RAG로 의학 학습을 자동화한 개인용 공부 앱 구축기 (직관형)
소개
책에서 얻은 지식을 빠르게 내 앱에 반영하고, 전공(간호학)과 관련된 의학 정보 습득을 더 효율화하기 위해 RAG(Retrieval-Augmented Generation)와 여러 생성형 모델을 결합한 개인용 공부 앱을 만들었습니다.
동기: 책 정보 + OpenAI/다중 모델의 최신 지식을 한 화면에서 검색·요약·정리 ✨
목표: 문제집 문제나 해설을 즉시 인덱싱→질의응답까지 연결,
잘못된 환각을 줄이고,
학습용으로 빠르게 재사용하기.
핵심 인사이트(요약)
Claude Code는 예쁜 모래성을 잘 만들어줍니다 🏰 → 실제 기능은 직접 채워 넣어야 함.
테스트와 백업은 필수. 캐시/환경 문제로 "적용된 줄 알았는데 아닌" 상황이 반복됨.
RAG 동기화(수집→임베 딩→인덱싱→조회) 난이도가 생각보다 높았지만 구현 완료 ✅
진행 방법
사용 도구 & 모델
모델: OpenAI Codex(기능 테스트 용도), GPT 5-mini(사용 환경 기준), Gemini 2.5 Flash
RAG 구성요소: Chroma DB(벡터 저장소)
프런트/앱: Flutter(모바일), Streamlit(데이터 앱/툴링)
백엔드/인프라: Firebase
코딩 에이전트: Claude Code
시스템 아키텍처(요약)
[책/노트/논문 PDF] → [청크/전처리] → [임베딩] → [Chroma 컬렉션+Firebase Database 동기화] → [모델 응답(GPT 5-mini/Gemini)] → [앱 UI]
운영 팁 & 트러블슈팅
캐시/환경 이슈: "적용했다는데 안 보임" → 새로고침·클린 빌드로도 복구 안 되면 재설치 후 캐시 정리로 해결(실제 경험).
간단 화면 예시(캡처 자리)
컴퓨터 화면에서 한국어 메뉴의 스크린 샷
결과와 배운 점
구현 성과
책/노트 기반 의학 RAG 파이프라인 구축 및 앱 연동 성공 ✅
Streamlit 툴링으로 빠른 반복 테스트 가능
Flutter + Firebase로 모바일 배포 토대 확보
배운 점
에이전트가 만든 초안은 예쁘다 = 프로토타입. 프로덕션 기능은 직접 보완해야 안정적.
바이브코더의 교훈: 항상 테스트와 백업 → 캐시 이슈로 학습. CI에 회귀 테스트 추가 예정.
다음 계획
이제 운동, 코딩, 종교 등 다양한 분야에 적용하여 Study Myself 시스템을 완벽히 구축하려고 합니다
