싱가포르 PropTech용 RAG 기반 부동산 검색 인텔리전스

문제

빠르게 성장하는 싱가포르 PropTech 스타트업은 50만 개 이상의 부동산 매물을 보유했지만 지능적으로 검색할 방법이 없었습니다. 사용자는 경직된 필터 UI에 키워드를 입력했고, 의도에는 맞지만 정확한 표현이 아닌 부동산을 놓쳤습니다. 영업 팀은 부동산을 수동으로 추리는 데 몇 시간을 썼습니다 — 확장되지 않는 프로세스였습니다. 창업자들은 사용자가 평범한 영어로 원하는 것을 설명하고 즉시 정확하고 맥락적인 결과를 얻을 방법이 필요했습니다.

솔루션

NKKTech은 전체 RAG (Retrieval-Augmented Generation) 파이프라인을 구축했습니다. OpenAI 임베딩을 사용해 50만+ 매물을 청킹 및 임베딩하고 벡터를 Pinecone에 저장했습니다. FastAPI 서비스가 쿼리 처리를 담당했습니다 — 자연어 쿼리를 하이브리드 벡터 + 메타데이터 검색으로 변환. 프론트엔드 React 컴포넌트는 채팅 같은 검색 인터페이스를 제공했습니다. 야간 동기화 파이프라인이 매물 변경에 따라 임베딩을 신선하게 유지했습니다.

기술 스택

성과

핵심 정리

• ✓하이브리드 검색 (벡터 + 메타데이터 필터)을 갖춘 RAG는 비정형 부동산 쿼리에서 키워드 전용 검색을 크게 능가합니다.
• ✓야간 임베딩 갱신 사이클이 쿼리 지연 없이 인덱스를 최신으로 유지했습니다.
• ✓맞춤형 메타데이터 스키마 — 침실, 가격대, 지역, MRT 근접성 — 가 의미적 결과와 함께 정밀한 사후 검색 필터링을 가능하게 했습니다.
• ✓시스템은 수동 추리기 워크플로우를 완전히 대체하여 영업 팀이 더 높은 가치의 고객 상호작용에 집중할 수 있게 했습니다.