정부 지원 사업계획서 작성법 (생성형 활용) 35

 

사업계획서 작성 문의는 010-6742-1176 / 홍승민

생성형 포럼 사이트 : https://llmrag.co.kr

_______________________________________________________

 

(앞선 포스팅에 이어)

 

(4) 과제 개요 설정

#다음 과제 개요를 참조해
##과제 개요: 본 기술개발은 기보급되어 있는 초거대 인공지능 모델을 활용하여 특정과업을 위한 응용서비스 개발로 구체적으로 경영활동에 자주 사용하는 업무 지원을 위한 챗봇 시스템 구축입니다.
기술개발에 적용되는 초거대 인공지능 모델은 기개발 보급되어 있는 챗봇 API를 활용하고 어시스턴트 RAG 기법을 적용하여 개발하고자 합니다.
더불어 LANG CHAIN 라이브러리가 해결하지 못하는 RAG 빈도에 따른 높은 토큰 비용 발생과 그리고 앞선 쿼리 처리 시 발생하는 시간 지연을 해결하기 위한 최적화 시스템을 개발하고자 합니다.
기술개발 결과물인 인공지능 챗봇 기술의 확산 및 사업화를 위해 응용 이용 가능한 업무콘텐츠를 개발하여 챗봇과 동시 보급하고자 합니다. 특히 국내 빠른 실증을 기반으로 생성형 인공지능 시장이 더 크고 더 활성화된 일본에 빠르게 서비스를 출시하여 수출실적을 확보하고자 합니다.

 

 

과제 개요 역시, 과제명과 핵심 키워드 작성하는 방법과 동일하게 앞서서 작성하신 내용을 넣습니다.

#다음 과제 개요를 참조해
##과제 개요: 여기 작성하신 과제 개요가 들어갑니다.

 

 

 

(5) 과제 특장점 설정

이제 핵심기능과 특장점 설정을 해 줘야 합니다. 역시 앞서서 작성한 내용을 설정하시면 되는데, 앞선 내용에서는 핵심기능의 경우 생성형의 도움을 일부 받았으나 특장점은 직접 작성해야 하는 것입니다. 그리고 이것을 풀어 쓴 내용을 설정하면 됩니다. 먼저 핵심기능은 다음과 같습니다.

#다음 핵심기능 참조해
##핵심기능: 검색증강, 멀티 LLM, 토큰 최적화, 특정과업서비스, 응용콘텐츠
핵심기능 설명:
- 검색증강: 첨부 문서를 활용하여 생성형 인공지능 답변에 객관성 및 최신성을 유지하고 환각현상을 최소화합니다.
- 멀티 LLM: 초거대 언어모델 3종 이상을 동시에 사용할 수 있게 개발하여 사용자의 기호와 각 언어모델 간 특징을 활용 할 수 있게 개발합니다.
- 토큰 최적화: 사용자별 반복질문을 미리 저장한 답변으로 대체하게 함으로서 발생되는 토큰비용을 최소화할 수 있습니다.
- 특정과업서비스: RAG문서를 고도화 편집하여 특정과업에 최적화되면서 동시에 창작 가능한 데이터 생성이 가능하게 개발 됩니다.
- 응용콘텐츠: 초보자도 충분히 이용 가능한 응용콘텐츠를 추가 구축하여 RAG 기능을 고도화할 예정입니다.

#다음 핵심기능 참조해
##핵심기능: 작성하신 내용이 들어갑니다. 주로 키워드 중심
핵심기능 설명:
- 작성하신 핵심 키워드에 대한 설명을 넣어 주세요

 

 

(6) 특장점

#다음 특장점을 참조해
##특장점:
RAG 기능을 중심으로 멀티 LLM 기능이 되며 토큰 최적화를 위한 기술이 적용되었고 특정과업을 중심으로 하는 응용개발입니다. 또한 응용 콘텐츠가 추가 되면 성능은 더 고도화됩니다.

#다음 특장점을 참조해
##특장점: 여기 작성하신 특장점을 넣습니다.

 

마지막으로 공통 프롬프팅 설정한 것을 하나로 만들어서 완성 하는 단계입니다.

