JOBER AI - 알림톡 템플릿 생성기 🚀

AI 기반 카카오 알림톡 템플릿 자동 생성 시스템

핵심 기능

3단계 템플릿 선택 시스템

기존 승인 템플릿: predata 패턴 기반 검색 (임계값 0.85)
공용 템플릿: 168개 공용 템플릿 검색 (임계값 0.8)
새 템플릿 생성: AI 기반 신규 생성 + 4-Tool 병렬 검증

LangGraph 기반 고성능 처리

Google Gemini 2.5 Pro + OpenAI GPT-4: LLM Fallback 시스템
7개 노드 워크플로우: 조건부 라우팅 + 병렬 처리
conversationContext: 재질문 기능 지원
Agent1 병렬화: 3개 검증 작업 동시 실행 (60% 단축)
Agent2 병렬화: 4-Tool 동시 처리 (8초 → 2-3초)

실시간 채팅 지원

세션 기반 변수 업데이트: 실시간 템플릿 수정
템플릿 미리보기: 단계별 완성도 확인
WebSocket 준비: 백엔드 연동 지원

완벽한 API 문서화

28개 응답 스키마: 완전한 타입 안정성
태그별 분류: Template Generation, Real-time Chat, Session Management, System
Swagger UI: 자동 생성된 API 문서

시스템 아키텍처

LangGraph 워크플로우 (성능 60-85% 향상)

사용자 입력 (conversationContext 지원)
    ↓
validate_input_node: 병렬 검증 (3개 작업 동시 실행)
    ↓
extract_variables_node: Agent1 변수 추출 + 의도 분석
    ↓
check_policy_node: 종합적인 정책 검사
    ↓
select_template_node: 3단계 선택 시스템
   1️⃣ BasicTemplateMatcher (기존 승인 템플릿)
   2️⃣ PublicTemplateManager (168개 공용 템플릿)
   3️⃣ LangGraph → generate_template_node
    ↓
generate_template_node: Agent2 병렬 처리 (4-Tool 동시)
    ↓
validate_compliance_node: 최종 컴플라이언스 검증
    ↓
format_response_node: 백엔드 API 형식 변환

LangGraph 핵심 컴포넌트

StateGraph 워크플로우

7개 노드 + 조건부 라우팅
JoberState 기반 상태 관리
백엔드 API 100% 호환성 유지

병렬 처리 노드들

validate_input_node: 3개 검증 병렬 실행
generate_template_node: 4-Tool 동시 처리
60-85% 성능 향상 달성

Template Selector

3단계 선택 로직 관리
유사도 임계값 설정 및 최적화
LangGraph 워크플로우 통합

Public Template Manager

168개 공용 템플릿 관리 (Chroma DB)
키워드 + 벡터 하이브리드 검색
자동 변수 매핑 시스템

LLM Provider Manager

Gemini → OpenAI 자동 Fallback
실패 횟수 추적 및 우선순위 관리
모델별 retry 로직

Session Manager

Thread-safe 세션 관리
실시간 변수 업데이트
자동 만료 및 정리

빠른 시작

1. 설치 및 환경 설정

# 레포지토리 클론
git clone https://github.com/your-username/Jober_ai.git
cd Jober_ai

# Python 3.11.13 설치 (권장)
pyenv install 3.11.13
pyenv local 3.11.13

# Poetry로 의존성 설치
poetry install

2. 환경변수 설정

# .env 파일 생성 (필수)
cp .env.example .env

# .env 파일 편집
cat > .env << EOF
# LLM API 키 (둘 중 하나는 필수)
GEMINI_API_KEY=your_gemini_api_key_here
OPENAI_API_KEY=your_openai_api_key_here

# 보안 설정 (필수)
SECRET_KEY=your-super-secret-key-32-characters-long

# 선택적 설정
DEBUG=false
HOST=0.0.0.0
PORT=8000
LOG_LEVEL=INFO
EOF

3. 서버 실행

# FastAPI 서버 실행
python app/main.py

# 또는 Poetry로 실행
poetry run python app/main.py

# 또는 uvicorn 직접 실행
poetry run uvicorn app.main:app --host 0.0.0.0 --port 8000 --reload

4. API 테스트

# 템플릿 생성 요청
curl -X POST http://localhost:8000/ai/templates \
  -H "Content-Type: application/json" \
  -d '{
    "userId": 123,
    "requestContent": "독서모임 안내 메시지를 만들어주세요",
    "conversationContext": null
  }'

# 서버 상태 확인
curl http://localhost:8000/ai/health

# Swagger UI 접속
open http://localhost:8000/docs

API 엔드포인트

Template Generation

`POST /ai/templates`

AI 기반 템플릿 생성 (재질문 지원)

요청:

{
  "userId": 12345,
  "requestContent": "독서모임 안내 메시지 만들어주세요",
  "conversationContext": null
}

성공 응답 (200):

