비공개 고객/실무 PoC를 비식별화한 case study입니다. crawl·index·retrieve·generate·웹 데모·평가 산출물로 구성된 초기 고객지원 RAG 웹 챗봇 prototype입니다.

이후 API 중심 callbot PoC로 이어진 웹 채팅 단계의 출발점입니다. 공개 문구에서는 고객명, 원본 소스 데이터, 비공개 저장소 링크를 제외했습니다.

지원팀에서는 기존 지식 페이지가 출처 링크와 multi-turn 확인을 갖춘 대화형 문제 해결을 뒷받침할 수 있는지 검증할 필요가 있었습니다.

데이터 수집, 색인, 검색, 답변 생성, 데모 UI, 평가 요약을 포함해 웹 챗봇 PoC를 직접 만들고 정리했습니다.

RAG 챗봇으로 지원 콘텐츠를 수집하고, 후보 문서를 검색하며, 대화형 답변을 생성하고, 검토용 출처 링크를 함께 제공하도록 구성했습니다.

Support content ingestion -> FAISS/BM25 retrieval -> reranking -> LLM relevance check -> answer generation -> FastAPI web UI.

이 PoC는 동작하는 RAG pipeline과 웹 데모를 보여줍니다. 최신 평가 노트는 운영 수준을 주장하기 전에 검색/링크 품질이 아직 개선되어야 함을 보여줍니다.

사용자가 제품 지원 질문을 하면 챗봇이 질의를 재작성·검색하고, 관련 가능성이 높은 지원 문서를 가져와 출처 링크와 함께 답변을 반환합니다.

RAG web chatbot, support-content index, evaluation artifacts, demo flow, and lessons that informed the callbot API follow-up.

비즈니스 문제에서 GenAI 지원 데모까지의 현실적인 경로를 보여주며, '된다'는 식의 모호한 주장 대신 솔직한 측정을 함께 담았습니다.

평가 산출물은 유효한 PoC 신호를 보여줬지만 운영 수준의 검색 품질은 아니었습니다. prototype과 개선 로드맵으로 함께 보는 것이 올바른 해석입니다.

이 프로젝트는 초기 RAG PoC를 직접 만들고 평가하며 이해관계자가 이해하기 쉬운 언어로 설명할 수 있다는 점을 보여주는 proof로서 가장 큰 가치가 있습니다.