✨ 프로젝트 개요
대규모 내부 기술 문서를 LLM이 분석해 답변과 근거를 만들고, 데이터 간 관계를 Knowledge Graph로 시각화하여 탐색 가능한 형태로 제공하는 R&D 지원 플랫폼입니다.
출처: 이에이트(주)
출처: 이에이트(주)
- 복잡한 내부 데이터를 온톨로지 관계로 시각화
- 질문 기반 탐색 UX로 필요한 관계를 빠르게 찾도록 설계
👨🏻💻 팀 구성 및 내 역활
팀 구성
- FE 4명 | BE 6명 | AI 2명 | 기획/디자인 3명
내 역할
- 현대차 ↔ AX 개발팀 프론트엔드 팀간 협업 창구 역할
- 프론트엔드 전체 아키텍처 설계 및 기술 의사결정 주도
- 지식그래프 시각화 SDK 설계/개발
🚩 Problem: 요구사항 vs 실제 사용성의 충돌
대용량 데이터 시각화와 사용자 경험 사이의 근본적인 충돌
프로젝트 초기에는 최대한 많은 관계를 한 번에 보여주는 것이 목표였습니다. 이를 위해 수만~수천만 단위 데이터 처리가 가능한 WebGL 기반 Sigma.js 도입을 검토했고, 렌더링 성능 자체는 충분했습니다.
Sigma.js 5000개 노드 예시
실제 사용성에서 드러난 문제
- 노드/엣지가 많아질수록 관계 이해보다 시각적 노이즈가 증가