AI 기반 산업별 트렌드 분석 웹사이트 구축 프레임워크
KKKKhazix/AIHOT
오픈소스 프로젝트 'AIHOT'은 다양한 정보 출처의 자료를 수집하고 대규모 언어 모델을 활용해 중요도를 평가하는 전문적인 트렌드 분석 웹사이트 구축 프레임워크입니다.
이 프레임워크는 단순히 기사를 모으는 것을 넘어, 여러 매체에서 동일한 사건을 발견하면 하나의 '이벤트'로 묶고 중요도를 계산해 전문적인 트렌드 분석이 가능하게 해요.
- 단순히 기사를 모으는 것을 넘어, 동일 사건을 여러 매체에서 발견하면 하나의 '이벤트'로 묶고, 독립 정보원 수와 논의 빈도에 따라 실시간으로 중요도를 산정하는 것이 핵심 기술입니다.
- 법률, 금융 등 특정 산업 분야 전문가들은 이 프레임워크를 활용하여 자신만의 전문 지식과 신뢰할 만한 정보원을 넣어 맞춤형 트렌드 분석 플랫폼을 구축할 수 있습니다.
- 사용하려면 Node.js 환경과 오픈AI와 호환되는 API 키가 필요하며, 각 산업에 맞는 정보원 목록 및 자체적인 평가 기준(프롬프트) 설정이 필수적입니다.
AIHOT은 다양한 정보 출처에서 자료를 수집하고 (LLM)을 활용하여 콘텐츠를 필터링하고 평가하는 전문적인 웹사이트 구축 프레임워크입니다. 이 시스템은 단순히 기사를 모으는 것을 넘어, 여러 매체에서 동일한 사건에 대한 보도를 발견하면 이를 하나의 '이벤트'로 묶습니다. 또한, 해당 이벤트의 중요도는 독립된 정보원 수와 논의 빈도에 따라 계산하여 실시간으로 트렌드를 파악하고 일일 보고서를 발행합니다.
본 프레임워크는 사용자가 자신의 산업 분야에 맞게 커스터마이징할 수 있도록 설계되었습니다. 개발자는 법률, 인사(HR), 금융 등 특정 산업군을 위해 이 템플릿을 활용하여 자신만의 전문 지식과 신뢰도 높은 정보원을 적용할 수 있습니다. 프레임워크의 핵심 엔진은 웹사이트, 백엔드, 정제 과정, 클러스터링 및 트렌드 알고리즘 전체를 포함하며, 사용자는 자신의 산업에 맞는 소스 목록과 평가 기준()을 직접 수정해야 합니다.
기술적으로 AIHOT은 Node.js 24와 PostgreSQL 17 등의 기술 스택을 기반으로 하며, 자료는 수집-사전 필터링-두 번의 점수 부여-작성-클러스터링-트렌드 계산의 여섯 단계 과정을 거칩니다. 사용자는 이 프레임워크를 실행하기 위해 Node.js 환경과 오픈AI와 호환되는 키가 필요하며, 초기 설정은 `docker compose up -d --build` 명령어를 통해 진행할 수 있습니다.
용어 풀이
- 대규모 언어 모델
- 방대한 글을 학습해 문장을 이해하고 만들어 내는 AI 모델. ChatGPT, Claude, Gemini가 여기에 속해요.
- 프롬프트
- AI에게 주는 지시나 질문 글.
- API
- 프로그램끼리 기능을 주고받는 약속된 창구. AI 모델은 보통 API로 불러 써요.
이 프레임워크가 일반적인 뉴스 수집과 다른 점은 무엇인가요?
단순히 기사를 모으는 것이 아니라, 여러 매체에서 동일한 사건을 발견하면 이를 하나의 '이벤트'로 묶어요. 또한, 독립된 정보원 수와 논의 빈도에 따라 중요도를 계산하여 실시간 트렌드를 파악하고 일일 보고서를 발행해요.
특정 산업 분야 전문가가 활용하려면 어떤 준비가 필요한가요?
법률, 인사(HR), 금융 등 자신의 산업군에 맞춰 이 템플릿을 사용하고, 자신만의 전문 지식과 신뢰도 높은 정보원을 적용해야 해요. 또한, 산업에 맞는 소스 목록과 평가 기준인 프롬프트를 직접 수정하는 것이 필수적이에요.
이 시스템을 실행하기 위해 필요한 기술 환경은 무엇인가요?
Node.js 환경과 오픈AI와 호환되는 API 키가 필요해요. 기술 스택으로는 Node.js 24와 PostgreSQL 17 등이 사용되며, 초기 설정은 `docker compose up -d --build` 명령어를 통해 진행할 수 있어요.