🤖 TrAI-Bot : AI 기반 무역 규제 레이더 플랫폼

복잡하고 파편화된 무역 규제 정보를 AI 채팅으로 명쾌하게 해결하고, 실시간 변동사항까지 알아서 챙겨주는 든든한 대화형 무역 정보 파트너입니다. TrAI-Bot은 신뢰할 수 있는 정보를 즉시 제공함으로써 중소기업의 규제 준수 비용과 운영 리스크를 획기적으로 절감하는 것을 목표로 합니다.

📂 Repositories

Frontend (React, TypeScript) : https://github.com/brain1401/trade-frontend
Backend (Spring Boot, Java) : https://github.com/brain1401/trade-backend
AI Server (FastAPI, Python) : https://github.com/brain1401/trade-python

🔥 무엇을 해결하나요?

수출입 실무자는 정보 부족이 아닌 정보의 비대칭성이 초래하는 예측 불가능한 리스크 때문에 고통받습니다. TrAI-Bot은 다음과 같은 현장의 핵심적인 문제들을 해결합니다.

HS Code 오분류 리스크
- 문제점
  
  전문 지식 없이는 정확한 HS Code 분류가 어려워, 잘못 기재 시 수십억 원대의 관세 추징 및 통관 지연이라는 치명적 결과로 이어질 수 있습니다.
- TrAI-Bot의 해결책
  
  자체 RAG(검색 증강 생성) 시스템을 통해 AI 답변의 근거를 신뢰할 수 있는 내부 지식 베이스(PostgreSQL+pgvector)와 외부 웹 정보(관세청 등)로 제한합니다. 모든 답변에 검증 가능한 출처를 명시하여 AI의 환각(Hallucination) 현상을 억제하고 정보의 신뢰도를 극대화합니다.
복잡한 비관세장벽의 공포
- 문제점
  
  국가별로 상이하고 수시로 변경되는 인증, 성분 규제 등 '비관세장벽'은 비전문가가 모든 변수를 파악하고 대응하기 불가능에 가깝습니다.
- TrAI-Bot의 해결책
  
  복합적인 질문을 다단계로 분석하는 프롬프트 체이닝 기술을 통해, 사용자가 놓칠 수 있는 비관세장벽 요소를 AI가 심층적으로 분석하고 종합적인 답변을 제공합니다.
극심한 정보 탐색 비효율
- 문제점
  
  신뢰할 수 있는 정보가 관세청, 식약처 등 여러 기관에 흩어져 있어, 통합 정보 획득을 위해 막대한 시간과 노력이 소요됩니다.
- TrAI-Bot의 해결책
  
  지능형 통합 검색을 통해 단일 채팅창에서 HS Code 분류, 규제 조회, 통계 분석, 화물 추적 등 필요한 모든 정보를 한 번에 조회하고 맞춤형 답변을 받을 수 있습니다.
지속적인 정보 추적의 어려움
- 문제점
  
  관세율, 규제, 고시 등은 수시로 변경되지만, 실무자가 모든 변경사항을 놓치지 않고 제때 파악하는 것은 현실적으로 불가능하며, 중요한 개정을 놓치면 곧바로 비용 증가로 이어집니다.
- TrAI-Bot의 해결책
  
  프롬프트 체이닝 기반 지능형 모니터링 시스템이 단순 키워드 감지를 넘어 정보의 사실 여부까지 교차 검증하여 알려줍니다. 시스템은 사용자가 북마크한 정보와 관련된 최신 뉴스를 감지하고, 해당 국가의 관세청 등 공식 웹사이트에서 발표 내용을 교차 확인한 후, 변경된 핵심 정보(관세율 수치, 발효일 등)를 정밀하게 추출하여 최종 요약된 알림을 즉시 발송합니다.

