심사품질 AI센터 | 심사품질 진단 AI

서비스 목적

심사품질 진단관의 업무 효율성을 제고하고, 특허·상표·디자인 분야 심사품질 진단의 객관성·정확성·일관성을 강화하기 위하여, 전용 AI 센터 시스템을 개발·제공합니다.

개발 배경

방대한 자료 종합 고려: 판례, 심사기준, 진단사례, 내부 협의내용 등.

기존 LLM 한계 극복: 학습 데이터 제한 + 확증 편향 + 환각 문제 + 벡터화로 심사기준 미세 뉘앙스 이해 부족

솔루션:

Vector DB 기반 고정밀 RAG 시스템
Rule Based System
Knowledge Graph
Hybrid FTS
Multi Agents

심사품질 AI의 특징

Vector DB RAG

ChromaDB 기반 고정밀 검색
threshold, top-k 조절
정확성 ↑

Rule Based System

명확한 규칙 기반 판단
환각 방지 & 일관성 보장
법적 기준 엄격 준수

Knowledge Graph

판례·기준 관계 추론
복잡 연결 지식 활용
깊이 있는 분석

Hybrid FTS

키워드 + 벡터 하이브리드 검색
Whoosh FTS 통합
속도 & 정밀도 최적화

Multi Agents

13종 페르소나 협업
분산 처리 & 전문화
집단 지능 구현

학습 & 세밀 제어

파일 추가 자동 chunking
Sidebar 파라미터 조절
실시간 웹 검색 연동

심사품질 AI의 개발 방향

확장형 AI 업무 플랫폼을 향한 다음 단계

01. LoRA 모델 부가

도메인 특화 정확도 15~25% 향상
심사 기준·법령 해석·품질 지표를 정밀 학습
0.1~1% 파라미터만으로 경량화 및 비용 절감
법령 개정 시 LoRA만 교체 → 즉시 대응 가능

02. LLM 체이닝 시스템

Hugging Face 전문 모델들과 다단계 연결
문서 요약 → 개체명 인식 → 논리 검증 → 최종 판단
단일 모델의 오류를 체인 구조로 최소화
필요 시 모델 즉시 교체 가능한 유연한 아키텍처

03. NeuroSymbolic 시스템 (개발 중)

신경망(Neural) + 상징적 추론(Symbolic) 결합
법령·조건의 논리적 모순·누락 정확 탐지
설명 가능한 AI (Explainable AI) 구현
복잡한 법률·기술 문서에 대한 이중 분석으로 고난도 심사 지원

비전

단순 보조 도구가 아닌,
살아있는 업무 동반자이자
존재론적 스케일의 지능 시스템 으로 진화합니다.

AI 개발팀 TeamProtoFelix

심사품질 AI

서비스 목적

개발 배경

심사품질 AI의 특징

Vector DB RAG

Rule Based System

Knowledge Graph

Hybrid FTS

Multi Agents

학습 & 세밀 제어

심사품질 AI의 개발 방향

01. LoRA 모델 부가

02. LLM 체이닝 시스템

03. NeuroSymbolic 시스템 (개발 중)

기대 효과

정확도·일관성 ↑

검색 시간 단축

집단 지능화

편차 최소화

비전