제안서 생성 자동화 프로젝트 완성 이야기(feat. React, Node.js, GPTs API, CLOVA API)

안녕하세요, 저는 기묘한 자동화 CTO ReadyGo입니다. 현대 비즈니스 환경에서 신속하고 정확한 의사결정은 기업의 성패를 좌우합니다. 특히, 고객사와의 계약이나 협상 과정에서 제안서의 역할은 점점 더 중요해지고 있습니다. 이러한 중요성을 인식하고, 저희는 고객사와의 회의 내용을 자동으로 분석하여 제안서를 생성할 수 있는 혁신적인 웹사이트 개발 프로젝트를 시작했습니다.
이 프로젝트의 핵심은 회의록에서 직접 제안서를 생성하는 것입니다. 회의 내용을 녹음하고, 그 녹음 파일을 사이트에 업로드하면, 자동으로 필요한 내용을 추출하여 제안서를 작성합니다. 이 과정은 React와 Node.js를 기반으로 구축되었으며, 최첨단 기술인 GPTs Assistants API와 Clova API를 통합하여 놀라운 정확도와 효율성을 실현했습니다.
본 서론에서는 이러한 프로젝트가 어떻게 구상되었으며, 어떤 기술적 도전을 극복했는지, 그리고 이 프로젝트가 어떻게 비즈니스 현장의 요구에 부응하는지를 소개하고자 합니다. 저희의 여정을 통해, 여러분도 자신의 비즈니스에서 직면한 유사한 도전을 어떻게 해결할 수 있을지 영감을 받으실 수 있을 것입니다.

프로젝트 개요

프로젝트 요구사항

이 프로젝트는 고객사와 영업팀이 참여하는 회의로부터 시작됩니다. 회의의 전체 내용은 녹음되며, 이 녹음 파일은 웹사이트에 업로드됩니다. 업로드된 파일에서는 자동으로 제안서 작성에 필요한 정보가 추출됩니다. 이렇게 추출된 정보는 사용자가 검토하고 필요한 추가 데이터를 입력한 뒤 제출합니다. 제출 완료 후, GPTs는 제안서의 최종 내용을 추출하여 실시간으로 화면에 표시합니다.

사용된 기술

GPTs Assistants API : 추출된 텍스트 데이터를 정리하고, 필요한 정보를 받아 제안서 관련 내용을 추출합니다.
Clova API : 회의록이 담긴 녹음파일을 텍스트로 변환하는데 사용했습니다.
React : 사용자 인터페이스를 구축하였습니다.
Node.js : 서버 측 로직 처리하고 데이터베이스와의 통신 관리하였습니다.
AWS : 서버 인프라 구축하는데 사용하였습니다.
PostgreSQL : 데이터베이스 구축에 사용하였습니다.

프로젝트 초기

초기 설계의 어려움

프로젝트의 초기 단계는 항상 가장 도전적이라고 생각합니다. 저희 프로젝트에서는 특히 API들의 연동 테스트와 로직 구성이 쉽지 않았어요. 여러 API를 조화롭게 작동시키기 위해서는 각각의 기능과 한계를 정확히 이해하고, 이를 효과적으로 통합할 방법을 찾아야 했습니다.

API 연동 테스트 과정의 난관

API 사이트에서의 설정과 API 호출 과정은 예상보다 훨씬 복잡했습니다. 설정 오류나 문서의 미비로 인해 여러 번의 실패를 경험하기도 하였습니다. 하지만 이러한 실패는 저에게 소중한 학습 기회가 되었습니다.

시행착오를 통한 성공

각 API의 특성을 파악하고, 문제를 해결하는 과정에서 저희 팀은 점점 더 능숙해졌어요. 실패를 거듭할수록 더 나은 솔루션을 찾기 위한 저희의 노력도 더해 갔습니다. 결국, 이러한 시행착오를 통해 각 API의 연동 테스트를 성공적으로 완료할 수 있었고, 이는 프로젝트의 전반적인 성공으로 이어졌습니다.

프로젝트 개발 과정

GPTs 설계의 도전과 해결

1. 도전: 정보의 선택과 제공

   • GPTs를 통해 효율적이고 정확한 제안서를 생성하기 위해 어떤 정보를 제공해야 할지에 대한 결정이 주요한 과제였습니다. 이 과정에서 정보의 중요성과 관련성을 신중하게 평가해야 했습니다.

2. 정보 가공과 통합

   • Clova API를 사용하여 녹음 파일을 텍스트로 변환하는 것은 비교적 문제가 없었으나, 변환된 텍스트를 GPTs가 제안서로 가공하기 위한 데이터로 정리하는 작업이 필요했습니다. 이를 위해 어떤 데이터를 어떻게 가공할지에 대한 설계가 중요했습니다.