📈 기대 효과

경제적/산업적 효과

HS Code 오분류, 인증 미비 등 핵심 리스크를 사전에 차단하여 막대한 잠재적 손실을 예방하고 기업의 수출 경쟁력을 근본적으로 강화합니다. 1개 품목의 해외 규정 파악에 평균 2시간이 소요되는 작업을 5분 내로 단축시켜, 1인 무역 담당자 기준 연간 약 231만 원 이상의 인건비 절감 효과를 기대할 수 있습니다.
사회적 효과

자본과 인력이 부족한 중소기업 및 개인도 누구나 평등하게 정확한 정보에 접근하게 하여, 대기업과 중소기업 간 정보 비대칭 문제를 해소하고 공정한 경쟁 환경을 조성합니다. 복잡한 규제와 절차를 투명하고 이해하기 쉽게 제공하여 수출입 시장의 진입 장벽을 획기적으로 낮추고 대한민국 무역의 저변을 확대하는 데 기여합니다.

✨ 주요 기능 및 핵심 경험

🎯 1. 지능형 통합 채팅, 단 한 번의 질문으로 얻는 확신

통합 자연어 질의

"유럽에 비건 선크림을 수출할 때 필요한 HS코드, 관세율, 필수 인증과 환경 규제가 뭔가요?"와 같이 복잡한 질문을 POST /api/chat 단일 엔드포인트에서 한 번에 처리합니다.
검증 가능한 종합 답변

프롬프트 체이닝 기법을 통해 AI가 다단계로 추론하고 검증하여, 관세와 비관세 정보를 종합한 체계적인 답변을 제공합니다. 또한 모든 분석 결과에는 답변의 신뢰도를 높이고 사용자가 직접 사실을 검증할 수 있도록, 신뢰할 수 있는 출처의 URL과 핵심 원문을 명확하게 함께 제시합니다.
AI 사고 과정 투명화

AI가 어떤 단계를 거쳐 답변을 생성하는지 SSE(Server-Sent Events)를 통해 실시간으로 보여주어 분석 과정의 신뢰도를 높입니다.

👤 2. 개인화 및 회원 전용 기능, 나만을 위한 맞춤형 정보 관리

회원/비회원 차별화

회원은 모든 대화 기록이 영구 저장되어 언제든 다시 확인할 수 있으며, 비회원은 세션이나 DB 저장 없이 가볍고 프라이빗한 휘발성 채팅을 경험할 수 있습니다.
동적 북마크 기능

AI가 채팅 중 유효한 HS코드나 규제 정보를 감지하면, SSE 스트림의 메타데이터를 통해 실시간으로 북마크 추가 버튼을 생성하여 관심 목록을 손쉽게 구성할 수 있습니다.
개인화 대시보드

북마크한 항목들의 최신 현황, 새로운 변동사항 알림, 과거 채팅 기록 등을 한눈에 모아볼 수 있는 나만의 정보 허브를 제공합니다.

🤖 3. 능동적 리스크 관리, 잠든 사이에도 나를 지켜주는 AI 파트너

24시간 자동 모니터링

북마크에 저장된 항목과 관련된 전 세계의 정보 변화(관세율 변경, 규정 강화 등)를 24시간 자동으로 감시합니다.
실시간 SMS/이메일 알림

"베트남, 철강 품목 반덤핑 관세 15%p 부과 결정"과 같이 AI가 요약하고 검증한 핵심 정보가 사용자의 휴대폰(SMS)과 이메일로 즉시 발송되어 치명적인 리스크를 사전에 방지합니다.

