이렇게 해서 지도는 완성했다. 근데 다음에 만들게

  • 간단한 규칙 기반 추천 시스템 구현 (예: 업종별 성공 요인, 지역별 추천 업종)
  • 창업 정책 데이터베이스 구축 및 LLM 통합

이건데 어카지. 좀 막막하다. 지금의 미약한 데이터베이스로는 얘네를 솔직히 만들 자신이 없다.

우선 창업정책들을 쭈아악 받아보고 LLM에 넣어서 한번 그것부터 만들어볼까..

아니면 크롤링해가지고 지역별 추천음식점, 프랜차이즈 이런거라도 있어야 댈거같은데.. 흠..

  1. 규칙 기반 추천 시스템 구현 계획

이건 솔직히 데이터들이 너무 파편화되어잇고 상태가 별로라 하는게 힘들것같다.

  1. 창업 정책 DB 및 LLM 통합 설계

이것부터 구현하자.

창업 정책 DB 및 LLM 통합 설계

image-20250504070356664

완성

이번엔 벡터DB안쓰고 걍 .json을 토대로 함.

데이터가 너무 부족하기도 하고 사실 이번엔 상식적인 질문들이 많을 것 같아서 그냥 Chatgpt에게 권한을 많이 위임했음.

대신에 추천 질문을 미리 스크립트화 해놔서 사용자가 최대한 올바른 길로 가게 해놨음.

async getChatResponse(message, chatHistory = []) {
        try {
            // 시스템 프롬프트 설정
            const systemPrompt = `당신은 서울시 창업 정책 어드바이저입니다.
        다음 정책 데이터를 기반으로 사용자의 창업 관련 질문에 답변해주세요.
        친절하고 쉬운 말로 설명해주세요. 전문 용어는 가능한 풀어서 설명하고,
        긴 문단보다는 짧은 문장으로 끊어서 설명하는 것이 좋습니다.
        필요한 경우 글머리 기호(•)를 사용하여 내용을 구분하세요.
        정책 정보가 부족하거나 불확실할 때는, 솔직하게 모른다고 말하고,
        대신 적절한 기관을 추천해주세요.

        정책 데이터: ${JSON.stringify(startupPolicies)}`;

            // 채팅 기록 포맷팅
            const formattedHistory = chatHistory.map(msg => ({
                role: msg.sender === 'user' ? 'user' : 'assistant',
                content: msg.content
            }));

            // API 요청 데이터
            const requestData = {
                model: "gpt-3.5-turbo", // 또는 다른 모델
                messages: [
                    { role: "system", content: systemPrompt },
                    ...formattedHistory,
                    { role: "user", content: message }
                ],
                temperature: 0.7,
                max_tokens: 500
            };

            // API 호출
            const response = await axios.post(
                OPENAI_API_URL,
                requestData,
                {
                    headers: {
                        'Authorization': `Bearer ${this.apiKey}`,
                        'Content-Type': 'application/json'
                    }
                }
            );

벡터DB도 안쓰고 백엔드도 구현안하고 만든거라 이번엔 저번보다 훨씬 빨리만든듯.

대신 좀 대답이 약간 아쉬울 수 있다. 이정도?

아마 다음 포스팅에는

규칙 기반 추천 시스템 구현 계획

이건 솔직히 데이터들이 너무 파편화되어잇고 상태가 별로라 하는게 힘들것같다.

이걸 할 거 같은데 잘 모르것다. 솔직히 데이터찾는게 더 오래걸려서.

최대한 데이터찾고

프랜차이즈나 지역별 유행업종 이런류의 데이터도 찾고

하나의 .csv로 변환하고

그러면 좀 나으려나..? 아니면 걍 여기까지 할까.