RPA와 RAG를 활용한 대기질 챗봇 시스템 개발 (Development of an Air Quality ChatBot System Using RPA and RAG)

서지정보

· 발행기관 : 한국지능시스템학회
· 수록지 정보 : 한국지능시스템학회 논문지 / 35권 / 2호 / 148 ~ 155페이지
· 저자명 : 최호준, 전재현, 이진원

초록

최근 대형 언어 모델(Large Language Model, LLM)이 발전됨에 따라 연구자만 사용하던 범위를 넘어서 일반 사용자도 일상생활에서 사용하고 있다. LLM은 일반 사용자에게 개방되었으나 오히려 공공기관과 기업에서는 외부 서버와 데이터 교환 과정에서 민감 정보 유출 위험이라는 보안 문제가 있다. 또한, 실시간 답변 문제에 있어서 최신 정보를 반영하지 못한다는 제약이 있다. 본 연구는 로봇 프로세스 자동화(Robot Process Automation, RPA)를 활용해 에어코리아 및 실내 대기질 관리 종합 정보망에서 PM2.5 자료를 자동 수집한 후, 수집 데이터를 RAG 기법에 적용하여 최신 대기질 정보를 반영하는 챗봇 시스템을 제안한다. 이를 통해 기관은 정확한 수치 기반 정보 제공과 보안 위험 최소화를 동시에 달성할 수 있다. 이를 통해 기업과 공공기관은 신뢰성 있는 데이터 기반 LLM 기술을 활용하여 정확한 수치에 기반한 정보 제공이 가능하여 업무효율성과 서비스 만족도를 향상 시킬수 있을 것으로 기대된다.

영어초록

Recent advances in large language models have expanded their use from research to everyday applications. However, while these models are accessible to general users, public institutions and enterprises face significant security challenges due to the risk of sensitive information leakage during data exchanges with external servers, as well as limitations in reflecting up-to-date information in real-time responses. This study proposes a chatbot system that leverages robot process automation to automatically collect PM2.5 data from AirKorea and the Integrated Information System for Indoor Air Quality Management, followed by the application of a retrieval augmented generation technique to incorporate the latest air quality information. This approach enables institutions to provide accurate numerical data while minimizing security risks, thereby enhancing operational efficiency and service satisfaction.

참고자료

· 없음