LLM 기반 허브알레리 레메디 어드바이저: AI & Semantic Search 활용
AI Store에서 AI코딩으로 만들어진 앱을 만나보세요!
지금 바로 방문하기

허브알레리 레メディ 어드바이저 - 할머니의 지혜를 LLM로 만나다

카테고리

프로그래밍/소프트웨어 개발

서브카테고리

웹 개발, 인공지능, DevOps

대상자

  • 중급 이상의 개발자 (Python, Flask, LLM 기술 습득자)
  • AI/데이터 과학에 관심 있는 개발자 (LLM, 벡터 검색, MindsDB 활용)
  • 트레이드 오프 없는 프로토타입 개발을 원하는 개발자 (Docker, uv, Ollama 사용 경험)
  • 난이도: 중간 (AI 모델 통합 및 데이터베이스 설정 기초 지식 필요)

핵심 요약

  • LLM 기반의 전통 의학 검색 엔진 (Gemini, Ollama 활용), 벡터 검색 기반의 SQL 쿼리 (semantic_search('headache relief', content))
  • 안전성 필터링 (safety LIKE '%Safe%'), 사용자 맞춤형 제안 (임신 안전한 처방 등)
  • 개발 편의성 강화 (uv, Docker, Flask 기반의 빠른 배포, 자동 설정 기능)

섹션별 세부 요약

1. 앱 소개

  • AI 기반의 전통 의학 검색 엔진
  • 사용자 질문 (예: "감기 치료법")에 대해 자연어 처리 및 필터링된 결과 제공
  • 사용자 제안된 처방 추가 기능 제공
  • Gemini 및 Ollama 기반의 대화형 에이전트
  • 전통 의학 컨텍스트에서의 대화 처리
  • 사용자 맞춤형 안전성 필터링 기능

2. 기술 스택

  • 핵심 기술
  • LLM 에이전트: gemini-2.0-flash
  • 벡터 임베딩: deepseek-r1:1.5b (Ollama 활용)
  • 데이터베이스: MindsDB + Native KB
  • 백엔드: Flask + Jinja2
  • UI: Bootstrap 5
  • 개발 도구
  • uv (pip 대체)
  • Docker (MindsDB, Ollama 이미지 실행)

3. 개발 설정

  • 빠른 배포 프로세스

```bash

git clone https://github.com/Zedoman/Herbal.git

uv venv

uv pip install .

docker run -p 47334:47334 mindsdb/mindsdb

ollama run deepseek-r1:1.5b

```

  • 자동 설정 기능
  • 첫 실행 시 KB, LLM 엔진, 샘플 데이터 자동 초기화

4. 주요 기능

  • 세마틱 검색 + SQL 쿼리

```sql

SELECT * FROM herbal_remedy_kb

WHERE semantic_search('headache relief', content)

AND symptom = 'Headache'

AND safety LIKE '%Safe%'

LIMIT 20;

```

  • 안전성 필터링
  • 특정 사용자 조건 (예: 임신)에 맞는 처방 추천
  • UI/UX 특징
  • 응답형 카드, 안전성 정보 명확히 제공

5. 향후 개선 방향

  • 사용자 계정 및 즐겨찾기 기능 추가
  • 약물 상호작용 메타데이터 수집
  • 아유르베다 및 중의학 지원 확장
  • 모바일 앱으로의 확장 가능성

결론

  • LLM + 벡터 검색 기반의 AI 앱 개발 사례로, MindsDB, Ollama, uv 활용 시 빠른 프로토타입 가능
  • 의약품 안전성 필터링 기능을 통해 사용자 맞춤형 추천 구현 가능
  • GitHub 저장소에서 코드 및 데모 확인: Herbal Repo