주거나침반 — 공공임대주택 공고를 AI로 구조화해서 보여주는 서비스

주거나침반 — 공공임대주택 공고 한눈에 보기

주거나침반 — 공공임대주택 공고를 AI로 구조화해서 보여주는 서비스

주거나침반은 LH, SH, GH 등 공공임대주택 공고를 모아서 보여주고, 복잡한 모집 공고문을 AI로 분석해 주는 서비스입니다. 직접 불편을 느낀 개발자가 만든 이 서비스가 어떤 문제를 해결하려 하고, 어떻게 구현되었는지 자세히 살펴봅니다.

만든 이유 — 불편의 출발점

공공임대주택에 관심을 갖고 직접 공고를 챙겨보다 보니, 생각보다 정보 접근이 어렵다는 걸 느꼈습니다. 기관마다 공고 형식이 다르고, 모집 공고문은 PDF나 HWP로 수십 페이지씩 올라오는데, 정작 내가 봐야 하는 정보는 여러곳에 흩어져 있습니다.

예를 들면 접수 시작일과 마감일, 청년·신혼부부·고령자 등 공급 유형, 소득 기준, 자산 기준, 무주택 요건, 가점 항목, 당첨자 발표일, 제출 서류 같은 정보가 바로 눈에 들어오지 않습니다. 이런 정보를 찾으려면 매번 긴 공고를 열고, 검색하고, 표를 읽고, 날짜를 따로 기억해야 했습니다. 이 과정을 줄여보고 싶어서 주거나침반을 만들었습니다.

주요 기능 네 가지를 한눈에

1. 공고문 AI 분석

모집 공고문 PDF·HWP·첨부 파일에서 핵심 정보를 추출해 구조화합니다. 단순 요약보다는 검색·필터·비교가 가능한 데이터로 바꾸는 쪽에 집중하고 있습니다.

AI가 추출하는 항목은 다음과 같습니다:

• 신청 자격

• 소득 기준과 자산 기준

• 거주지·근무지 조건

• 청약통장 조건

• 모집 일정

• 임대보증금과 월 임대료

• 공급 주택 목록

• 주의해야 할 조건

• 원문 근거 위치

사용자는 긴 공고문을 처음부터 읽기 전에, 내가 볼 만한 공고인지를 먼저 빠르게 판단할 수 있습니다.

2. 일정 캘린더

공고일, 접수 시작일, 접수 마감일, 서류 제출일, 당첨자 발표일 등을 달력으로 볼 수 있게 했습니다. 공공임대 공고는 조건도 어렵지만, 일정을 놓치는 것도 꽤 큰 문제입니다. 그래서 캘린더 UX를 중요하게 봤습니다.

3. 지역·유형 필터

원하는 지역과 임대 유형만 골라서 볼 수 있습니다. 서울·경기, 청년, 신혼부부, 행복주택, 국민임대 같은 기준으로 공고를 줄여볼 수 있어서 목적에 맞는 공고만 빠르게 확인할 수 있습니다.

4. 모바일 앱과 홈 화면 위젯

iOS와 Android 앱을 함께 제공하고 있습니다. 홈 화면 위젯으로 관심 공고의 주요 일정을 바로 볼 수 있게 만들었습니다. 앱을 매번 열지 않아도 접수 마감일 같은 정보를 확인할 수 있는 것이ience습니다.

AI 분석 파이프라인 — 어떻게 구현했는가

현재 파이프라인의 흐름은 대략 다음과 같습니다:

1. 기관별 공고 게시판을 주기적으로 수집2. 공고 본문과 첨부 파일 PDF·HWP·Excel을 다운로드3. 문서에서 텍스트와 표를 추출4. 긴 문서는 chunk 단위로 나누어 분석5. LLM으로 메타데이터, 주택 정보, 자격 조건, 일정, AI 의견을 구조화된 JSON으로 추출6. 추출 결과를 스키마로 검증7. 일부 공고는 golden set을 만들어 추출 품질을 비교·평가

중요한 전환점이 하나 있다면, 처음에는 요약문을 하나 만드는 것에 가까웠는데 실제로 써보니 요약보다 중요한 건 정규화된 데이터였습니다.

예를 들어 "도시근로자 월평균소득 100% 이하"라는 문장을 그냥 요약하는 것보다, 소득 조건 필드 안에 비율, 가구원 수별 금액, 예외 조건을 분리해 넣는 것이 훨씬 유용했습니다. 같은 주택형이 여러 임대 조건으로 나뉘어 있거나, 표의 다음 행이 이전 행의 연속인 경우가 많아서, 중복 주택을 만들지 않도록 후처리와 검증 로직을 따로 두고 있습니다.

모델 호출은 OpenAI·OpenRouter 호환 레이어로 분리해 두었고, 문서가 짧으면 한 번에 분석하고, 길면 메타데이터·주택정보·AI 의견을 나눠서 처리하는 방식으로 운영하고 있습니다.

아직 고민 중인 부분

AI 분석 결과가 100% 맞다고 말하기는 어렵습니다. 그래서 현재는 원문 공고 링크와 함께 보여주고 있고, 중요한 정보는 사용자가 원문을 확인할 수 있게 하는 방향을 유지하고 있습니다.

특히 다음 부분들을 고민하고 있습니다:

첫째, 공고문 표를 얼마나 안정적으로 구조화할 수 있을지입니다. 표의 형태가 기관마다 다르고, 병합된 셀과 연속된 행이 까다로운 경우를 많이 만나게 됩니다.

둘째, 사용자가 내 조건에 맞는지 더 안전하게 판단하게 하려면 어떤 UX가 좋은지입니다. AI 분석이 틀렸을 때 사용자가 잘못된 판단을 하지 않도록 하는 것이 중요합니다.

셋째, 공고가 수정되었을 때 기존 분석 결과를 어떻게 갱신·비교할지입니다. 공고 수정 전후의 차이를 사용자에게 보여주는 것은 아직 풀어야 할 문제입니다.

개발자에게 주는 시사점

이 서비스는 practical한 문제에서 출발해서 꾸준히 고도화되고 있는 좋은 사례입니다. 특히 다음과 같은 점이 참고할 만합니다:

정규화된 데이터가 요약보다 가치 있다는 점은 AI 활용에서 항상 중요합니다. 단순 텍스트 요약이 아니라, 구조화된 필드로 분리하면 검색과 필터, 비교가 가능해져서 사용자:value가 높아집니다.

Golden set 기반 품질 비교를 통해 추출 변화를 지속적으로 monitoring하고 있다는 점도 실무적입니다. LLM의 출력이 일정하지 않을 수 있으므로, 정기적으로 golden set으로 품질을 검증하는 것은 안정적인 서비스 운영에 필수입니다.

OpenAI·OpenRouter 호환 레이어 분리를 통해 모델 공급자를 유연하게 교체할 수 있게 했다는 점도 확장성 측면에서 좋습니다. 특정 모델에 의존하지 않으면서도 필요에 따라 다른 모델로 전환할 수 있습니다.

요약

주거나침반은 공공임대주택 공고의 정보 접근성을 개선하기 위해 만든 서비스로, AI로 공고문을 구조화해서 사용자에게 제공하는 것이 핵심입니다. 파이프라인 설계부터 품질 관리, UX 고민까지 실제 불필움을 해결하는 과정에서 비롯된 선택들이 담겨 있어서, AI 서비스를 직접 만들고자 하는 개발자에게 실질적인 참고점이 될 것입니다.

---

📚 출처

• GeekNews — 주거나침반

• 주거나침반 웹사이트

---

📚 출처

• https://news.hada.io/topic?id=30070