공공기관 근로자들의 정신 건강과 직무 스트레스 관리를 위한 LLM 기반 AI 상담 서비스입니다. 동기면담 기법을 적용한 LLM을 활용하여 사용자가 자신의 문제를 인식하고 변화 동기를 강화할 수 있도록 돕습니다.
공공기관 근로자들이 직면하는 특수한 직무 스트레스와 정신 건강 문제에 주목했습니다. 전문가 상담의 접근성 한계를 극복하고, 익명성을 보장하면서도 효과적인 상담 서비스를 제공하고자 이 프로젝트를 시작했습니다. 특히 AI 기술을 활용하여 언제든지 접근 가능한 상담 환경을 구축하는 것이 목표였습니다. 8인으로 구성된 팀의 PM으로서 프로젝트를 전반적으로 이끌어가며 프론트엔드 팀에서 모든 UI를 구현하였고, 프로젝트 전반에 걸쳐 회원가입, 로그인 기능과 채팅 기능을 구현하였습니다. 또한 AI 성능 개선에 주도적으로 참여하여 MLOps로서의 역량을 기르고 인프라 전반을 맡아 Docker Container 생성부터 Azure 배포에 이르기까지 전 과정을 도맡았습니다.
초기 목표였던 POC에 성공하여 KT에서 진행한 Big Project로 최종 발표에서 Self-Motivation 상을 수상하였습니다. 개인으로서는 해당 교육 과정 최우수 수료생 Dean's List를 수상하였습니다.
익명 기반의 AI 상담 서비스
동기면담 기법을 적용한 대화형 인터페이스
상담 내용 분석 및 맞춤형 대안 제공
ORS와 SRS 등의 전문 심리 통계를 이용한 부서 관리
위기 상황 감지 및 전문가 연계 시스템
부서장에게 전달되는 부서 피드백 시스템
프론트엔드는 React와 Next.js를 사용하여 구현했으며, 백엔드는 Java Spring Boot를 사용했습니다. 사용자 데이터와 상담 기록은 PostgreSQL에 저장하고, LangChain을 활용하여 동기면담 기법을 구현했습니다. Docker를 통해 배포 환경을 표준화했습니다.
문제
동기면담 기법을 LLM에 효과적으로 적용하기 위한 프롬프트 설계에 어려움을 겪음. 특히 동기면담의 핵심 요소인 개방형 질문, 반영적 경청, 변화 동기 강화 등을 LLM의 응답에 자연스럽게 통합하는 것이 주요 과제였음.
접근
동기면담 전문가를 초빙하여 프롬프트 엔지니어링에 대한 조언을 구함. 이를 통해 동기면담 기법을 LLM에 효과적으로 적용할 수 있는 프롬프트 설계 방법을 확인함. 특히 프롬프트 체인을 활용하여 단계별 상담 프로세스를 구현하고, 각 단계별로 특화된 프롬프트를 설계함.
해결
프롬프트 변경 이후 상담 만족도를 30%p 증가시킴, 실존하는 상담 데이터를 활용하여 Fine-tuning을 진행할 수 있게 됨. 특히 동기면담 기법의 핵심 요소들이 자연스럽게 통합된 프롬프트를 통해 사용자의 자기 인식과 변화 동기가 효과적으로 강화되는 것을 확인함.
문제
8인이라는 많은 인원과 6주라는 짧은 기간으로 인해 프로젝트 병목 현상이 발생하여 프로젝트 진행에 어려움을 겪음. 특히 프론트엔드, 백엔드, AI 팀 간의 의존성과 작업 순서로 인한 지연이 주요 원인이었음.
접근
프론트엔드, 백엔드, AI로 이루어져 있던 팀을 유기적으로 변화시켜 병목 현상이 발생하는 곳에 팀원을 배치하고 프로젝트 관리 도구를 활용하여 프로젝트 진행 상황을 파악함. 특히 Jira를 활용한 스프린트 관리와 일일 스크럼 미팅을 통해 작업 진행 상황을 실시간으로 모니터링하고 조정함.
해결
프로젝트 기간 내에 프로젝트를 성공적으로 완수하였음. 특히 팀 구조의 유기적 변화와 효율적인 프로젝트 관리 도구 활용을 통해 초기 예상 대비 20% 더 많은 기능을 구현할 수 있었음. 이를 통해 대규모 프로젝트에서의 팀 관리와 프로젝트 진행 방법에 대한 귀중한 경험을 얻음.