3. 설계의 완성

   • 필요한 내용을 GPTs에게 제공할 수 있도록 세밀한 설계를 진행하였습니다. 제공받은 내용을 GPTs가 정상적으로 가공할 수 있도록 하기 위해 GPTs의 데이터 처리 로직을 최적화하였습니다.

4. 결과

   • 설계 후의 조정을 통해 GPTs는 제공된 데이터를 바탕으로 정확하고 적절한 제안서를 생성할 수 있게 되었습니다. 이 과정은 GPTs의 기능을 최대화하고, 프로젝트 목표에 맞는 결과물을 도출하는 데 중요한 역할을 했습니다.

GPTs Assistants API 응답 시간 단축 과정

1. 문제 인식: 프로젝트의 제안서 관련 내용을 GPTs에게 일괄적으로 제공받을 때 응답 시간이 길어지는 문제가 있었습니다. 제안서의 내용에는 프로젝트 제목, 예상 기간, 예상 비용, 서비스 요구사항, 필요 산출물, 기능 명세서, WBS 등이 포함됩니다.

2. 해결 방안 모색: 이 문제를 해결하기 위해 제안서 내용을 여러 부분으로 나누어 각각 별도의 GPTs를 할당하기로 결정했습니다. 구체적으로는 다음과 같이 5가지 카테고리로 분류했습니다:

   • 제목, 예상 기간, 예상 비용을 처리하는 GPTs

   • 서비스 요구사항을 처리하는 GPTs

   • 필요 산출물을 처리하는 GPTs

   • 기능 명세서를 처리하는 GPTs

   • WBS를 처리하는 GPTs

3. 실행 및 결과: 각각의 GPTs를 동시에 실행시켜 데이터 처리를 병렬로 진행함으로써 응답 시간을 단축할 수 있었습니다. 이 방식은 각 부분의 데이터 처리 속도를 개선하는데 도움이 되었으나, GPTs가 요청받은 내용을 정리하고 응답하는 데에는 여전히 시간이 소요되기 때문에 완벽한 시간 단축은 어려웠습니다.

GPTs의 단점

1. 일관성 부족: GPTs는 인공지능이기 때문에 항상 일관된 답변을 제공하지 못할 수 있습니다. 특히 수학 계산과 같이 정확한 답만이 요구되는 상황에서는 이러한 특성이 제약사항으로 작용할 수 있습니다.

2. 응답 시간: GPTs가 생각하고 답변을 생성하는 데 필요한 시간이 있기 때문에, 즉각적인 응답을 필요로 하는 상황에서는 이를 단점으로 느낄 수 있습니다. 이는 특히 실시간 처리가 중요한 응용 프로그램에서 불리하게 작용할 수 있습니다.

프로젝트 마무리

초기 화면

1. 회의록 녹음 파일 첨부 및 분석 실행 화면

2. 프로젝트 관련 내용 입력

결과 화면

배운 점 및 개선 필요성

이 프로젝트를 진행하면서 API 연동 과정에서 마주친 도전은 팀에게 귀중한 학습의 기회를 제공했습니다. 우리는 특히 다양한 API 간의 통합과 데이터 처리 방법에 대해 많은 것을 배웠습니다. 이 경험은 앞으로 비슷한 프로젝트를 진행할 때 보다 신속하고 효율적으로 문제를 해결할 수 있는 능력을 향상시켰습니다. 또한, 우리는 향후 프로젝트에서 보다 체계적인 초기 테스트와 모니터링을 도입하여, 이러한 문제를 더욱 빨리 식별하고 해결할 수 있도록 개선할 계획입니다.

확장성

현재의 성공을 기반으로, 저희 팀은 이 기술을 다른 비즈니스 영역과 프로젝트에 적용하여 그 범위를 넓혀나갈 계획입니다. 특히, 이 자동화 기술을 마케팅, 고객 서비스, 내부 커뮤니케이션 관리 등 다양한 분야에 맞춤화하여 적용함으로써, 조직 전반의 효율성을 크게 향상시킬 수 있을 것으로 기대합니다. 이를 통해, 저희는 기술적 능력을 확장하고, 더 많은 비즈니스 문제를 해결하는 데 기여할 수 있을 것입니다.

마무리

이 프로젝트를 통해 달성한 성과는 단순히 기술적인 진보에 그치지 않습니다. 우리는 이 기술을 통해 비즈니스 프로세스의 혁신을 이루었으며, 이제 그 혜택을 더 많은 기업과 공유하고자 합니다. 저희 웹사이트 metheus.pro에서 이 프로젝트에 대한 더 많은 정보를 확인하시고, 직접 체험해 보세요. 여러분의 비즈니스에도 혁신을 가져다 줄 수 있습니다.

기묘한 자동화 Newsletter도 준비중에 있습니다. 구독해주신다면 앞으로 최신 AI 소식을 뉴스레터로 받아보실 수 있습니다!

감사합니다 ~🍪