Qdrant와 LLM을 활용한 고객지원 티켓 검색 시스템 구축기

 

🧩 예시 질문:

"접수번호 1234번 문의 내용 요약해줘"

 

1️⃣ 사용자 입력

접수번호 1234번 문의 내용 요약해줘

 

2️⃣ Retriever 동작

• 우선 벡터 검색(텍스트 의미 기반) 시도 → "1000000120" 같은 숫자는 잘 안 잡힘.
• 하지만 Qdrant에 저장한 payload 필터(SR_IDX = 1000000120)가 있으면 직접 걸러낼 수 있음.
• 그래서 결과 후보는 이런 식으로 나옴:

[
  {
    "page_content": "제목: 로그인 오류 ... 접수번호:1234 ... 문의내용: 로그인 불가 현상 발생 ...",
    "payload": {
      "접수번호": "1234",
      "제목": "로그인 오류",
      "고객사명": "고객사",
      "담당자": "홍길동",
      "접수날짜": "2025-01-12",
      "문의내용": "로그인 시 비밀번호 오류로 인한 접속 실패",
      "summary": "로그인 불가 이슈, 사용자 인증 문제",
      "category": "오류"
    }
  }
]

---

3️⃣ LLM에 전달

RetrievalQA 체인이 LLM(Gemini)한테 이렇게 넘김:

문서:
- 제목: 로그인 오류
- 접수번호: 1234
- 고객사명: 고객사
- 담당자: 홍길동
- 접수날짜: 2025-01-12
- 문의내용: 로그인 시 비밀번호 오류로 인한 접속 실패
- summary: 로그인 불가 이슈, 사용자 인증 문제

사용자 질문: 접수번호 1234번 문의 내용 요약해줘

 

 

4️⃣ LLM 응답

LLM이 context 기반으로 답변 생성:

접수번호 1234번은 고객사의 로그인 불가 이슈로,
사용자 인증 과정에서 비밀번호 오류가 발생한 사례입니다.

 

 

🧩 또 다른 예시 질문:

"김철수가 처리한 미완료 티켓 보여줘"

 

1️⃣ 사용자 입력

김철수가 처리한 미완료 티켓 보여줘

 

 

2️⃣ Retriever 동작

• Qdrant 검색 시 → payload 필터:
  • 처리자="김철수"
  • 상태 != 완료
• 결과 후보:

[
  {
    "payload": {
      "접수번호": "123456",
      "제목": "ERP 전표 저장 오류",
      "상태": "진행중",
      "처리자": "김철수",
      "summary": "전표 저장 시 DB 트랜잭션 오류 발생",
      "category": "ERP"
    }
  },
  {
    "payload": {
      "접수번호": "123457",
      "제목": "재무 보고서 출력 지연",
      "상태": "대기",
      "처리자": "김철수",
      "summary": "보고서 생성 시 서버 응답 지연",
      "category": "재무"
    }
  }
]

 

 

3️⃣ LLM에 전달

문서:
- 123456: ERP 전표 저장 오류 (진행중)
- 123457: 재무 보고서 출력 지연 (대기)

사용자 질문: 김철수가 처리한 미완료 티켓 보여줘

 

4️⃣ LLM 응답

김철수가 처리 중인 미완료 티켓은 다음과 같습니다:

1. 접수번호 123456 - ERP 전표 저장 오류 (진행중)
2. 접수번호 123457 - 재무 보고서 출력 지연 (대기)

 

즉, 질문 → Qdrant에서 후보 검색 (payload+벡터) → LLM한테 context로 주입 → 답변 생성.