{
  "id": 1,
  "userId": 12345,
  "categoryId": "004001",
  "title": "알림톡",
  "content": "안녕하세요 #{고객명}님!\n\n#{업체명}에서 #{서비스명} 관련하여 안내드립니다...",
  "imageUrl": null,
  "type": "MESSAGE",
  "buttons": [],
  "variables": [
    {
      "id": 1,
      "variableKey": "고객명",
      "placeholder": "#{고객명}",
      "inputType": "text",
      "value": "홍길동"
    }
  ],
  "industry": ["교육", "문화"],
  "purpose": ["안내", "예약확인"]
}

정보 부족 응답 (400):

{
  "detail": {
    "error": {
      "code": "INCOMPLETE_INFORMATION",
      "message": "추가 정보가 필요합니다",
      "details": {
        "confirmed_variables": {"업체명": "ABC서점"},
        "missing_variables": ["일시", "장소", "연락처"],
        "contextual_question": "독서모임 일시와 장소, 문의 연락처를 알려주세요.",
        "original_input": "독서모임 안내 메시지 만들어줘"
      }
    },
    "timestamp": "2024-09-22T10:30:00Z"
  }
}

Real-time Chat

`POST /ai/templates/{session_id}/variables`

세션 변수 업데이트

`GET /ai/templates/{session_id}/preview`

템플릿 미리보기 조회

`POST /ai/templates/{session_id}/complete`

템플릿 최종 완성

Session Management

`GET /ai/sessions/stats`

세션 통계 조회

`GET /ai/sessions`

세션 목록 조회

System

`GET /ai/health`

기본 헬스체크

`GET /ai/health/detailed`

상세 헬스체크

`GET /ai/health/llm`

LLM 제공자 테스트

테스트

API 통합 테스트

# 기본 템플릿 생성
curl -X POST http://localhost:8000/ai/templates \
  -H "Content-Type: application/json" \
  -d '{"userId": 123, "requestContent": "카페 이벤트 안내 메시지 만들어주세요"}'

# 재질문 테스트
curl -X POST http://localhost:8000/ai/templates \
  -H "Content-Type: application/json" \
  -d '{
    "userId": 123,
    "requestContent": "일시는 3월 15일, 장소는 강남구입니다",
    "conversationContext": "카페 이벤트 안내 메시지 만들어주세요"
  }'

# 비속어 검출 테스트
curl -X POST http://localhost:8000/ai/templates \
  -H "Content-Type: application/json" \
  -d '{"userId": 123, "requestContent": "바보야"}'

개발 도구

# 코드 테스트 실행
poetry run pytest tests/

# 코드 품질 검사
poetry run ruff check app/
poetry run black app/

# 타입 검사
poetry run mypy app/

📁 프로젝트 구조

Jober_ai/
├── README.md                           # 프로젝트 설명서 
├── pyproject.toml                      # Poetry 의존성 설정
├── poetry.lock                         # Poetry 락 파일
├── app/                               # 메인 애플리케이션 
│   ├── main.py                        # FastAPI 진입점
│   ├── api/                           # API 엔드포인트
│   │   ├── templates.py               # 템플릿 생성 API
│   │   ├── sessions.py                # 세션 관리 API
│   │   └── health.py                  # 헬스체크 API
│   ├── agents/                        # AI 에이전트
│   │   ├── agent1.py                  # 변수 추출 + 의도 분석
│   │   └── agent2.py                  # 4-Tool 병렬 검증
│   ├── core/                          # 핵심 엔진
│   │   ├── template_selector.py       # 3단계 선택 시스템
│   │   ├── public_template_manager.py # 168개 공용 템플릿 관리
│   │   ├── session_manager.py         # 세션 관리
│   │   ├── template_preview.py        # 미완성된 템플릿 출력
│   │   └── session_models.py          # 세션 모델
│   ├── tools/                         # 검증 도구
│   │   ├── blacklist_tool.py          # 금지어 검사
│   │   ├── whitelist_tool.py          # 허용 패턴 검사
│   │   ├── info_comm_law_tool.py      # 정보통신망법 검사
│   │   └── variable_mapper.py         # 변수 매핑
│   └── utils/                         # 유틸리티
│       └── llm_provider_manager.py    # LLM Fallback 시스템
├── config/                            # 설정 파일
│   ├── settings.py                    # 애플리케이션 설정
│   └── llm_providers.py               # LLM 제공자 설정
├── data/                              # 데이터
│   ├── templates/                     # 168개 공용 템플릿
│   ├── presets/                       # 전처리된 데이터
│   └── docs/                          # 정책 문서
├── tests/                             # 테스트
│   ├── test_template_selector.py      # 템플릿 선택 테스트
│   ├── test_template_validator.py     # 검증 시스템 테스트
│   └── test_integration.py            # 통합 테스트
└── scripts/                           # 유틸리티 스크립트
    └── debug_agent1_variables.py      # Agent1 디버깅

