북키프로스(Northern Cyprus)를 위한 AI-native 부동산 플랫폼인 Evlek을 구축하면서, 우리는 거의 모든 AI 검색 제품에서 나타나는 문제에 직면했습니다:

언어 모델(Language Model)은 사용자가 무엇을 원하는지 이해할 수 있지만, 답변에 사용되는 사실을 스스로 만들어내도록 허용해서는 안 됩니다.

이는 부동산 분야에서 특히 중요해집니다.

조작된 제품 추천은 불편함을 줄 수 있습니다. 하지만 조작된 부동산 가격, 권리증(Title Deed) 유형, 가용 상태 또는 위치는 고가치의 의사결정에 영향을 미칠 수 있습니다.

따라서 우리는 다음과 같은 엄격한 분리를 중심으로 부동산 검색 아키텍처(Architecture)를 설계했습니다:

• 언어 모델(Language Model)은 의도(Intent)를 해석합니다.
• 애플리케이션(Application)은 그 의도를 검증합니다.
• 데이터베이스(Database)는 부동산 사실 정보를 제공합니다.
• 랭킹 레이어(Ranking Layer)는 관련성을 평가합니다.
• 모델(Model)은 검색된 결과를 설명합니다.

모델은 결코 진실의 근원(Source of Truth)이 되지 않습니다.

이 글에서는 왜 우리가 해당 아키텍처를 선택했는지, 자연어 부동산 쿼리(Query)가 어떻게 구조화된 검색(Structured Search)으로 변환되는지, 그리고 기초 데이터가 불완전할 때 어떻게 불확실성을 보존하는지에 대해 설명합니다.

기존 부동산 포털에 채팅을 추가할 때 발생하는 문제

대부분의 부동산 플랫폼은 필터(Filter)를 중심으로 구축되어 있습니다:

• 위치
• 부동산 유형
• 침실 수
• 최소 및 최대 가격
• 매매 또는 임대
• 선택된 편의 시설

필터는 사용자가 이미 시장을 이해하고 자신이 정확히 무엇을 원하는지 알고 있을 때 효과적입니다.

많은 사용자는 필터 설정부터 시작하지 않습니다. 그들은 문장으로 시작합니다:

키레니아(Kyrenia)에서 180,000파운드 미만이고, 바다와 가깝고, 투자에 적합한 현대적인 침실 2개짜리 아파트를 찾아줘.

이 요청에는 명시적 정보와 암시적 정보가 모두 포함되어 있습니다.

명시적 제약 조건(Explicit Constraints)에는 다음이 포함됩니다:

• 키레니아(Kyrenia)
• 아파트(Apartment)
• 침실 2개
• 최대 가격 180,000파운드

보다 완화된 선호도(Softer Preferences)에는 다음이 포함됩니다:

• 현대적인(Modern)
• 바다와 가까운(Close to the sea)
• 투자에 적합한(Suitable for investment)

언어 모델(Language model)은 이러한 신호들을 잘 해석할 수 있습니다. 위험은 모델이 기억에 의존하거나 검증되지 않은 텍스트 문맥(Text context)으로부터 실제 매물(Listings) 정보를 제공하도록 기대할 때 시작됩니다.

유창한 답변이 반드시 사실에 기반한 답변인 것은 아닙니다.

우리의 기본 아키텍처 규칙

우리는 모델을 부동산 정보의 진위(Property truth)를 판단하는 용도가 아닌, 언어 이해(Language understanding)를 위해 사용합니다.

단순화된 요청 흐름(Request flow)은 다음과 같습니다:

text
자연어 요청 (Natural-language request)
...