외국어로서의 한국어 학습자를 위한 RAG 기반 쓰기 피드백 시스템

2025-2 컴퓨터공학과 졸업 프로젝트

해당 프로젝트는 한국어 학습자가 작성한 글에 대해 RAG 기반의 문맥·문법 오류 교정 피드백을 제공하는 시스템입니다.

한국어 쓰기 피드백에 특화된 플랫폼의 부재, 기존 문법 교정 시스템들이 보이는 부정확한 교정·일관성 부족 문제를 해결하기 위해, 한국어 학습자 오류 말뭉치 기반 벡터 검색(RAG)을 도입해 정확하고 설명 가능한 피드백을 생성하는 것을 목표로 합니다.

• API 서버 및 데이터 수집·전처리·임베딩 등을 포함한 데이터 파이프라인 구축 스크립트를 저장하는 Repository 입니다.

• 국립국어원 한국어 학습자 말뭉치 나눔터의 오류 주석 말뭉치를 데이터셋으로 활용합니다.

  • 원본·가공 데이터 및 원본 데이터에 대한 전처리 스크립트는 포함되어 있지 않습니다.
  • 제공받은 데이터셋은 오직 학술적 연구 목적으로만 사용합니다.

주요 기능

API 서버는 여러 서비스들의 협력을 통해 응답을 생성하는 BFF(Backend For Frontend) 구조로 설계되어 있습니다.

1. 입력 데이터 처리

• KSS 기반 Sentence Splitter로 글 내용을 문장 단위로 분할
• KoNLPy(Mecab-ko) 형태소 분석을 통해 문법 오류의 가능성이 있는 문장들을 필터링

2. 문법 교정 피드백 생성

1. ChromaDB 기반 Semantic Search
   : SentenceTransformer 임베딩을 활용해 입력 문장과 의미적으로 유사한 학습자 오류 사례 조회
2. ElasticSearch 기반 Lexical Search (Hybrid 보완)
   : 의미 기반 검색 결과가 충분하지 않을 경우, 형태 정규화된 문장을 대상으로 형태·문법 구조가 유사한 학습자 오류 사례 조회
3. Clova Studio LLM Structured Output 기반 1차 교정
   : 유사한 오류 사례 및 교정 정보를 근거로 응답 정확성 향상
4. 교정된 문법 항목과 연관된 문법 정보 DB (PostgreSQL) 조회
5. Clova Studio API 호출을 통해 최종 문법 피드백 생성

3. 문맥 교정 피드백 생성

• Clova Studio API 호출을 통해, 문맥의 자연스러움·글의 구성·제목 적합성 등에 대한 총평 생성
• 외국인 학습자임을 고려해 이해하기 쉬운 표현 사용, 긍정적인 피드백 포함

4. 새로운 쓰기 오류 데이터 수집

• Kafka 기반 메시지 큐 파이프라인을 통해, 백그라운드에서 입력된 문장·교정 결과·LLM 피드백을 CSV 기반 Raw Data 파일로 로컬 스토리지에 저장
• 후속 연구를 위한 데이터셋 구축을 위함

실행 방법

docker compose up

• 프로젝트 루트의 docker-compose.yml를 사용합니다.

• Clova Studio LLM API Key 설정 필요:

  docker-compose.yml 70번 라인의 환경 변수 CLOVA_API_KEY에 값을 입력하세요.

[웹 클라이언트 연동]

• 웹 프론트엔드를 통해 문장 입력 → 피드백 결과 확인 흐름을 테스트할 수 있습니다.

[API 테스트]

1. 테스트 실행

프로젝트 루트에서:

# MacOS / Linux
python3 api_test.py

# Windows
python api_test.py

2. 테스트 요청 수정

api_test.py 내부의 PAYLOAD 부분을 수정하면 입력 텍스트를 바꿀 수 있습니다.

PAYLOAD = {
    "title": "오늘의 일기",
    "contents": (
        "나는 비빔밥은 먹었고, 친구는 김치찌개 먹었다."
    )
}

실행하면 콘솔에 FastAPI 서버의 실제 응답(JSON)을 바탕으로 포맷된 결과가 출력됩니다.

서버 아키텍처

BFF 서비스 흐름

참고 문헌

• 이승호, 이찬규 (2025). RAG를 활용한 한국어교육 챗봇 구현 방안 - 한국어 학습자의 문법 교정을 중심으로.
• 강현화 외 6인 (2014). 한국어 표현 교육론. 한국문화사.