🚗 I built a Conversational Car Marketplace powered by LLMs

개요

LLM을 활용한 대화형 자동차 마켓플레이스는 사용자가 자연어로 차량 검색 조건을 입력하면, 시스템이 이를 이해하고 구조화된 데이터로 변환하여 데이터베이스에서 관련 차량을 즉시 반환하는 새로운 검색 경험을 제공한다.

주요 내용

* 핵심 기능: 사용자가 "2만 달러 이하 BMW E92 수동 7만 마일"과 같은 자연어 문장으로 차량을 검색하면, 시스템이 해당 조건을 이해하고 관련 차량 목록을 보여준다.
* 데이터 추출: 단순 키워드 매칭을 넘어, LLM을 통해 자연어 대화에서 핵심 차량 정보(제조사, 모델, 세대), 시간 및 사용량(연식 범위, 주행 거리), 선호도(변속기, 색상), 시장 제약(위치, 가격 범위) 등 구조화된 데이터를 추출한다.
* 구조화된 쿼리 변환: 추출된 구조화된 데이터를 데이터베이스 쿼리로 변환하여, 복잡하고 불분명한 인간의 언어를 명확한 데이터베이스 쿼리로 만든다.
* 기술 스택: 프론트엔드에는 Next.js, 백엔드에는 FastAPI, 데이터 레이어에는 PostgreSQL, LLM은 의도 및 개체 추출에 활용되며, 웹 스크래핑 파이프라인을 통해 실시간 매물 정보를 수집한다.
* 작동 방식: 사용자가 자연어를 입력하면 LLM이 구조화된 필드를 추출하고, 백엔드는 이를 쿼리 필터로 변환하여 PostgreSQL에서 일치하는 차량을 검색하며, 대화를 통해 결과는 지속적으로 개선된다.

시사점

이 LLM 기반 접근 방식은 수동 필터와 시행착오 방식의 검색을 대체하여, 사용자에게 보다 자연스럽고 빠르며 지능적인 차량 검색 및 추천 경험을 제공함으로써 마켓플레이스 검색 UX를 혁신할 잠재력을 지닌다.