첸나이 해커톤에서 구축한 그래프 및 벡터 RAG 기반 여행 앱 'Xplorer'

핵심 요약

첸나이 해커톤에서 그래프와 벡터 RAG를 결합하고 제미나이 에이전트를 활용해 실제 예약 로직까지 처리하는 지능형 여행 앱 Xplorer를 구축했다.

배경

첸나이에서 열린 24시간 해커톤에 참여한 개발팀이 단순한 LLM 프롬프트 실행을 넘어 구조화된 RAG 파이프라인과 에이전트 워크플로우를 갖춘 여행 웹 앱을 개발하여 공유했다.

의미 / 영향

해커톤 수준에서도 단순 프롬프트 엔지니어링을 넘어 그래프 RAG와 에이전트 기반의 복잡한 아키텍처를 시도하는 추세가 확인됐다. 이는 LLM 앱 개발이 점차 정교한 엔지니어링 영역으로 진입하고 있음을 시사한다.

커뮤니티 반응

작성자가 개발자들의 피드백을 요청하며 구조화된 시스템에 대한 자부심을 드러냈으며, 단순 래퍼 앱과의 차별성을 강조했다.

언급된 도구

Gemini추천

에이전트 워크플로우 및 예약 로직 처리

섹션별 상세

단순한 LLM 래퍼(Wrapper)를 넘어선 파이프라인 구축을 강조했다. 사용자의 관심사와 장소를 연결하기 위해 그래프 관계와 벡터 검색을 결합한 하이브리드 RAG 방식을 채택했다. 이는 단순 검색보다 정교한 추천을 가능하게 하며 데이터 간의 유기적인 연결성을 확보하는 데 중점을 두었다.

지능형 시퀀싱(Intelligent Sequencing) 기능을 도입했다. 단순히 장소 목록을 나열하는 것이 아니라, 각 장소의 최적 방문 시간을 고려하여 일정을 자동으로 정렬한다. 이를 통해 사용자에게 실질적으로 유용한 여행 경로를 제공하며 LLM이 생성하는 일정의 논리적 결함을 보완했다.

제미나이(Gemini)를 활용한 에이전트 워크플로우를 구현했다. 호텔 및 택시 예약 로직을 처리하는 에이전트를 설계하여 단순 정보 제공을 넘어 실행 가능한 서비스로 확장했다. 작성자는 LLM의 환각(Hallucination)과 실제 예약 시스템 사이의 간극을 메우는 구조적 시스템의 중요성을 역설했다.

실무 Takeaway

그래프 RAG와 벡터 RAG를 결합하여 사용자 취향과 장소 간의 복잡한 관계를 효과적으로 매핑할 수 있다.
LLM의 환각 문제를 해결하기 위해 검색 결과와 예약 로직을 분리한 구조화된 시스템 설계가 필수적이다.
에이전트 워크플로우를 통해 단순 챗봇 수준을 넘어 실제 서비스와 연동되는 AI 앱을 구축할 수 있다.

언급된 리소스

DemoXplorer Demo Video