AI 기반 회의록 요약 및 실행 관리 서비스 (Minutes to Action & Review System)
많은 팀 프로젝트에서 회의 후 모호한 결론과 불분명한 후속 조치로 인해 회의 생산성 저하를 겪고 있습니다. 기존의 단순 요약 서비스(CLOVA Note, Otter.ai 등)는 정보의 단순 나열에 그쳐 즉각적인 작업 수행으로 이어지기 어렵다는 한계가 있었습니다.
MARS는 이러한 문제를 해결하기 위해 실행(Action) 중심으로 설계된 DX 솔루션입니다. 회의록 텍스트를 분석하여 액션 아이템을 자동으로 도출하고, 우선순위 매트릭스 기반 대시보드를 제공하여 팀의 실행력을 극대화하는 것을 목적으로 합니다.
- 프로젝트 생성 및 참여: 프로젝트 단위로 시스템 공간을 형성하여 프로젝트 회의록을 분석하고 Action item을 관리
- 회의록 텍스트 업로드 및 AI 분석 요청: 사용자의 입력값과 이전 회의 데이터를 토대로 AI Engine의 분석 수행
- 정량적/정성적 회의 생산성 평가: 완료율 및 진행률 기반 생산성 스코어링 및 피드백 제공
- Action Item 상태 관리: 아이젠하워 매트릭스 기반 Action item의 우선순위 정렬, 대시보드에서 수행 상태 관리
본 프로젝트는 검증된 오픈소스 소프트웨어 및 프레임워크를 활용하여 구축되었습니다.
- Frontend: React, TypeScript (Vercel 배포)
- Backend: FastAPI (Python), SQLAlchemy (ORM)
- Database: PostgreSQL
- AI & Metrics Layers: OpenAI API, Hugging Face Space, KcELECTRA (BERTScore Engine)
[Frontend: React & TS] ──(HTTP/JSON)──► [FastAPI Server] ──► [PostgreSQL]
│
├─► [Analyzer: OpenAI API]
└─► [Evaluator: Hugging Face (KcELECTRA)]
- Layered Architecture: 백엔드는
API Router➔Service Layer➔CRUD Layer➔Models/Schemas체계의 Layered Architecture를 엄격히 준수합니다. - AI 연산 격리: 서버 리소스 최적화 및 프리티어 환경의 메모리 다운 방지를 위해, BERTScore 연산 컴포넌트를 Hugging Face Space 인프라로 격리 분업화했습니다.
- projects: 프로젝트 메타데이터 (ID, 프로젝트명, 성격, 마감 기한 등)
- users: 팀 멤버 정보 및 소속 프로젝트 매핑
- meetings: 원본 회의록 데이터 및 회의 목적 보관
- meeting_participants: 회의별 참석 유저 다대다(N:M) 매핑 교차 테이블
- meeting_summaries: AI 전체 요약문 및 정성적 피드백 결과물 (1:1 매핑)
- meeting_productivity: 정량적 최종 생산성 점수 및 세부 지표 JSON 데이터
- action_items: 회의에서 도출된 R&R 태스크 (진행 상태, 중요도, 긴급도, 담당자 FK 포함)
- agendas: 차기 제안 안건 목록 및 채택 여부 플래그
시스템 가용성과 AI 생성 품질 보장 및 신뢰성 확보를 위해 아래 Testing Policy를 토대로 검증을 완료했습니다.
- Unit & Component Testing: 데이터베이스 접근 API 작동 및 데이터 무결성 100% 검증
- AI Orchestration: OpenAI 및 Hugging Face API 간의 Interface 인터랙션 오류 차단
- Edge Case Handling: LLM 컨텍스트 토큰 제한 이상 현상 및 JSON 포맷팅 예외 처리
- 지연 시간 제한: 일반적인 API 요청 및 DB CRUD 트랜잭션 처리는 5초 이내 완료
- AI 파이프라인: 텍스트 분석 및 텍스트 마이닝, 생산성 피드백 전체 오케스트레이션은 최대 2분 이내 완료
- AI가 요약한 데이터의 정보 누락 및 환각(Hallucination) 현상을 방어하기 위해 한국어 구어체 특화
KcELECTRA모델 기반의 BERTScore 검증 프로세스를 탑재했습니다. - 분석 결과의 f1-score 수치가 0.48 이상인 경우에만 정상 데이터로 판정하여 DB에 반영하며, 기준 미달 시 사용자에게 재요청을 유도하는 인터랙티브 UI 가드레일을 적용했습니다.
- 장정우 (Leader): AI Pipeline & System Architecture Design, Prompt Engineering & Optimization, BERTScore Evaluation Pipeline Development
- 김도현(Backend): Backend RESTful API Development, Database Design, CRUD Layer Architect & Optimization
- 이채연(PM & Frontend): Frontend Project/Meetings/Action Item Page Development, UI/UX Routing Design & Project Management
- 조아정(Frontend): Frontend Dashboard, Suggestion Page Development