Developing a RAG-based interactive system for informing welfare policy

본 연구는 김해시에서 사용 중인 기존 키워드 기반 챗봇 시스템의 한계를 극복하고자, LLM(Large Language Model)을 활용하여 지능형 대화 시스템을 제안한다. 김해시에서 운영 중인 챗봇은 사용자가 정확한 키워드를 입력해야 하며, 관련된 모든 정보를 일괄 제공하는 방식으로 운영되어 정보 접근성과 사용자 경험 측면에서 제한적이다. 이러한 문제를 해결하기 위해, 본 연구에서는 RAG(Retrieval-Augmented Generation)기술을 기반으로 한 대화형 시스템을 개발하였다. 앙상블 검색과 Cross Encoder Reranker 기법을 적용하여 검색 결과의 정확도를 높여 시스템의 응답 품질을 향상 시켰다. 본 연구는 단순 키워드 매칭을 넘어선 의미 기반 검색과 자연어 생성을 결합한 복지 정책 정보 제공 시스템을 제시하였다는 점에서 의의가 있으며, 향후 다른 행정 서비스 분야로의 확장 가능성을 보여준다.