정찬민 |
|---|---|
 |
 |
| @gimin0226 | @chanmin-00 |
| 숭실대학교 소프트웨어학부 | 숭실대학교 소프트웨어학부 |
| - 웹소켓 기반 실시간 채팅 서비스 개발 - AI 및 RAG 통합 구현 |
- 클라우드 인프라 구축 (NCP CI/CD, Kubernetes 운영) - 문서 시스템 개발 |