소득세에 관련된 질문에 AI가 답변해주는 스트림릿 기반 웹 애플리케이션입니다.

사용자가 소득세에 대해 궁금한 내용을 질문하면, AI가 실시간으로 답변을 제공하는 대화형 챗봇 서비스입니다.

• Frontend: Streamlit
• AI/LLM: LangChain + OpenAI API
• 환경 변수 관리: python-dotenv
• 언어: Python

ai_shcool_streamlit/
├── app.py # 메인 Streamlit 애플리케이션
├── llm.py # LLM 처리 로직
├── config.py # 설정 파일
├── requirements.txt # 패키지 의존성
├── .env # 환경 변수 (API 키 등)
├── 01_tax_exam.ipynb # 세금 시험 관련 노트북
└── AICA_2025_08_13.ipynb # AICA 학습 자료

pip install -r requirements.txt

.env 파일을 생성하고 필요한 API 키를 설정합니다:

OPENAI_API_KEY=your_api_key_here

streamlit run app.py

• 💬 실시간 채팅 인터페이스: Streamlit의 chat UI 활용
• 🤖 AI 기반 답변: LLM을 활용한 소득세 관련 질문 응답
• 📝 세션 상태 관리: 대화 히스토리 유지
• ⏳ 스트리밍 응답: 실시간으로 AI 답변 출력

이 프로젝트는 학습용으로 제작되었으며, 다음은 AI 챗봇의 전체 데이터 파이프라인입니다.

• 문서 형식: .docx 파일 (Word 문서)
• 내용: 소득세법 관련 문서
• 위치: data/ 폴더에 저장 (.gitignore에 포함되어 있음)

# 예: data/income_tax_law.docx
# 소득세법 제4조, 제5조, 제123조 등의 조문이 포함된 문서

이 프로젝트는 Pinecone 클라우드 벡터 데이터베이스를 사용하여 문서를 저장하고 검색합니다.
로컬 data/ 폴더는 업로드 전 원본 문서 보관용이며, 실제 AI는 Pinecone에서 데이터를 가져옵니다.

.env 파일에 다음 API 키들을 추가하세요:

OPENAI_API_KEY=your_openai_api_key_here
PINECONE_API_KEY=your_pinecone_api_key_here

별도의 upload_to_pinecone.py 스크립트를 생성하여 다음 단계를 수행합니다:

1. 문서 로드

• .docx 파일에서 텍스트를 추출합니다
• 사용 도구: Docx2txtLoader

2. 문서를 작은 청크로 분할

• 왜 필요한가?: 전체 문서가 너무 크면 AI가 한 번에 처리하기 어렵고, 검색 시 정확도가 떨어집니다
• 어떻게?: 1000자 단위로 분할하되, 200자는 겹치게 설정 (문맥 유지)
• 사용 도구: RecursiveCharacterTextSplitter

3. 임베딩 생성

• 왜 필요한가?: 텍스트를 숫자 벡터로 변환해야 의미 기반 검색이 가능합니다
• 어떻게?: OpenAI의 text-embedding-3-large 모델로 각 청크를 벡터로 변환
• 사용 도구: OpenAIEmbeddings

4. Pinecone 인덱스에 업로드

• 왜 필요한가?: 벡터를 저장하고 빠르게 검색하기 위해 벡터 데이터베이스에 저장합니다
• 어떻게?: tax-index라는 이름의 Pinecone 인덱스에 모든 벡터를 업로드
• 사용 도구: PineconeVectorStore.from_documents()

💡 참고: llm.py 파일의 Docx2txtLoader import 부분을 참고하여 스크립트를 작성할 수 있습니다.

Few-shot 예시는 AI가 원하는 형식으로 답변하도록 가이드하는 역할을 합니다.

config.py 파일의 answer_examples 리스트에 추가하세요.

# config.py
answer_examples = [
 {
 "input": "소득은 어떻게 구분되나요?",
 "answer": """소득세법 제 4조(소득의 구분)에 따르면 소득은 아래와 같이 구분됩니다.

 1. 종합소득
 - 이자소득, 배당소득, 사업소득, 근로소득, 연금소득, 기타소득
 2. 퇴직소득
 3. 양도소득 
 """
 },
 # 새로운 예시 추가
 {
 "input": "종합소득세 신고 기한은 언제인가요?",
 "answer": """소득세법 제70조(과세표준 확정신고)에 따르면,
 종합소득이 있는 거주자는 다음 연도 5월 1일부터 5월 31일까지 
 종합소득세 과세표준 확정신고를 해야 합니다.
 """
 }
]

1. 법 조항 인용: "소득세법 제XX조에 따르면" 형식으로 시작
2. 간결한 답변: 2~3문장으로 핵심만 전달
3. 구조화: 리스트나 단락을 활용하여 가독성 높이기

graph LR
 A[📄 문서 준비<br/>data/*.docx] --> B[🔄 문서 분할<br/>RecursiveCharacterTextSplitter]
 B --> C[🧠 임베딩 생성<br/>OpenAI Embeddings]
 C --> D[☁️ Pinecone 업로드<br/>tax-index]
 D --> E[💬 사용자 질문]
 E --> F[🔍 벡터 검색<br/>Pinecone Retriever]
 F --> G[🤖 AI 답변 생성<br/>GPT-4o + Few-shot]
 G --> H[📱 Streamlit UI]

1. 데이터 준비: .docx 문서를 data/ 폴더에 저장
2. 업로드: upload_to_pinecone.py 스크립트로 Pinecone에 업로드
3. Few-shot 설정: config.py에 예시 추가
4. 실행: streamlit run app.py로 챗봇 실행
5. 질문: 사용자가 질문하면 Pinecone에서 관련 문서를 검색하여 AI가 답변

• 인덱스 이름: tax-index
• 임베딩 모델: text-embedding-3-large (OpenAI)
• 검색 방식: 벡터 유사도 검색 (Top-K=3)

사용자 질문 
 → 질문 변환 (Dictionary Chain)
 → 이전 대화 고려 (History-Aware Retriever)
 → Pinecone 벡터 검색 (관련 문서 3개 추출)
 → GPT-4o 답변 생성 (Few-shot 예시 참고)
 → 스트리밍 출력

• 이 프로젝트는 AI 학습 목적으로 제작되었습니다.
• Pinecone 무료 티어: 최대 100,000개 벡터까지 무료로 사용 가능
• 로컬 데이터: data/ 폴더는 Git에 공유되지 않으므로 각자 준비 필요
• API 비용: OpenAI API 호출 시 비용이 발생할 수 있습니다.