엔큐톡 (ncuetalk) - 다목적 AI 채팅 플랫폼

엔큐톡은 다양한 AI 도구들을 통합한 웹 기반 채팅 플랫폼입니다. ChatGPT, 문서 분석, 번역, 연구 질의응답 등 여러 AI 서비스를 하나의 통합 인터페이스에서 제공합니다.

📋 목차

• 주요 기능
• 프로젝트 구조
• 설치 및 실행
• 도구별 상세 가이드
• API 문서
• 개발 가이드

🚀 주요 기능

🔧 통합 AI 도구 플랫폼

• 6개의 전문 AI 도구 통합 제공
• 통일된 채팅 인터페이스로 일관된 사용자 경험
• 세션 관리 및 대화 기록 저장
• 파일 업로드 및 처리 기능

🎯 지원 도구 목록

도구	기능	특징
ChatGPT	OpenAI 모델 대화	GPT-5 등 다중 모델 지원
GxP 챗봇	GxP 문서 질의응답	벡터 DB 기반 문서 검색
개발챗봇	PDF 문서 분석	PDF 업로드, 벡터 검색, 지식베이스 모드
문서번역	한영 번역 서비스	Word 문서 + 실시간 텍스트 번역
연구QA	연구 질의응답	외부 연구 플랫폼 연동
Text2SQL	LIMS 데이터 조회	자연어를 SQL로 변환

📁 프로젝트 구조

ncuetalk/
├── README.md                    # 프로젝트 문서
├── requirements.txt             # Python 의존성
├── index.html                   # 메인 웹 페이지
├── main.js                      # 프론트엔드 로직
├── style.css                    # 스타일시트
├── 
├── backend/                     # 백엔드 서버
│   ├── app.py                   # FastAPI 메인 앱
│   └── engines/                 # AI 도구 엔진들
│       ├── __init__.py          # 엔진 레지스트리
│       ├── chatgpt_tool/        # ChatGPT 도구
│       ├── chatbot_gxp/         # GxP 챗봇
│       ├── dev_chatbot/         # 개발챗봇
│       ├── doc_translation/     # 문서번역
│       ├── research_qa/         # 연구QA
│       └── lims_text2sql/       # Text2SQL
│
├── frontend/                    # 프론트엔드 리소스
│   ├── dev_chatbot/            # 개발챗봇 UI 컴포넌트
│   ├── lims_text2sql/          # Text2SQL UI
│   └── research_qa/            # 연구QA UI
│
├── uploads/                     # 업로드된 파일들
├── chroma_db/                   # 벡터 데이터베이스
├── logs/                        # 시스템 로그
└── scripts/                     # 유틸리티 스크립트

🛠 설치 및 실행

전제 조건

• Python 3.8+
• Node.js (선택사항, 프론트엔드 개발 시)
• OpenAI API 키

1. 환경 설정

# 저장소 클론
git clone <repository-url>
cd ncuetalk

# 가상환경 생성 및 활성화
python -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate

# 의존성 설치
pip install -r requirements.txt

2. 환경 변수 설정

프로젝트 루트에 .env 파일 생성:

# OpenAI API 설정
OPENAI_API_KEY=your_openai_api_key_here

# Ollama 모델 설정 (자체모델 사용 시)
OLLAMA_MODEL=gpt-oss:latest
LLM_PROVIDER=ollama

# 기타 설정
UPLOAD_MAX_SIZE=50MB

3. 서버 실행

# 백엔드 서버 시작
cd backend
python -m uvicorn app:app --host 0.0.0.0 --port 8010 --reload

# 프론트엔드 서버 시작 (별도 터미널)
cd ..
python -m http.server 3000

4. 웹 브라우저에서 접속

• 프론트엔드: http://localhost:3000
• 백엔드 API: http://localhost:8010
• API 문서: http://localhost:8010/docs

🎯 도구별 상세 가이드

1. ChatGPT 💬

기능: OpenAI의 ChatGPT 모델과 직접 대화

지원 모델:

• auto: 자동 선택 (기본값)
• gpt-5: GPT-5 모델

사용법:

1. 도구 목록에서 "ChatGPT" 선택
2. 모델 선택 드롭다운에서 원하는 모델 선택
3. 채팅창에 질문 입력 후 엔터

2. GxP 챗봇 📋

기능: GxP(Good Practice) 문서에 대한 전문적인 질의응답

특징:

• Adobe PDF Services API 기반 고품질 텍스트 추출
• ChromaDB 벡터 데이터베이스를 활용한 의미 검색
• AI Agent 기반 도구 선택 자동화

사용법:

1. "GxP 챗봇" 선택
2. GxP 관련 질문 입력 (예: "mapping test가 무엇인지?")
3. 벡터 검색을 통해 관련 문서에서 답변 생성

