클로봇의 Amazon Bedrock 과 LangGraph 를 활용한 건설현장 해충 방역 전문 AI 챗봇 개발기

클로봇의 AI 챗봇 개발 배경 및 목표

• 클로봇은 건설 현장의 해충(모기 유충) 문제 해결을 위해 AI 챗봇 개발.
• 기존 객체 검출 방식의 한계로, **Vision-Language Model(VLM)**과 지식 기반 AI 챗봇 구축 결정.
• 목표는 로봇이 수집한 이미지 분석 및 방역 전문성 강화. 해충 방역 AI 챗봇 아키텍처 및 핵심 기술
• Amazon Bedrock, LangGraph, **Amazon OpenSearch Service(AOS)**를 활용한 RAG(Retrieval Augmented Generation) 아키텍처.
• Bedrock Knowledge Bases와 AOS를 통해 방역 정보 검색 및 설명 가능한 검색 구현.
• Claude Sonnet, Cohere Rerank, Titan 모델 및 Amazon Translate 활용하여 이미지 캡션, 번역, 벡터 임베딩.
• Notion MCP를 이용한 방역 보고서 자동 생성 및 CoT(Chain of Thought) 프롬프트 기법 적용. 구현 결과 및 향후 계획
• 챗봇은 이미지와 질문을 통해 해충 서식 가능성 분석 및 방역 가이드 제공, 출처 매칭 정확도 96% 검증.
• 로봇의 AI 활용도 확장 및 설명 가능한 AI를 통한 실질적 인사이트 제공.
• 향후 모델 파인튜닝, 로봇 동작 제어 연동, 완전 자동화된 운영 체계 구축 목표.