TToTA AI

관리자가 업로드한 문서와 실시간 웹검색 결과를 근거로 답하는 RAG 기반 AI 챗봇입니다.

• Next.js 15 (App Router) — Vercel 배포 가능
• LLM 선택: Claude / ChatGPT / Gemini (Vercel AI SDK)
• RAG: 문서를 Supabase Storage에 업로드 → Upstage Embedding(4096차원) → Supabase pgvector 저장·검색
• 웹검색: Tavily 원격 MCP 서버(tavily_search)를 모델이 필요할 때 호출
• 로그인: Supabase Auth + Google OAuth
• 대화 저장: 채팅방별 질문·답변·참고 출처·생성 시간 (Supabase DB)

1. 환경변수

.env.example을 참고해 .env.local을 채웁니다. (이미 생성되어 있으면 빈칸만 입력)

변수	설명
NEXT_PUBLIC_SUPABASE_URL, NEXT_PUBLIC_SUPABASE_PUBLISHABLE_KEY	Supabase 프로젝트 URL / Publishable key
SUPABASE_SECRET_KEY	문서 업로드·임베딩 저장(서버 전용, Vercel에도 필요). Project Settings → API Keys → Secret key
ADMIN_EMAILS	문서 관리 페이지를 쓸 수 있는 관리자 Google 이메일 (쉼표로 여러 명)
UPSTAGE_API_KEY	Upstage 임베딩
TAVILY_API_KEY	Tavily 웹검색(MCP)
ANTHROPIC_API_KEY, OPENAI_API_KEY, GOOGLE_GENERATIVE_AI_API_KEY	사용할 LLM 키 (없는 모델은 선택 시 안내 메시지)
ANTHROPIC_MODEL, OPENAI_MODEL, GEMINI_MODEL	(선택) 모델 ID 변경

2. Supabase 설정

1. SQL Editor에서 supabase/schema.sql 전체를 실행합니다. (Storage documents 버킷, document_files / documents / chat_rooms / messages 테이블, RLS, match_documents 함수 생성. 여러 번 실행해도 안전하므로 스키마가 바뀌면 다시 실행하면 됩니다.)
2. Google OAuth 클라이언트 만들기 — Google Cloud Console → 사용자 인증 정보 → OAuth 클라이언트 ID(웹 애플리케이션)
   • 승인된 리디렉션 URI: https://<프로젝트>.supabase.co/auth/v1/callback
3. Supabase Authentication → Sign In / Providers → Google 활성화 후 Client ID / Secret 입력
4. Supabase Authentication → URL Configuration
   • Site URL: http://localhost:3000 (배포 후 Vercel 도메인으로 변경)
   • Redirect URLs: http://localhost:3000/auth/callback, https://<vercel-도메인>/auth/callback

3. 문서 업로드

관리자 계정(ADMIN_EMAILS)으로 로그인하면 사이드바에 📚 문서 관리 메뉴가 보입니다.

1. 문서 관리 페이지에서 파일을 끌어다 놓거나 선택 (.pdf .hwp .hwpx .xlsx .xls .csv .txt .md .json, 파일당 50MB)
2. 브라우저 → Supabase Storage(documents 버킷)로 직접 업로드
3. 서버가 파일을 내려받아 청크 분할 → Upstage 임베딩 → documents 테이블 저장
4. 상태가 검색 가능이 되면 모든 사용자의 질문 검색에 바로 사용됩니다

문서를 삭제하면 Storage 원본과 임베딩 청크가 함께 지워집니다. 재처리는 같은 파일을 다시 임베딩합니다.

카테고리

• 업로드 전에 카테고리를 입력(또는 기존 카테고리 선택)하면 그 묶음의 파일에 적용됩니다. 비워두면 미분류입니다.
• 목록의 카테고리 변경으로 언제든 바꿀 수 있으며, 재임베딩은 필요 없습니다.
• 사용자는 채팅 상단에서 전체 문서 또는 특정 카테고리를 선택해, 선택한 카테고리 문서만 검색할 수 있습니다. 미분류 문서는 전체 문서 검색에만 쓰입니다.
• 기존 프로젝트는 앱 배포 전에 supabase/migrations/20261022_document_categories.sql(또는 갱신된 schema.sql 전체)을 SQL Editor에서 실행하세요.

답변 다운로드

각 AI 답변 아래 답변 다운로드에서 문서 제목, 파일 형식, 출처 포함 여부를 선택할 수 있습니다.

• Word (.docx): 제목·문단·강조·표·코드 등 기본 서식을 변환합니다.
• PDF: 별도 인쇄창을 열어 브라우저의 PDF로 저장으로 저장합니다. 팝업 허용이 필요할 수 있습니다.
• 텍스트 (.txt): Markdown 서식 기호를 제거한 UTF-8 텍스트입니다.
• Markdown (.md): 답변의 Markdown 원문을 유지합니다.

변환은 브라우저에서 수행하며, 다운로드를 위한 추가 AI API 호출이나 서버 파일 저장은 없습니다. 답변 생성 중에는 저장할 수 없습니다. 이미지 파일은 포함하지 않으며, 복잡한 중첩 목록 등은 원래 화면과 서식이 다를 수 있습니다. 기존 답변을 저장하는 기능이며 보고서·공문 등으로 내용을 새로 작성하는 기능은 아닙니다.

검증 명령: npm test, npm run lint, npm run build.

4. 실행

npm install
npm run check   # (선택) Upstage·Tavily MCP 연결 점검
npm run dev     # http://localhost:3000

5. Vercel 배포

1. GitHub 저장소를 Vercel에 Import
2. Environment Variables에 .env.local 값을 동일하게 입력 (SUPABASE_SECRET_KEY, ADMIN_EMAILS 포함)
3. 배포 도메인을 Supabase Redirect URLs에 추가

구조

app/
  page.tsx                 랜딩페이지 (Google로 시작하기)
  auth/callback, signout   OAuth 콜백 / 로그아웃
  (app)/chat/              챗봇 (사이드바 + 채팅방)
  (app)/documents/         문서 관리 (관리자 전용)
  api/chat/route.ts        RAG 검색 → LLM 스트리밍(+Tavily MCP) → DB 저장
  api/documents/           업로드 URL 발급 / 임베딩 처리 / 삭제
components/                Chat, Sidebar, DocumentManager, 로그인 버튼
lib/                       supabase 클라이언트, embeddings, ingest, rag, models, tavily-mcp
supabase/schema.sql        DB 스키마