"생성을 넘어 '검증'으로: 채용 공고의 법적 리스크를 차단하는 근거 기반 RAG 시스템"

1. 프로젝트 배경 및 필요성 (Why?)

문제 정의 (Pain Point)

• 법적 리스크: 성차별, 연령 제한 등 채용절차법 위반 문구 포함 시 기업 이미지 실추 및 과태료 발생.
• 수작업의 한계: 수많은 공고를 인사팀이 일일이 검수하기엔 시간이 오래 걸리고 기준이 주관적임.
• 기존 솔루션의 부재: 단순히 질문을 뽑아주는 AI는 많지만, '법적 근거'를 바탕으로 공고 품질을 관리하는 에이전트는 희소함.

💡 해결 방안

• 채용 관련 법령 및 가이드라인을 학습한 RAG 에이전트를 통해 실시간 리스크 탐지 및 수정안 제공.

2. 핵심 기능 및 워크플로우 (What?)

3. 기술적 도전 과제 (How & RAG Strategy)

본 프로젝트는 단순한 챗봇이 아닌 '고정밀 RAG 엔지니어링'에 집중합니다.

• Hybrid Search: 법령 용어의 정확한 매칭을 위한 BM25(키워드)와 문맥 이해를 위한 Vector(의미) 검색 결합.
• Grounded Generation: "모든 답변은 검색된 문서 내에 있어야 한다"는 제약 조건을 통한 할루시네이션(환각) 방어.
• Self-Correction: 에이전트가 스스로 "내가 제시한 수정안이 실제 법령에 어긋나지 않는가?"를 검토하는 가드레일 로직.

4. 4일 초압축 실행 로드맵 (When?)