평가 담당자가 수백 페이지짜리 제안서와 제품규격서를 일일이 대조하던 업무를, 문서를 자동으로 읽고 평가 항목별 근거를 뽑아 주는 AI 시스템으로 바꿨습니다. [무엇을 만들었나] - 평가기준 문서, 제안서, 제품규격서를 올리면 hwpx/HWP/PDF를 자동으로 파싱합니다. - 파일 확장자가 틀려도 매직 바이트로 실제 포맷을 판별해 정확히 처리합니다. - 표 안의 본문 텍스트와 도형에 들어간 글자까지 빠짐없이 추출합니다. - 평가 항목마다 근거 문장을 찾아 담당자 화면에 바로 띄워 줍니다. [성과] - 제안서 조회 API에 슬림 응답 옵션을 넣어 응답 데이터를 약 170배 줄였습니다. - 규격서 36개 파일로 검증 세트를 만들어, 단어 단위 100% 추출 커버리지를 테스트로 보증했습니다. - 배포용 Docker 이미지 16종의 빌드 과정을 최적화해 배포 시간을 줄였습니다. - 인터넷이 차단된 폐쇄망(온프레미스 GPU) 환경에서도 그대로 돌아가도록 구성했습니다. [품질 관리] - 핵심 7개 기능에 87개 테스트 케이스를 작성했습니다. - 예외 상황, 보안, 접근성, 다국어, 성능 예산까지 별도 테스트 스펙으로 관리했습니다. - 실제 브라우저 자동화(E2E) 테스트 21종을 상시 돌렸습니다. - 초기 코드를 헥사고날 구조로 다시 정리해 기능 추가가 쉬운 형태로 만들었습니다. [사용 기술] React + Vite, TypeScript, Go(Golang), PostgreSQL, Redis, Docker, AWS TTA 기술심사 대응도 함께 수행했습니다.

전체 시스템 구성도 - 문서 업로드, Go 기반 파싱 엔진, 서빙 계층의 흐름입니다.

품질 검증 체계 - 파싱 정확도 어설션과 테스트 스펙 구성입니다.