1) 목적

시스템이 답해야 할 질문

사용자가 지역과 업종을 고르면, 시스템은 다음 질문에 근거를 들어 답한다.

“이 지역에서 이 업종으로 창업해도 되는가?”

답변은 반드시 두 축으로 나눠 제시한다.

축	내용	예시
상권의 기초 체력	유동인구·경쟁밀도·임대료 등 전통 변수 8종	“반경 내 카페 밀도가 배후 수요 대비 과밀”
외부 충격 취약도	정책·거시경제·트렌드·지역 이벤트 등 특이변수 4계층	“코로나 충격 후 60%만 회복 — 구조적 수요 감소로 판단”

이렇게 나누는 이유는 하나다. 폐업이 많은 상권을 봤을 때 “원래 나쁜 곳”인지 “충격을 맞았을 뿐인 곳”인지 구분할 수 있어야 창업자가 제대로 판단한다.

성능 요구 사항

항목	목표	측정 방법
검색 정확도	Recall@5 91.5%	질문-정답 쌍 평가셋으로 상위 5개 검색 결과에 정답 포함 여부 측정
응답 지연	Latency 40% 개선	Chunking 최적화 전후 응답 시간 비교

💡 쉽게 말하면: Recall@5는 “질문 하나에 자료 5개를 찾아왔을 때 그 안에 정답이 있는 비율”입니다. 91.5%면 100번 물어서 91번은 정답 자료를 찾아온다는 뜻입니다.

응답 품질 요구 사항

• 모든 수치는 출처(데이터 소스 또는 원문 링크)와 함께 제시한다.
• 정형 데이터 기반 지표는 “확인된 사실”, 뉴스 기반 신호는 “참고 신호”로 등급을 구분해 표기한다.
• 데이터 한계가 있는 곳(예: 필라테스·요가는 신고 체계가 달라 경쟁밀도에 누락)은 응답에 명시한다.
• 차별적 출력은 금지 규칙으로 막는다. 상세 규칙은 7) 보안 및 개인정보 보호 참조.