💡 기술 선택 및 이유

분야	기술	선택 이유
Backend	Spring Boot, Java	입증된 안정성과 확장성, 강력한 엔터프라이즈 생태계를 바탕으로 복잡한 비즈니스 로직, 데이터베이스 관리, 인증 시스템을 견고하게 처리하기 위해 선택했습니다.
AI Server	FastAPI, Python	Python의 풍부한 AI 라이브러리(LangChain 등)를 활용하고, 비동기 처리를 통한 높은 성능으로 AI 모델 추론 및 서빙에 최적화된 환경을 구축했습니다.
Frontend	React, TypeScript, Tanstack Router, Tanstack Query, Zustand	컴포넌트 기반 아키텍처로 복잡한 UI를 효율적으로 관리하고, 정적 타이핑을 통해 코드 안정성과 유지보수성을 확보하기 위해 선택했습니다.
Database	PostgreSQL, pgvector, pg_partman	RAG 시스템의 핵심인 벡터 검색을 위해 pgvector를, 대용량 채팅 로그의 성능 저하를 방지하기 위해 pg_partman을 이용한 연도별 자동 파티셔닝을 도입하여 확장성을 확보했습니다.
AI & RAG	Claude 3, LangChain, Voyage AI	복잡한 규제 문서 해석에 강점을 보이는 Claude 3를 메인 모델로, LangChain으로 RAG 파이프라인을 구축했습니다. 고성능 Voyage-3-large (1024차원) 임베딩 모델로 검색 정확도를 높였습니다.
Cache & Queue	Redis	단순 캐싱을 넘어, SMS 인증 요청 시 Race Condition 제어, 신뢰성 있는 큐(Reliable Queue) 패턴을 적용해 알림 메시지 유실 방지 등 안정적인 분산 시스템을 구축했습니다.
Communication	Server-Sent Events (SSE)	AI의 답변 생성 과정을 실시간으로 보여주기 위해, 양방향 통신이 불필요한 해당 기능에는 WebSocket보다 가볍고 효율적인 SSE를 채택했습니다.

🛡️ 보안 설계

인증 및 권한 부여

JWT 기반의 정교한 토큰 정책을 적용합니다. Access Token(30분)은 클라이언트 상태로 관리하고, Refresh Token(최대 30일)은 HttpOnly 쿠키에 저장하여 CSRF(Cross-Site Request Forgery) 공격을 방어하며 보안을 강화했습니다.
데이터 암호화

사용자의 휴대폰 번호와 같이 민감한 개인정보는 AES-256 알고리즘으로 암호화하여 데이터베이스에 저장함으로써, 데이터 유출 시에도 정보의 기밀성을 보장합니다.
안정적인 서비스 운영

DDoS 공격 등 비정상적인 트래픽으로부터 서비스를 보호하기 위해 API 엔드포인트별로 요청 빈도를 제어하는 Rate Limiting 정책을 적용합니다.
데이터베이스 보안

데이터베이스 함수 생성 시 SECURITY DEFINER 옵션을 사용하되, 해당 함수의 실행 권한을 PUBLIC이 아닌 실제 애플리케이션 서비스 전용 역할(ROLE)에만 최소한으로 부여하여 최소 권한 원칙을 준수합니다.

💪 주요 기술적 도전과 해결

도전 과제	해결 방안
비동기 스트리밍과 다중 작업 처리	3단계 병렬 처리 아키텍처를 설계하여 (1) AI 서버로부터 자연어 응답 스트리밍, (2) 상세 정보 준비, (3) 회원 대화 기록 저장을 Spring Boot에서 `CompletableFuture`를 통해 비동기 병렬 처리했습니다. 이를 통해 사용자는 AI 답변을 실시간으로 확인하면서 동시에 다른 UI가 업데이트되는 최적의 경험을 누릴 수 있습니다.
외부 시스템의 장애 및 예측 불가능성에 대한 방어적 설계	다단계 폴백(Fallback) 전략을 수립했습니다. Cache -> 외부 API -> 자체 폴백 분석기 순으로 동작하여, 외부 API 장애 시에도 시스템은 자체적으로 최소한의 핵심 기능을 제공합니다. 외부 API 응답을 처리할 때 예상치 못한 데이터 구조 변경에도 시스템이 중단되지 않도록 유연하게 설계했습니다.
대규모 트래픽을 가정한 안정적인 데이터 처리	선제적인 데이터베이스 파티셔닝을 도입했습니다. `pg_partman`을 활용해 `chat_sessions`, `chat_messages` 테이블을 생성일(`created_at`) 기준 연도별로 자동 분할하여, 데이터가 수백만 건 이상 증가해도 꾸준한 고성능을 유지할 수 있는 확장성을 확보했습니다.

🏗️ 시스템 아키텍처, 3단계 병렬 처리를 통한 UX 혁신

TrAI-Bot은 역할 분리를 통해 안정성과 효율성을 극대화했으며, 특히 사용자 경험(UX) 최적화를 위해 설계된 '3단계 병렬 처리' 아키텍처를 채택했습니다.

