<aside> 아키텍쳐
</aside>

<aside> 프로젝트 경험
</aside>

2025.07.01~2026.01.31 (팀 프로젝트)
개발 주요 사항
Gemini를 통한 AI 자격증 문제 생성 AI 앱 개발
Gemma를 Lora FineTune하여 sLLM을 llm-as-judge로 활용
Cursor 활용하여 React, FastApi를 통한 웹앱 시각화
기술 스택
🛠️ 개발 환경 🤖 사용한 모델
Python 3 - Gemini
Pytorch - Gemma 3-1B
FastAPI - BAAI/bge-m3 (RAG)
React
살펴보기
이 프로젝트는 출제 수가 적어 문제에 대한 니즈가 있는 서비스경험디자인기사 자격증 문제를 AI로 생성하고 웹앱으로 시각화 한 프로젝트입니다. 데이터 수가 압도적으로 적어 상용 LLM인 Gemini의 성능에 크게 의존적이나, Gemma를 보조 sLLM으로써 차용하여 문제에 대한 난이도를 생성해주는 llm-as-judge 파이프라인을 구축하였습니다. 또한 문제 출처와 유형별 문제 풀이를 위해 이론서로 Faiss RAG DB를 구축하여 할루시네이션을 감소시키고 문제에 대한 근거를 나타내도록 설계하였습니다.

위와 같은 Json 형식의 문제가 들어오면, 파인튜닝된 Gemma가 문제의 난이도와 퀄리티를 평가하고 문제와 함께 난이도를 DB에 올려보냅니다. 다시 문제를 보여줄땐 Gemma의 평가점을 고려하여 내보내게 됩니다.

Faiss RAG DB는 두 방향성으로 구축하였습니다.
이론서를 벡터화하여 문제의 근거를 찾아주는 방향과 문제를 벡터화하여 유형별 문제 풀이를 하는 방향 두 갈래로 응용하도록 설계하였습니다.