혜안 AI 에이전트 구성

● 로컬 모델 연동됨

혜안의 모든 분석은 시스템에 연동된 LLM·임베딩·리랭커로 구동됩니다 (외부 생성·수기 작성 아님). 정직성을 위해 각 기능의 실제 구동 기반을 LLM / 임베딩 / 리랭커 / 규칙·집계로 구분해 표기합니다.

● 현재 연동 모델 — LLM: Qwen3.6-35B-A3B UD-IQ4_XSEMB: BAAI/bge-m3 (1024d)RANK: dragonkue/bge-reranker-v2-m3-ko

LLM 에이전트Qwen3.6-35B-A3B UD-IQ4_XS

제안서·전략 생성 에이전트→

RAG 근거를 모아 국방 진입 전략서·과제 제안서 초안을 자동 작성

사용 화면: 전략 보고서 · 과제 제안서

다관점 심사 에이전트→

기술성·경제성·전략성 3개 관점 에이전트가 독립 평가 후 종합 심사 의견 생성

사용 화면: 전략 보고서(평가) · 검토 의견서

중복성 검토 에이전트→

신규 과제를 기존 과제와 대조해 독창성 8-신호 산출 + LLM 근거 서술

사용 화면: 중복성 검토

GraphRAG 질의 에이전트→

지식그래프 위 다중 홉 추론으로 자연어 질문에 근거 기반 답변

사용 화면: 관계도 Map

RAG 질의응답 에이전트→

정책·기획 문헌(1,771문서) 검색 후 출처 인용과 함께 답변 생성

사용 화면: 근거 Evidence

임베딩 엔진BAAI/bge-m3 · 1024d

의미정렬 엔진→

민간 기술어 → 국방 표준용어(16,542) 임베딩 최근접 매핑. 어휘가 달라도 의미로 매칭

사용 화면: 기회 탐색

하이브리드 검색 엔진→

Kiwi 형태소 BM25 + 벡터 임베딩 + RRF 융합. 과제·청크 전수 색인

사용 화면: 기회 탐색 · 중복성 일괄 스캔

리랭커dragonkue/bge-reranker-v2-m3-ko

재순위 엔진

크로스인코더로 검색·근거 후보를 질의 관련도순 재정렬 (0~1 점수)

사용 화면: 기회 탐색 · 근거 Evidence

규칙·집계실데이터 공식 (LLM 미사용)

국방 진입 적합도→

의미정렬·조달시장·과제·방산업체 4신호를 로그정규화 가중합 (실데이터 공식)

사용 화면: 기회 탐색 · 대시보드

진입경로 추천→

기술 성격 신호 + 실 과제/조달 매칭으로 획득트랙·통합체계·연계사업 도출

사용 화면: 진입경로 추천

입찰가 추천 / PRICE-RADAR→

품목군 계약가 분포(중앙값·IQR·백분위)로 투찰 밴드·단가 이상치 산출

사용 화면: 입찰가 추천 · 단가 이상치

투명성 원칙 — “LLM 에이전트”는 생성형 추론(요약·작성·심사), “임베딩/리랭커”는 의미 검색·매칭, “규칙·집계”는 실 공공데이터 위 결정적 공식입니다. 적합도·입찰가·격차 비율 같은 수치는 LLM이 지어내지 않고 실데이터 집계·공식으로 산출하며, 생성형 문장(제안서·심사의견·질의답변)만 LLM이 작성합니다.