juanjuandog/FinSight-AI

해결하는 문제

FinSight AI는 A주 기업에 대한 주식 연구를 위한 구조화된 작업 공간을 제공합니다. AI가 생성한 재무 보고서의 신뢰성 문제를 해결하기 위해 결론이 검증 가능한 증거에 기반하며, 보고서가 특정 데이터 스냅샷에 묶여 오래된 정보를 방지하고, 장시간 실행되는 AI 연구 작업이 실패했을 경우에도 복구 가능하도록 합니다.

작동 방식

시스템은 오케스트레이션을 위한 Spring Boot 백엔드와 AI 작업을 위한 FastAPI 사이드카를 결합한 하이브리드 아키텍처를 사용합니다. 하이브리드 RAG(Retrieval-Augmented Generation) 파이프라인은 전체 텍스트 검색과 벡터 검색을 상호 랭크 융합(RRF) 및 재정렬과 함께 사용하여 LLM에 정확한 증거를 제공합니다. 신뢰성을 보장하기 위해 RabbitMQ로 작업을 디스패치하고, Redis로 중복성 방지 및 조정을 처리하며, PostgreSQL/pgvector로 스냅샷과 벡터를 저장합니다.

대상 사용자

장시간 실행 가능한 작업과 증거 기반 보고서를 처리할 수 있는 신뢰할 수 있는 AI 에이전트의 참조 구현을 찾는 금융 연구자 및 개발자에게 적합합니다.

주요 특징

• 복구 가능한 워크플로우: 상태 기계와 디드레터 핸들링을 사용하여 실패 후 연구 작업을 재개할 수 있도록 합니다.
• 스냅샷 기반 보고서: 해시를 사용해 특정 데이터 버전에 보고서를 묶어 분석이 원본 데이터와 일관되게 유지되도록 합니다.
• 하이브리드 RAG: 벡터 검색과 전체 텍스트 검색을 재정렬과 함께 결합하여 검증 가능한 증거를 추출합니다.
• 중복 방지: Redis Lua 레이스와 펜싱 토큰을 사용해 비용이 큰 중복 AI 요청을 방지합니다.
• 모델 독립성: Ollama, OpenAI 호환 API, Anthropic를 전용 AI 사이드카를 통해 지원합니다.