3. 개발챗봇 🛠

기능: PDF 문서 업로드 및 분석을 통한 질의응답

주요 기능:

• PDF 파일 업로드 및 벡터화
• 문서 기반 질의응답
• 출처 페이지 번호 제공
• 지식베이스 전용 모드 지원

사용법:

1. "개발챗봇" 선택
2. 좌측 파일 리스트에서 "+" 버튼으로 PDF 업로드
3. 모델 선택: "자체모델" (Ollama 기반)
4. 지식모드 선택: "지식베이스" (업로드된 문서만 참조)
5. 업로드한 문서에 대해 질문

파일 관리:

• 지원 형식: PDF 파일만
• 최대 파일 크기: 환경 설정에 따름
• 파일 삭제: 각 파일 옆 "✕" 버튼

4. 문서번역 🌐

기능: 한국어를 영어로 번역 (Word 문서 + 실시간 텍스트)

지원 기능:

• Word 문서 번역: .doc/.docx 파일 업로드 후 일괄 번역
• 실시간 텍스트 번역: 채팅창에 입력한 텍스트 즉시 번역
• 이중언어 문서 생성: 원본과 번역문이 함께 포함된 결과 파일

모델 선택:

• 자체모델: Ollama 기반 gpt-oss:latest (빠른 처리)
• 외부모델: OpenAI GPT-5 (고품질 번역)

사용법:

📄 Word 문서 번역:

1. "문서번역" 선택
2. 좌측 파일 리스트에서 "+" 버튼
3. .doc 또는 .docx 파일 선택
4. 자동으로 번역 처리 시작
5. 완료 후 "[원본다운]", "[결과다운]" 버튼으로 파일 다운로드

💬 실시간 텍스트 번역:

1. "문서번역" 선택
2. 모델 선택 (자체모델/외부모델)
3. 채팅창에 번역할 한국어 텍스트 입력
4. 즉시 영어 번역 결과 확인

예시:

입력: "안녕하세요. 오늘 날씨가 좋네요."
출력: "Hello. The weather is nice today."

5. 연구QA 📚

기능: 연구 관련 질의응답 (외부 플랫폼 연동)

특징:

• 외부 연구 플랫폼과 iframe 연동
• 연구 방법론, 데이터 분석, 논문 작성 지원

사용법:

1. "연구QA 챗봇" 선택
2. 자동으로 외부 연구 플랫폼 로드
3. 연동된 플랫폼에서 직접 질의응답

6. Text2SQL (LIMS) 🗃

기능: 자연어를 SQL 쿼리로 변환하여 LIMS 데이터 조회

특징:

• 자연어 질의를 SQL로 자동 변환
• LIMS 데이터베이스 전용 최적화

사용법:

1. "Text2SQL (LIMS)" 선택
2. 자동으로 외부 LIMS 플랫폼 로드
3. 자연어로 데이터 조회 요청

📚 API 문서

🔗 공통 엔드포인트

GET /

• 설명: 서버 상태 확인
• 응답: {"message": "엔큐톡 AI 채팅 서버가 실행 중입니다."}

GET /tools

• 설명: 사용 가능한 도구 목록 조회
• 응답:

[
  {
    "id": "chatgpt",
    "name": "ChatGPT", 
    "description": "OpenAI ChatGPT 모델과 대화할 수 있는 도구입니다."
  }
]

POST /chat

• 설명: 통합 채팅 엔드포인트 (모든 도구 지원)
• Content-Type: multipart/form-data
• Parameters:
  • message (string, required): 사용자 메시지
  • tool_id (string, required): 도구 ID
  • session_id (string, optional): 세션 ID
  • model (string, optional): 모델명 (기본값: "exone3.5")
  • knowledge_mode (string, optional): 지식 모드 ("hybrid", "kb_only")
  • image (file[], optional): 이미지 파일들
• 응답:

{
  "response": "AI 응답 텍스트",
  "status": "success",
  "session_id": "생성된_세션_ID",
  "tool_name": "도구명"
}

🛠 개발챗봇 API

Base Path: /

POST /upload_pdf

• 설명: PDF 파일 업로드 및 벡터화
• Content-Type: multipart/form-data
• Parameters:
  • files (file[], required): PDF 파일들
• 응답:

{
  "status": "success",
  "files": ["파일명1.pdf", "파일명2.pdf"]
}

GET /files

• 설명: 업로드된 PDF 파일 목록 조회
• 응답:

{
  "files": ["파일명1.pdf", "파일명2.pdf"]
}

GET /file_content

• 설명: PDF 파일 내용 조회
• Parameters:
  • filename (string, required): 파일명
• 응답: PDF 내용을 JSON 형태로 반환