🛠️ 주요 기술 스택

AI & ML

LangGraph: 상태 기반 워크플로우 엔진 (성능 60-85% 향상)
Google Gemini 2.5 Pro: 최신 생성형 AI (주 LLM)
OpenAI GPT-4: Fallback LLM
KoNLPy: 한국어 자연어 처리
Chroma DB: 벡터 데이터베이스 (임베딩 캐시)

백엔드

Python 3.11.13: 안정적인 파이썬 버전
FastAPI: 고성능 비동기 웹 프레임워크
Pydantic: 데이터 검증 (28개 응답 스키마)
Poetry: 모던 의존성 관리
uvicorn: ASGI 서버

데이터 & 캐싱

168개 공용 템플릿: 전처리된 템플릿 DB
Chroma DB: 벡터 검색 및 캐싱
768차원 임베딩: Gemini 임베딩 모델
Thread-safe 세션: 메모리 기반 세션 관리

보안 & 품질

보안 강화

SECRET_KEY 필수: 환경변수 필수 설정
API 키 검증: LLM 제공자 키 유효성 검사
CORS 정책: 프로덕션 환경 도메인 제한 권장
에러 정보 제한: DEBUG=false 시 상세 정보 숨김

품질 보증

4-Tool 병렬 검증: BlackList, WhiteList, 가이드라인, 정보통신망법
자체 품질 검증: TemplateValidator 시스템
재생성 로직: 품질 미달 시 자동 재시도
완성도 추적: 세션별 진행률 관리

Fallback 시스템

LLM Fallback: Gemini → OpenAI 자동 전환
실패 카운트: 연속 실패 시 우선순위 조정
자동 복구: 정상 작동 시 원래 설정 복원

LangGraph 구현 완료

구현된 LangGraph 워크플로우

7개 노드로 구성된 완전한 워크플로우:

validate_input_node: 병렬 입력 검증 (3개 작업 동시)
extract_variables_node: Agent1 변수 추출 + 의도 분석
check_policy_node: 종합적인 정책 검사
select_template_node: 3단계 템플릿 선택 시스템
generate_template_node: Agent2 병렬 처리 (4-Tool 동시)
validate_compliance_node: 최종 컴플라이언스 검증
format_response_node: 백엔드 API 형식 변환

성능 향상 결과

병렬 처리 최적화:

Agent1 처리: 순차 대비 60% 단축
Agent2 처리: 기존 8초 → 2-3초 (60-75% 단축)
전체 워크플로우: 60-85% 성능 향상

상태 기반 라우팅:

# 조건부 라우팅으로 효율적인 분기 처리
workflow.add_conditional_edges(
    "validate_input",
    check_validation_status,
    {
        "valid": "extract_variables",
        "invalid": "format_response"  # 검증 실패 시 즉시 응답
    }
)

아키텍처 개선사항

기존 문제점 해결:

순차 처리 → 병렬 처리: Agent1, Agent2 내부 병렬화
복잡한 상태 관리: LangGraph StateGraph로 체계화
오류 처리: 각 노드별 체계적인 예외 처리
백엔드 호환성: 100% API 호환성 유지

LangGraph 패턴 적용:

StateGraph 기반 워크플로우 정의
TypedDict 상태 관리 (JoberState)
조건부 라우팅 및 분기 처리
비동기 노드 실행

Name		Name	Last commit message	Last commit date
Latest commit History 151 Commits
.idea		.idea
app		app
config		config
data		data
scripts		scripts
.env.example		.env.example
.gitignore		.gitignore
README.md		README.md
poetry.lock		poetry.lock
poetry.toml		poetry.toml
pyproject.toml		pyproject.toml

Kernel180-BE12/Final3team-AI

Folders and files

Latest commit

History

Repository files navigation

JOBER AI - 알림톡 템플릿 생성기 🚀

핵심 기능

3단계 템플릿 선택 시스템

LangGraph 기반 고성능 처리

실시간 채팅 지원

완벽한 API 문서화

시스템 아키텍처

LangGraph 워크플로우 (성능 60-85% 향상)

LangGraph 핵심 컴포넌트

빠른 시작

1. 설치 및 환경 설정

2. 환경변수 설정

3. 서버 실행

4. API 테스트

API 엔드포인트

Template Generation

POST /ai/templates

Real-time Chat

POST /ai/templates/{session_id}/variables

GET /ai/templates/{session_id}/preview

POST /ai/templates/{session_id}/complete

Session Management

GET /ai/sessions/stats

GET /ai/sessions

System

GET /ai/health

GET /ai/health/detailed

GET /ai/health/llm

테스트

API 통합 테스트

개발 도구

📁 프로젝트 구조

🛠️ 주요 기술 스택

AI & ML

백엔드

데이터 & 캐싱

보안 & 품질

보안 강화

품질 보증

Fallback 시스템

LangGraph 구현 완료

구현된 LangGraph 워크플로우

성능 향상 결과

아키텍처 개선사항

About

Resources

Uh oh!

Stars

Watchers

Forks

Releases

Packages 0

Contributors 4