1️⃣ 전체 시스템 아키텍처

graph LR
    A[사용자] -->|자연어 질문| B[Spring Boot Backend]
    B -->|AI 추론 요청| C[FastAPI AI Server]
    B -->|데이터 조회| D[PostgreSQL DB]
    B -->|캐시 조회| E[Redis Cache]
    B -->|실시간 응답| A

2️⃣ 3단계 병렬 처리 플로우

graph TD
    A[POST /api/chat] --> B((병렬 작업 오케스트레이터))
    
    B --> T1[Task 1, AI 응답 생성]
    B --> T2[Task 2, 상세정보 준비] 
    B --> T3[Task 3, 기록 저장]
    
    T1 --> E1[AI 서버 호출]
    T1 --> E2[실시간 스트리밍]
    
    T2 --> E3[HS Code 조회]
    T2 --> E4[규제 정보 수집]
    T2 --> E5[무역 통계 준비]
    
    T3 --> E6[회원 확인]
    T3 --> E7[대화 기록 저장]
    
    E2 --> SSE[SSE Stream Manager]
    E3 --> SSE
    E4 --> SSE
    E5 --> SSE
    SSE --> USER[사용자 화면]

3️⃣ 사용자 경험 타임라인

%%{init: {'theme':'base', 'themeVariables': {'primaryTextColor': '#000000', 'primaryColor': '#ffffff', 'primaryBorderColor': '#000000', 'lineColor': '#000000', 'sectionBkgColor': '#f0f0f0', 'altSectionBkgColor': '#e0e0e0', 'gridColor': '#000000', 'c0': '#e1f5fe', 'c1': '#f3e5f5', 'c2': '#e8f5e8', 'c3': '#fff3e0'}}}%%
gantt
    title 사용자 체감 응답 시간 (3단계 병렬 처리)
    dateFormat X
    axisFormat %s초
    
    section 즉시 경험
    질문 입력        :done, q1, 0, 1
    AI 답변 시작      :done, ai1, 1, 2
    실시간 스트리밍   :active, stream, 2, 8
    
    section 백그라운드
    상세정보 준비      :crit, detail, 1, 6
    기록 저장         :back, 1, 4
    
    section 순차 활성화
    HS Code 버튼      :milestone, hs, 6, 0
    규제정보 버튼     :milestone, reg, 7, 0
    통계 버튼         :milestone, stat, 8, 0

아키텍처 핵심 설명

독립적인 서버 구성으로 확장성 확보 비즈니스 로직을 처리하는 Spring Boot 서버, AI 추론을 전담하는 Python FastAPI 서버, 그리고 사용자 인터페이스를 위한 React 서버로 명확하게 분리되어 있습니다. 이러한 분산 아키텍처는 각 서버가 트래픽 부하에 따라 독립적으로 확장될 수 있도록 하여, 안정적이고 유연한 서비스 운영을 보장합니다.

3단계 병렬 처리의 UX 혁신

즉시성

사용자가 질문하면 바로 AI 응답 스트리밍 시작
동시성

상세 정보 준비와 기록 저장이 백그라운드에서 병렬 실행
연속성 로딩 없는 자연스러운 인터페이스 경험

이러한 병렬 처리 덕분에 사용자는 긴 로딩 시간을 기다릴 필요 없이, AI의 답변을 읽는 동시에 추가 정보를 탐색할 수 있는 버튼들이 활성화되는 끊김 없는(Seamless) 경험을 하게 됩니다.

⚙️ 운영 및 유지보수 전략

자동화된 유지보수

PostgreSQL 확장 모듈인 pg_cron을 활용하여 HSCode 개정 주기에 맞춘 데이터 자동 정리, 만료된 캐시 데이터 주기적 삭제 등 필수 유지보수 작업을 스케줄링하여 수동 개입 없이 완전 자동화된 운영을 지향합니다.
선제적인 성능 관리

대규모 데이터가 수정되는 hscode_vectors 테이블이나 쓰기 작업이 빈번한 chat_messages 테이블에 대해 주기적으로 VACUUM 및 ANALYZE 명령을 실행하여, 쿼리 플래너가 항상 최적의 실행 계획을 세우도록 선제적으로 관리합니다.
가시성 확보 및 모니터링

v_pg_partman_bgw_status, v_system_health_v61 등 스키마에 미리 정의된 모니터링 뷰를 Grafana, Datadog 같은 외부 모니터링 도구와 연동하여 시스템 상태를 시각화하고 이상 징후를 조기에 감지할 수 있는 환경을 구축합니다.

