공공기관에서 생성형 AI를 도입하는 것은 민간 기업과는 조금 다른 문제입니다.

• 데이터 외부 반출 불가

• 환각(Hallucination) 위험 최소화

• 국민 신뢰 기반 운영

• 기존 시스템과의 복잡한 연계

그렇다면 이런 조건 속에서

RAG 기반 생성형 AI검색,챗봇, 콜봇은 어디까지 가능할까요?

이번 글에서는 대한법률구조공단 법률구조플랫폼 구축 사례를 통해

공공기관 AI의 현실적인 기준을 소개합니다.

발주처 : 대한법률구조공단

사업 성격

• 법률구조공단 + 35개 유관기관 서비스 통합

• 상담 접수 → 안내 → 예약 → 기관 이첩까지

• 원스톱 법률구조 플랫폼 구축

이 중 다이퀘스트는 AI 검색·챗봇·콜봇의 핵심영역을 담당했습니다.

특히 솔루션 기반 구조로 설계되어 적은 인력 투입으로 구축이 가능했다는 점도 의미 있는 부분입니다.

이번 플랫폼의 핵심 기술은

RAG 기반 생성형 AI 구조입니다.

① 구조적 니즈

기관별로 분산된 법률구조 서비스를

하나의 통합 플랫폼으로 묶어야 했습니다.

② 정책·공공 니즈

취약계층, 범죄 피해자, 전세사기 피해자, 임금 체불 근로자 등

“법을 몰라 도움을 받지 못하는 상황”을 줄이는 것이 목표였습니다.

법률구조는 자주 쓰는 서비스가 아닙니다.

정말 필요한 사람이 정확히 찾아와야 하는 서비스입니다.

그래서 공공기관 AI는

단순한 대화형 챗봇이 아니라

정확성과 신뢰 중심 구조가 요구되었습니다.

③ 기술적 니즈

공공기관 AI 도입에서 가장 중요한 조건은 다음이었습니다.

• 외부 LLM 사용 부담

• 데이터 외부 반출 금지

• 환각 방지

• 근거 없는 답변 차단

이 때문에 선택된 구조가 바로

RAG 기반 생성형 AI 아키텍처였습니다.

이번 프로젝트는 단순 챗봇 구축이 아닙니다.

1) 법률구조 통합 플랫폼

• 35개 기관 데이터 등록

• 법률구조 서비스 통합 검색

• 상담 예약 및 기관 이첩 가능

• 확장 가능한 플랫폼 구조

2) RAG 기반 AI 검색

• 공단 및 유관기관 공식 데이터만 활용

• 검색 → 요약 → 답변 생성

• 데이터가 없는 질문에는 답변 생성하지 않음

여기서 핵심은 명확합니다.

일반 생성형 AI와 달리,

공식 데이터 기반 RAG 구조로만 답변합니다.

3) AI 챗봇과 AI 콜봇은 완전히 다른 영역!

챗봇

• 웹·모바일 기반

• 동일 데이터 활용

• RAG 중심 응답 구조

콜봇 (AICC)

콜봇은 다음 시스템들과 복합 연계됩니다.

• 전화 수신

• ARS

• STT

• TTS

• 상담사 연결

• 호전환·끊김 예외 처리

콜봇은 단순한 대화 엔진이 아닙니다.

복합 시스템과 긴밀히 연결된 운영 플랫폼입니다.

생성형 AI를 콜봇에 무제한 적용하는 것은 공공 환경에서는 위험 요소가 큽니다.

그래서 이번 프로젝트는

을 채택했습니다.

이는 공공기관 최초 LLM 기반 콜봇 도입 사례 프로젝트입니다.

이번 사례가 보여주는 것은 명확합니다.

• 모델이 중요한 것이 아니라

• LLM 크기가 중요한 것이 아니라

• 구조와 운영 노하우가 핵심입니다.

공공기관 AI는 기술보다 책임과 신뢰가 우선입니다.

특히 이번 사례는 많은 공공 AI 구축 사례 중에서도

플랫폼·검색·챗봇·콜봇을 통합적으로 구현한 사례라는 점에서 상징적인 프로젝트입니다.

법률구조 플랫폼을 아래 영상으로 쉽게 확인해보세요!