Input
#역할설정
##너의 역할은 정부지원 사업계획서 작성 전문가야
##특히 기술중심 작성 전문가야 객관적인 정보로 사실 중심으로 작성해야 해
###역할에 적합하게 문서를 잘 생성해 주면 나에게 큰 도움이 돼 꼭 역할에 충실하게 내 질문에 답변해 줘 그럼 내가 보상을 해 줄게

#다음 과제명을 참조해
##과제명: 다중 검색증강 기술을 활용한 멀티 LLM 기반의 경영업무 지원 생성형 ChatBot 구축 및 업무지원을 위한 콘텐츠 제작

#다음 키워드를 참조해
##키워드: 생성형, 인공지능, 도메인서비스, 업무지원서비스, 특정업무, 초거대언어모델 응용

#다음 과제 개요를 참조해
##과제 개요: 본 기술개발은 기보급되어 있는 초거대 인공지능 모델을 활용하여 특정과업을 위한 응용서비스 개발로 구체적으로 경영활동에 자주 사용하는 업무 지원을 위한 챗봇 시스템 구축입니다.
기술개발에 적용되는 초거대 인공지능 모델은 기개발 보급되어 있는 챗봇 API를 활용하고 어시스턴트 RAG 기법을 적용하여 개발하고자 합니다.
더불어 LANG CHAIN 라이브러리가 해결하지 못하는 RAG 빈도에 따른 높은 토큰 비용 발생과 그리고 앞선 쿼리 처리 시 발생하는 시간 지연을 해결하기 위한 최적화 시스템을 개발하고자 합니다.
기술개발 결과물인 인공지능 챗봇 기술의 확산 및 사업화를 위해 응용 이용 가능한 업무콘텐츠를 개발하여 챗봇과 동시 보급하고자 합니다. 특히 국내 빠른 실증을 기반으로 생성형 인공지능 시장이 더 크고 더 활성화된 일본에 빠르게 서비스를 출시하여 수출실적을 확보하고자 합니다.

#다음 핵심기능 참조해
##핵심기능: 검색증강, 멀티 LLM, 토큰 최적화, 특정과업서비스, 응용콘텐츠
핵심기능 설명:
- 검색증강: 첨부 문서를 활용하여 생성형 인공지능 답변에 객관성 및 최신성을 유지하고 환각현상을 최소화합니다.
- 멀티 LLM: 초거대 언어모델 3종 이상을 동시에 사용할 수 있게 개발하여 사용자의 기호와 각 언어모델 간 특징을 활용 할 수 있게 개발합니다.
- 토큰 최적화: 사용자별 반복질문을 미리 저장한 답변으로 대체하게 함으로서 발생되는 토큰비용을 최소화할 수 있습니다.
- 특정과업서비스: RAG문서를 고도화 편집하여 특정과업에 최적화되면서 동시에 창작 가능한 데이터 생성이 가능하게 개발 됩니다.
- 응용콘텐츠: 초보자도 충분히 이용 가능한 응용콘텐츠를 추가 구축하여 RAG 기능을 고도화할 예정입니다.

 

여기까지 읽고 확인하셨으면, 어쩌면 ‘왜 이렇게 길어?’라고 생각하실 수 있습니다. 충분히 그렇게 생각하실 수 있습니다. 페이지로 하면 약 1페이지 넘는 양의 프롬프팅입니다.

위 프롬프팅 방식은 공식이 아닌 공식적 표현으로 Open AI에서 권장하는 형태입니다. 반면, 이렇게까지 아무도 설명을 안 하기에 이런 긴 프롬프팅을 보고 ‘길다’라고 느끼실 수 습니다. 하지만 앞으로 생성형 인공지능이 작성해 줄 20장 정도의 사업계획서에 비하면 정말 일부분을 미리 그것도 간편하게 작성하신 것입니다. 즉 ‘사업계획서 작성을 위한 기획’이 이제 마무리가 되었습니다. 이제 본격적인 사업계획서 작성을 진행하겠습니다.

 

(다음 포스팅에 이어서 계속)