워크플로우 개요

이 시스템은 RAG(검색 증강 생성, Retrieval-Augmented Generation) 아키텍처 기반의 제품 설명 생성 시스템으로, 웹훅(webhook)을 통해 제품 정보 요청을 수신하고 벡터 데이터베이스에서 관련 컨텍스트를 검색한 후 AI를 활용해 고품질의 제품 설명을 생성하며, 최종 결과를 Google Sheets에 기록합니다.

워크플로우 아키텍처

트리거 메커니즘

• 웹훅 트리거(Webhook Trigger): 외부에서 제품 설명 생성 요청을 수신하는 POST 엔드포인트 /product-description-generator

데이터 처리 흐름

1. 텍스트 전처리

• 텍스트 분할기(Text Splitter): 입력 텍스트를 청크 단위로 분할 처리
  • 청크 크기: 400자
  • 중첩 영역: 40자
  • 텍스트의 일관성과 문맥 유지 보장

2. 벡터화 및 저장

• 임베딩(Embeddings, Cohere): Cohere의 embed-english-v3.0 모델을 사용하여 텍스트 임베딩 벡터 생성
• Pinecone 삽입(Pinecone Insert): 벡터화된 텍스트를 Pinecone 벡터 데이터베이스에 저장
  • 모드: insert
  • 인덱스 이름: product_description_generator

3. 검색 및 생성

벡터 검색

• Pinecone 쿼리(Pinecone Query): 벡터 데이터베이스에서 관련 제품 정보 검색
• 벡터 툴(Vector Tool): 검색 기능을 RAG 에이전트용 도구로 캡슐화

AI 생성

• 채팅 모델(Chat Model, Anthropic): Claude 언어 모델 사용
• 윈도우 메모리(Window Memory): 대화 문맥 유지 및 다중 턴 상호작용 지원
• RAG 에이전트(RAG Agent): 핵심 에이전트 노드
  • 시스템 프롬프트: "You are an assistant for Product Description Generator"
  • 벡터 검색 결과와 대화 메모리를 통합
  • 요구사항에 부합하는 제품 설명 생성

출력 및 모니터링

성공 처리

• 시트 추가(Append Sheet): 처리 결과를 Google Sheets에 추가
  • 문서: Product Description Generator
  • 워크시트: Log
  • 기록 필드: Status

오류 처리

• 슬랙 알림(Slack Alert): #alerts 채널에 오류 알림 전송
  • 메시지 형식: "Product Description Generator error: {오류 메시지}"

기술 스택

AI/ML 구성 요소

• 벡터 데이터베이스: Pinecone
• 임베딩 모델: Cohere embed-english-v3.0
• 언어 모델: Anthropic Claude
• 메모리 시스템: Window Buffer Memory

통합 서비스

• 웹훅: HTTP POST 인터페이스
• Google Sheets: 데이터 기록
• Slack: 경고 알림

데이터 흐름

웹훅 요청 
  ↓
텍스트 분할 
  ↓
벡터 임베딩 (Cohere)
  ↓
[병렬 경로]
  ├─→ 벡터 저장 (Pinecone Insert)
  └─→ 벡터 검색 (Pinecone Query)
        ↓
      Vector Tool
        ↓
    RAG Agent (검색 결과 + 대화 메모리 + Claude 통합)
        ↓
    [조건 분기]
      ├─→ 성공: Google Sheets 로그 기록
      └─→ 실패: Slack 경고 알림

주요 특징

1. RAG 아키텍처: 벡터 검색과 생성형 AI를 결합하여 설명의 정확도 보장
2. 문맥 유지: 윈도우 메모리(Window Memory)를 통해 대화형 상호작용 지원
3. 청크 기반 처리: 지능형 텍스트 분할로 긴 텍스트 입력 처리 가능
4. 로그 추적: Google Sheets를 통해 모든 처리 상태 기록
5. 오류 모니터링: Slack 실시간 경고로 문제 신속 대응

사용 사례

• 이커머스 제품 설명 자동 생성
• 대량 SKU 설명 최적화
• 다국어 제품 카피 작성
• 기존 데이터 기반 설명 재작성

구성 요구사항

API 자격 증명

• Cohere API (임베딩 서비스)
• Pinecone API (벡터 데이터베이스)
• Anthropic API (언어 모델)
• Google Sheets OAuth2 (데이터 기록)
• Slack API (경고 알림)

Pinecone 설정

• 인덱스 이름: product_description_generator
• 미리 인덱스를 생성하고 차원을 Cohere 모델과 일치하도록 구성 필요