피드로 돌아가기
Dev.toAI/ML
원문 읽기
Gemini LLM Prompt 최적화 및 필터링 로직을 통한 튜토리얼 영상 추천 정확도 향상
Automatically Attaching YouTube Video Footers to AI Tutorial Questions: Gemini LLM & YouTube Search Service Integration
AI 요약
Context
사용자 질문에 적합한 YouTube 영상을 자동으로 부착하는 기능을 위해 gemini_llm_service와 youtube_search_service를 연동한 구조 설계. 단순 키워드 추출 방식 사용 시 모호한 질문에 대해 일반적인 결과만 반환하는 낮은 검색 정밀도 문제 발생.
Technical Solution
- 질문 의도 분석을 통해 튜토리얼 요청 여부를 판별하는 Prompt Engineering 적용
- 튜토리얼 식별 시 검색 쿼리의 구체성을 높이도록 지시하여 검색 노이즈 제거
- youtube_search_service 내에 Heuristic 기반의 추가 필터링 레이어 구현
- 영상 제목 내 'tutorial', 'how to', 'guide' 포함 여부를 통한 관련성 검증
- 영상 길이(300초~3600초) 및 설명란 내 핵심 키워드 매칭을 통한 데이터 정제
- LLM의 맥락 이해 능력과 검색 서비스의 필터링 기능을 결합한 상호 보완적 파이프라인 구축
실천 포인트
- LLM 키워드 추출 시 단순 추출이 아닌 질문의 '의도'와 '맥락'을 반영한 조건부 프롬프트 설계 - 외부 API 검색 결과의 신뢰도를 높이기 위한 도메인 특화 필터링 로직(Heuristic Filter) 추가 검토 - 서로 다른 특성을 가진 서비스 통합 시 각 서비스의 약점을 보완하는 상호 보완적 설계 적용