부동산 스터디 챗봇

LangChain, FastAPI, Azure OpenAI를 사용해 부동산 질문에 대해 답하는 학습용 챗봇입니다. 질문에 대한 적절한 답변을 하도록 프롬프트 엔지니어링과 가드레일 설정을 하였습니다.

---

📝 소개

이 프로젝트는 부동산 관련 학습용 챗봇으로, 사용자가 입력한 질문을 Azure OpenAI(LLM)에 전달해 “핵심 개념 → 실생활 예시 → 추가 질문” 세 가지 요소를 담은 JSON 응답을 생성합니다. FastAPI 서버를 통해 클라이언트와 비동기 통신하며, LangChain을 활용해 프롬프트 엔지니어링과 Pydantic 검증(가드레일)을 함께 적용하여 안정적으로 동작합니다.

---

💻 실제 구현 화면

---

📜 인프라 아키텍처 구성도

전체 아키텍처

AI 아키텍처

---

🔑 주요 특징

• LangChain + Azure OpenAI

  • AzureChatOpenAI 인스턴스를 통해 GPT 모델(gpt-4o-mini 등)을 호출
  • LangChain의 with_structured_output(RealEstateResponse)를 통해 Pydantic 스키마 검증을 자동화

• FastAPI 서버

  • POST /api/estate 엔드포인트에 JSON { "content": "<질문>" } 형식으로 요청
  • 비동기로 모델 호출
  • 커스텀 예외 처리

• Prompt‐level 가드레일

  • SystemPrompt에서 질문에 대한 응답을 JSON 형태로 출력하도록 프롬프트 엔지니어링
  • 비부동산 질문 시 부동산 관련 질문이 아닙니다. 부동산과 관련된 질문을 해주세요. 😁로 거절

• LLM‐기반 분류기

  • LLM 분류 모델을 통해 질문이 부동산 관련인지 판단
  • 부동산 관련 질문이 아니면 거절
  • “부동산 키워드가 포함되어도, 문맥상 부동산이 아니면” 거절

• Pydantic 스키마 검증 (Output Validation)

  • 모델 응답 문자열을 parse_raw()로 검증하여 “키 누락”이나 “잘못된 형식” 발생 시 503 예외 처리
  • 필요 시 추가 내용 검증(부동산 키워드 포함 여부 등) 삽입 가능

• Error Handling & Logging

  • 모델 호출 실패, 파싱 오류, 가드레일 위반 등 모든 예외 상황을 로깅해 원인 분석 및 가드레일 강화에 활용
  • FastAPI의 add_exception_handler로 BaseCustomException 등록

---

⚙️ 디렉터리 구조

real-estate-studybot-ai/
├─ app/
│   ├─ config/
│   │   └─ model.py
│   ├─ domain/
│   │   └─ estate/
│   │       ├─ core.py
│   │       ├─ classifier.py
│   │       ├─ exception.py
│   │       ├─ prompt.py
│   │       ├─ router.py
│   │       └─ schema/
│   │           └─ dto.py
│   ├─ error/
│   │   ├─ code.py
│   │   └─ handler.py
│   └─ main.py
├─ .env
└─ README.md

▶️ 서버 실행

# 실행
uvicorn app.main:app --host 0.0.0.0 --port 8000 --reload

# 운영 환경 백그라운드 실행
nohup uvicorn app.main:app --host 0.0.0.0 --port 8000 > uvicorn.log 2>&1 &

📚 라이브러리 설치

pip install fastapi uvicorn python-dotenv openai pydantic langchain-openai langchain-core langchain