🏁 시작하기

로컬 환경에서 프로젝트를 실행하려면 다음 단계를 따르세요.

사전 요구사항

Java 17+
Python 3.10+
Node.js 18+
PostgreSQL 15+ (DB 서버는 로컬 또는 원격에 준비되어 있어야 합니다.)

1. 레포지토리 클론

프로젝트 실행을 위해 3개의 레포지토리를 모두 클론합니다.

# Frontend
git clone https://github.com/brain1401/trade-frontend.git

# Spring Boot Backend
git clone https://github.com/brain1401/trade-backend.git

# Python AI Server
git clone https://github.com/brain1401/trade-python.git

2. 환경 변수 설정

각 백엔드 프로젝트에 API 키 등 필요한 환경 변수를 설정해야 합니다.

Spring Boot Backend (`trade-backend`)

trade-backend/src/main/resources/ 경로에 application.properties 파일을 생성하고, 아래 내용을 본인의 환경에 맞게 수정하여 추가합니다.

# JWT
jwt.secretkey=YOUR_JWT_SECRET_KEY

# OAuth
google.secretkey=YOUR_GOOGLE_SECRET_KEY
naver.secretkey=YOUR_NAVER_SECRET_KEY
kakao.secretkey=YOUR_KAKAO_SECRET_KEY

# AI & API Services
claude.api.key=YOUR_CLAUDE_API_KEY
voyage.api.key=YOUR_VOYAGE_API_KEY
deepl.api.key=YOUR_DEEPL_API_KEY
customs.api.key=YOUR_CUSTOMS_API_KEY_1
customs.api.key2=YOUR_CUSTOMS_API_KEY_2
comtrade.api.key=YOUR_COMTRADE_API_KEY

# SMS Service
sms.api.key=YOUR_SMS_API_KEY
sms.api.secret=YOUR_SMS_API_SECRET
sms.sender.number=YOUR_SMS_SENDER_PHONE_NUMBER

# Database & Cache
redis.host=YOUR_REDIS_HOST_ADDRESS
redis.password=YOUR_REDIS_PASSWORD
postgresql.password=YOUR_POSTGRESQL_PASSWORD

# Email Service
email.username=YOUR_GMAIL_ADDRESS
email.password=YOUR_GMAIL_APP_PASSWORD

Python AI Server (`trade-python`)

trade-python 프로젝트의 루트 경로에 .env 파일을 생성하고 아래 내용을 본인의 환경에 맞게 수정하여 추가합니다.

DATABASE_URL=postgresql://YOUR_DB_USER:YOUR_DB_PASSWORD@YOUR_DB_HOST/YOUR_DB_NAME
DEBUG=True
ANTHROPIC_API_KEY=YOUR_ANTHROPIC_API_KEY
REDIS_HOST=YOUR_REDIS_HOST
REDIS_USERNAME=YOUR_REDIS_USERNAME
REDIS_PORT=6379
REDIS_PASSWORD=YOUR_REDIS_PASSWORD
VOYAGE_API_KEY=YOUR_VOYAGE_API_KEY

3. 애플리케이션 실행

각 프로젝트 디렉터리에서 아래 명령어를 실행하여 서버를 구동합니다.

# 1. Spring Boot Backend 실행 (별도의 터미널에서)
cd trade-backend
./gradlew bootRun

# 2. Python AI Server 실행 (별도의 터미널에서)
cd ../trade-python
pip install -r requirements.txt
uvicorn main:app --reload --host 0.0.0.0 --port 8001

# 3. Frontend 실행 (별도의 터미널에서)
cd ../trade-frontend
npm install
npm run dev

모든 서버가 정상적으로 실행되면 http://localhost:5173 (Vite 기본 포트)에서 TrAI-Bot을 사용할 수 있습니다.