DELETE /delete_pdf/{filename}

• 설명: PDF 파일 삭제
• Parameters:
  • filename (string, required): 삭제할 파일명

GET /pdf

• 설명: PDF 파일 뷰어 제공
• Parameters:
  • filename (string, required): 파일명

🌐 문서번역 API

Base Path: /doc_translation

POST /upload_doc

• 설명: Word 문서 업로드 및 번역
• Content-Type: multipart/form-data
• Parameters:
  • files (file[], required): Word 파일들 (.doc, .docx)
• 응답:

{
  "status": "success",
  "files": [
    {
      "original_filename": "원본파일명.docx",
      "result_filename": "결과파일명.docx",
      "status": "success"
    }
  ]
}

GET /files

• 설명: 번역 파일 목록 조회
• 응답:

[
  {
    "filename": "원본파일명.docx",
    "result_filename": "결과파일명.docx", 
    "has_result": true
  }
]

GET /download/{filename}

• 설명: 파일 다운로드
• Parameters:
  • filename (string, required): 다운로드할 파일명

DELETE /delete/{original_filename}

• 설명: 번역 파일 삭제 (원본+결과 모두)
• Parameters:
  • original_filename (string, required): 원본 파일명

📋 GxP 챗봇 API

Base Path: /gxp

POST /chat

• 설명: GxP 챗봇 대화
• Parameters:
  • query (string, required): 질의 내용
  • session_id (string, required): 세션 ID

POST /ai-agent-chat

• 설명: AI Agent 기반 GxP 챗봇 대화
• Parameters:
  • query (string, required): 질의 내용
  • session_id (string, required): 세션 ID

GET /active-sessions

• 설명: 활성 세션 목록 조회

GET /serve-gxp-pdf/{filename}

• 설명: GxP PDF 파일 제공

GET /search-vector-db

• 설명: 벡터 DB 검색
• Parameters:
  • query (string, required): 검색 쿼리
  • plant (string, optional): 공장명 필터
  • filename (string, optional): 파일명 필터
  • collection_name (string, optional): 컬렉션명 필터

GET /collections

• 설명: ChromaDB 컬렉션 목록 조회

GET /collections/{collection_name}

• 설명: 특정 컬렉션 정보 조회

💬 ChatGPT API

Base Path: /chatgpt

POST /chat

• 설명: ChatGPT 전용 대화 엔드포인트
• Parameters:
  • message (string, required): 메시지
  • model (string, optional): 모델명 ("auto", "gpt-5", etc.)
  • session_id (string, optional): 세션 ID

🔧 개발 가이드

새로운 도구 추가하기

1. 엔진 디렉토리 생성:

mkdir backend/engines/new_tool

2. __init__.py 작성:

TOOL_ID = "new_tool"

TOOL_INFO = {
    "name": "새 도구",
    "description": "새 도구 설명",
    "system_prompt": "시스템 프롬프트"
}

# 필요한 함수들 구현
def prepare_context(question: str, **kwargs) -> str:
    # 컨텍스트 준비 로직
    return "준비된 컨텍스트"

# FastAPI router (선택사항)
from fastapi import APIRouter
router = APIRouter()

@router.get("/new-endpoint")
async def new_endpoint():
    return {"message": "새 엔드포인트"}

3. 백엔드 등록:

# backend/app.py에 추가
from engines.new_tool import router as new_tool_router
app.include_router(new_tool_router, prefix="/new_tool")

4. 프론트엔드 통합:

// main.js에 도구별 로직 추가
} else if (toolId === 'new_tool') {
    // 새 도구 전용 UI 로직
}

환경 변수 설정

.env 파일에서 다음 변수들을 설정할 수 있습니다:

# 필수 설정
OPENAI_API_KEY=your_api_key

# 선택적 설정
OLLAMA_MODEL=gpt-oss:latest
LLM_PROVIDER=ollama
UPLOAD_MAX_SIZE=50MB
VECTOR_DB_PATH=./chroma_db
LOG_LEVEL=INFO

로깅

시스템 로그는 logs/chat.log에 저장됩니다:

• 채팅 요청/응답 로그
• 오류 로그
• 파일 업로드/삭제 로그

데이터베이스

• 벡터 DB: ChromaDB (chroma_db/ 디렉토리)
• 파일 저장: uploads/ 디렉토리
• 세션 데이터: 메모리 저장 (서버 재시작 시 초기화)

🤝 기여하기

1. Fork 저장소
2. Feature 브랜치 생성 (git checkout -b feature/AmazingFeature)
3. 변경사항 커밋 (git commit -m 'Add some AmazingFeature')
4. 브랜치에 Push (git push origin feature/AmazingFeature)
5. Pull Request 생성

📄 라이선스

이 프로젝트는 MIT 라이선스 하에 배포됩니다.

📞 지원

문제가 발생하거나 질문이 있으시면:

• GitHub Issues 생성
• 개발팀 연락

---

엔큐톡과 함께 더 스마트한 AI 경험을 만들어보세요! 🚀