오늘의 추천 프로젝트
온라인 악성 게시물 증거 수집 자동화와 AI 위험성평가 RAG 엔진 고도화, 두 건의 외주 프로젝트를 오늘 살펴봤습니다.
각각 크롤링·해시·PDF 자동화, RAG·Vector DB 연동이 핵심이며 지원 요건까지 확인해 정리했습니다.
온라인 악성 게시물 증거 수집 자동화 개발
프로젝트 요약
온라인 상 명예훼손·허위사실 게시물에 대한 증거를 URL 입력만으로 자동 수집하는 도구를 구축하는 프로젝트입니다.
전체 화면 캡처, HTML·텍스트 추출, SHA-256 해시 기반 무결성 메타데이터 생성, PDF 리포트 자동화까지 포함합니다.
예상 예산은 200만원, 기간은 15일이며 React 프론트엔드와 백엔드 API, AWS 인프라 구성이 필요합니다.
제안 방향
클라이언트는 법적 대응용 증거 리포트를 빠르게 확보할 수 있는 자동화 도구를 원하고 있어, 수집 엔진과 리포트 생성 로직을 분리해 안정성과 확장성을 함께 확보하는 방향이 유리합니다.
짧은 개발 기간(15일)을 고려하면 프런트-백엔드 역할을 명확히 나누고 클라우드 인프라를 활용한 신속한 배포 경험이 강점이 될 수 있습니다.
제안서 작성 예시
URL 입력만으로 페이지 캡처, 텍스트 추출, 해시 생성, PDF 리포트까지 자동 처리하는 증거 수집 도구를 15일 내 구축해 드리겠습니다.
웹 크롤링·브라우저 자동화와 Node.js 기반 백엔드 API 개발 경험을 보유하고 있어, 수집 엔진 안정화와 무결성 메타데이터 처리 로직을 빠르게 설계할 수 있습니다.
당사가 구축한 AI 기반 마케팅 통합 인텔리전스 플랫폼은 Electron·Puppeteer 기반 크롤링 엔진과 Node.js·AWS 인프라로 다채널 데이터를 자동 수집·처리한 사례로, 이 구조를 본 프로젝트의 URL 접속·캡처·데이터 처리 로직에 응용할 수 있습니다.
다만 PDF 리포트 자동화 및 해시 생성 로직은 상세 공고 확인 필요 부분을 반영해 별도 설계하겠습니다.
원문 URL
https://www.wishket.com/project/156647/
AI 위험성평가 RAG 엔진 고도화 및 민감도 데이터 연동
프로젝트 요약
이미 구현된 AI 위험성평가 기능을 한국산업안전보건공단 공공데이터 기반 RAG(검색 증강 생성) 방식으로 고도화하는 프로젝트입니다.
Vector DB 임베딩, GPT-4o API 연동, AI 생성값과 관리자 수정값을 비교 저장하는 민감도 데이터 백엔드 로직 구현이 핵심입니다.
예상 예산은 600만원, 기간은 50일이며 Python(FastAPI) 또는 Node.js 백엔드, Pinecone/Supabase(pgvector) 활용이 요구됩니다.
제안 방향
클라이언트는 기존 서비스에 기능을 추가하는 방식이라 레거시 코드와의 안전한 통합이 핵심 우려 사항이며, 회귀 테스트와 API 키 보안 관리가 강조되어 있습니다.
Node.js 기반 백엔드 개발과 AI 기능 연동 경험을 살려 기존 구조를 침해하지 않는 점진적 통합 방식으로 제안하는 것이 유리합니다.
제안서 작성 예시
공공데이터 기반 RAG 검색 엔진 고도화와 민감도 데이터 저장 백엔드를 기존 서비스와 안전하게 통합해 드리겠습니다.
기존 레거시 기능(중복 생성 방지, 위험도 자동 계산 등)을 유지하면서 신규 기능을 추가해야 하는 프로젝트 특성상, Node.js 백엔드와 AI 기능 연동 경험이 안정적인 통합에 도움이 됩니다.
당사가 구축한 AI 기반 마케팅 통합 인텔리전스 플랫폼은 Node.js·PostgreSQL 백엔드 위에 AI 기반 인사이트·보고서 자동 생성 기능을 연동한 사례로, GPT 계열 API와 백엔드 로직을 결합하는 구조가 본 프로젝트의 GPT-4o 연동 및 민감도 데이터 저장 로직과 유사합니다.
다만 RAG·Vector DB 파이프라인 구축 이력은 상세 공고 확인 필요 사항으로, 이번 프로젝트를 통해 구체화하겠습니다.