🚀 향후 계획

수출입 필요 서류 자동 초안 생성

AI가 대화 내용을 바탕으로 상업송장(Commercial Invoice), 포장명세서(Packing List) 등의 초안을 자동으로 작성해주는 기능.
AI 기반 최적 관세 FTA 컨설팅

사용자의 제품이 적용받을 수 있는 가장 유리한 FTA 협정세율을 AI가 찾아주고 추천하는 기능.
글로벌 공급망 리스크 분석

특정 국가의 정치, 경제 상황 변화가 사용자의 수출입에 미칠 영향을 분석하고 예측하는 서비스.

👨‍👩‍👧‍👦 팀 소개, NaN null 갖고 싶어

이름	역할	GitHub
홍태극	팀장, AI 아키텍쳐, Backend	brain1401
김경보	Backend, Frontend	GodsB1025
이광원	Frontend	Lee-KwangWon
윤선현	Frontend	YOON-SEONHYUN

Name		Name	Last commit message	Last commit date
News 화면.png		News 화면.png
README.md		README.md
Traibot 메인 화면.png		Traibot 메인 화면.png
대시보드.png		대시보드.png
무역 통계.png		무역 통계.png
채팅 내역.png		채팅 내역.png

Navigation Menu

Repository files navigation

🤖 TrAI-Bot : AI 기반 무역 규제 레이더 플랫폼

📂 Repositories

🔥 무엇을 해결하나요?

📈 기대 효과

✨ 주요 기능 및 핵심 경험

🎯 1. 지능형 통합 채팅, 단 한 번의 질문으로 얻는 확신

👤 2. 개인화 및 회원 전용 기능, 나만을 위한 맞춤형 정보 관리

🤖 3. 능동적 리스크 관리, 잠든 사이에도 나를 지켜주는 AI 파트너

💡 기술 선택 및 이유

🛡️ 보안 설계

💪 주요 기술적 도전과 해결

🏗️ 시스템 아키텍처, 3단계 병렬 처리를 통한 UX 혁신

1️⃣ 전체 시스템 아키텍처

2️⃣ 3단계 병렬 처리 플로우

3️⃣ 사용자 경험 타임라인

아키텍처 핵심 설명

⚙️ 운영 및 유지보수 전략

🏁 시작하기

사전 요구사항

1. 레포지토리 클론

2. 환경 변수 설정

Spring Boot Backend (`trade-backend`)

Python AI Server (`trade-python`)

3. 애플리케이션 실행

🚀 향후 계획

👨‍👩‍👧‍👦 팀 소개, NaN null 갖고 싶어

About

Releases

Packages

Contributors

Latest commit

History

Folders and files

Repository files navigation

🤖 TrAI-Bot : AI 기반 무역 규제 레이더 플랫폼

📂 Repositories

🔥 무엇을 해결하나요?

📈 기대 효과

✨ 주요 기능 및 핵심 경험

🎯 1. 지능형 통합 채팅, 단 한 번의 질문으로 얻는 확신

👤 2. 개인화 및 회원 전용 기능, 나만을 위한 맞춤형 정보 관리

🤖 3. 능동적 리스크 관리, 잠든 사이에도 나를 지켜주는 AI 파트너

💡 기술 선택 및 이유

🛡️ 보안 설계

💪 주요 기술적 도전과 해결

🏗️ 시스템 아키텍처, 3단계 병렬 처리를 통한 UX 혁신

1️⃣ 전체 시스템 아키텍처

2️⃣ 3단계 병렬 처리 플로우

3️⃣ 사용자 경험 타임라인

아키텍처 핵심 설명

⚙️ 운영 및 유지보수 전략

🏁 시작하기

사전 요구사항

1. 레포지토리 클론

2. 환경 변수 설정

Spring Boot Backend (trade-backend)

Python AI Server (trade-python)

3. 애플리케이션 실행

🚀 향후 계획

👨‍👩‍👧‍👦 팀 소개, NaN null 갖고 싶어

About

Resources

Stars

Watchers

Forks

Releases

Packages

Contributors

Spring Boot Backend (`trade-backend`)

Python AI Server (`trade-python`)