🤖 Multi-Agent 제조업 챗봇 시스템

GPT, Gemini, Clova, Claude 4개의 AI Agent가 협력하여 제조업 문제를 해결하는 차세대 챗봇

🌟 주요 특징

• 🤝 Multi-Agent 협업: 각기 다른 전문성을 가진 AI들이 토론하여 최적해 도출
• 🏭 제조업 특화: 기계 고장, 품질 문제, 안전 관리 등 제조업 도메인 최적화
• ⚡ 실시간 처리: FastAPI 기반 고성능 비동기 처리
• 📊 구조화된 응답: 즉시조치, 상세해결책, 비용추정, 안전수칙 등 체계적 정보 제공
• 🔍 RAG 검색: ChromaDB + Elasticsearch 하이브리드 지식 검색

🚀 빠른 시작

1단계: 서버 실행

# 방법 1: 배치파일 사용 (Windows)
docs\examples\start_server.bat

# 방법 2: 직접 실행
python -m uvicorn api.main:app --host 0.0.0.0 --port 8000 --reload

2단계: 웹 UI에서 테스트

1. 브라우저에서 http://localhost:8000/docs 접속
2. POST /chat/test 섹션에서 "Try it out" 클릭
3. 예시 데이터 입력 후 "Execute" 클릭

{
  "user_message": "컨베이어 벨트가 자꾸 멈춰요. 어떻게 해결하면 좋을까요?",
  "issue_code": "CONV-BELT-001", 
  "user_id": "test_user"
}

3단계: Python 스크립트로 테스트

# 대화형 테스트
python docs/examples/simple_test.py

# 빠른 질문 테스트  
python docs/examples/quick_chat_test.py "기계에서 소음이 나요"

# 미리 정의된 시나리오 테스트
python docs/examples/quick_chat_test.py 1  # 컨베이어 벨트 문제

🏗️ 시스템 아키텍처

사용자 질문
    ↓
RAG 분류기 (문제 분석 & Agent 선택)
    ↓
선택된 Agent들 순차 실행:
├── 🧠 GPT Agent (종합분석 & 안전성)
├── 🔬 Gemini Agent (기술정확성 & 공학접근)  
└── 💼 Clova Agent (실무경험 & 비용효율)
    ↓
🎭 Claude 토론 진행자 (의견 종합 & 최종 구조화)
    ↓
구조화된 전문가 응답 반환

📋 API 엔드포인트

엔드포인트	설명	인증
GET /ping	서버 상태 확인	불필요
GET /health	시스템 헬스체크	불필요
POST /chat/test	테스트용 챗봇 (API키 불필요)	불필요
POST /chat	정식 챗봇 서비스	API키 필요
GET /session/{id}	세션 정보 조회	불필요

🎯 테스트 시나리오 예시

기계 고장 문제

{
  "user_message": "CNC 머신에서 이상한 소음이 나고 정밀도가 떨어져요",
  "issue_code": "CNC-PRECISION-001"
}

품질 관리 문제

{
  "user_message": "제품 표면에 기포가 생기는 불량이 계속 발생합니다",
  "issue_code": "QUALITY-BUBBLE-002"
}

안전 문제

{
  "user_message": "작업자가 화학물질에 노출될 위험이 있는 것 같아요", 
  "issue_code": "SAFETY-CHEM-003"
}

📊 응답 구조

{
  "session_id": "sess_abc123",
  "participating_agents": ["GPT", "Gemini", "Claude"],
  "confidence_level": 0.85,
  "processing_time": 45.2,
  "executive_summary": "전문가들이 합의한 핵심 해결책",
  "immediate_actions": [
    {
      "step": 1,
      "action": "즉시 수행할 조치",
      "time": "10분",
      "priority": "high"
    }
  ],
  "detailed_solution": [
    {
      "phase": "1단계: 진단",
      "actions": ["상세 행동 계획"],
      "estimated_time": "30분"
    }
  ],
  "cost_estimation": {
    "parts": "부품 교체비 50만원",
    "labor": "인건비 20만원", 
    "total": "총 70만원"
  },
  "safety_precautions": ["안전 수칙들"]
}

⚙️ 환경 설정

필수 의존성

• Python 3.8+
• FastAPI, Uvicorn
• OpenAI, Google AI, Anthropic 라이브러리

선택적 의존성

• Redis (세션 저장)
• Elasticsearch (고급 검색)
• ChromaDB (벡터 검색)

API 키 설정

# .env 파일 또는 환경변수
OPENAI_API_KEY=your_openai_key
GOOGLE_API_KEY=your_google_key  
ANTHROPIC_API_KEY=your_anthropic_key
NAVER_CLOVA_API_KEY=your_clova_key

🔧 개발자 도구

개별 Agent 테스트

python quick_test.py  # 모든 Agent 개별 테스트

시스템 통합 테스트

python test_system.py  # 전체 워크플로우 테스트
python simple_test.py  # API 서버 테스트

로그 모니터링

서버 실행 시 실시간으로 다음 과정을 확인할 수 있습니다:

• RAG 분류 및 Agent 선택
• 각 Agent별 처리 시간 및 토큰 사용량
• 토론 진행자의 의견 종합 과정
• 최종 응답 구조화 결과

📈 성능 최적화

응답 시간

• 단일 Agent: 15-30초
• 다중 Agent: 45-90초
• 복잡한 토론: 90-180초

확장성

• 비동기 처리로 동시 다중 요청 지원
• Agent별 독립적 확장 가능
• 외부 서비스 장애 시 Fallback 모드 지원

🛠️ 문제 해결

자주 묻는 질문

Q: Agent가 응답하지 않아요 A: quick_test.py로 개별 Agent 상태 확인 후 API 키 점검

Q: 응답이 너무 느려요
A: 정상입니다! 여러 Agent가 순차 분석하므로 시간이 필요합니다.

Q: Redis/Elasticsearch 오류가 나와요 A: 무시하세요! 핵심 기능은 이들 없이도 정상 작동합니다.

Q: 타임아웃이 발생해요 A: 클라이언트 타임아웃을 최소 3분(180초)으로 설정하세요.

디버깅 팁

1. 서버 로그에서 각 Agent의 실행 과정 확인
2. /health 엔드포인트로 시스템 상태 모니터링
3. 개별 Agent 테스트로 문제 격리

🤝 기여하기

1. 새로운 Agent 추가
2. 도메인 특화 지식 확장
3. 성능 최적화
4. 테스트 케이스 추가

📝 라이센스

이 프로젝트는 MIT 라이센스 하에 배포됩니다.

---

🎉 이제 AI 전문가 팀이 당신의 제조업 문제를 해결해드립니다!

상세한 실행 가이드는 docs/QUICK_START.md를 참조하세요.