YakganDongui

AI 기반 불공정 약관 탐지 플랫폼

---

Tech Stack

Backend

AI / NLP

Data Processing

---

팀원 구성

정지현	최유정
@jeongjihyunn	@sallydeveloperr

---

Overview

YakganDongui는 이용약관 텍스트를 분석하여 불공정 가능성이 있는 조항을 탐지하고,
공정거래위원회 심결례를 기반으로 근거 중심의 분석 결과를 제공하는 시스템이다.

일반 사용자가 이해하기 어려운 약관 구조를 조항 단위로 분해하고,
위험도를 분류한 뒤 유사 사례를 연결하여 판단을 보조하는 것을 목표로 한다.

---

Features

• 약관 텍스트 입력 기반 분석
• 조항 단위 분리 및 전처리
• 규칙 기반 위험도 분류 (HIGH / MEDIUM / LOW)
• RAG 기반 공정위 심결례 검색
• 조항별 설명 생성
• FastAPI 기반 REST API 제공

---

System Architecture

Input (Text / File / URL)
        ↓
Text Extraction (OCR / PDF / Crawling)
        ↓
Clause Splitter
        ↓
Risk Classification (Rule-based → Model 확장 예정)
        ↓
RAG Retriever (SentenceTransformer + FAISS)
        ↓
LLM Explanation (Claude API)
        ↓
API Response

---

Project Structure

Backend/
├── app/
│   ├── api/routes/
│   │   └── analyze.py
│   ├── services/
│   │   ├── analyze_pipeline.py
│   │   ├── clause_splitter.py
│   │   ├── precedent_retriever.py
│   │   └── llm_explainer.py
│   ├── schemas/
│   ├── core/
│   └── main.py
│
├── data_collection/
│   ├── collect_ftc_cases.py
│   ├── preprocess_ftc_for_rag.py
│   ├── build_faiss_index.py
│   └── search_ftc_rag.py

---

Installation

python -m venv .venv
.venv\Scripts\activate

pip install -r requirements.txt

Run

python -m uvicorn app.main:app --reload

Swagger UI:

http://127.0.0.1:8000/docs

---

API

Analyze Terms (Immediate)

POST /api/analyze

Request:

{
  "text": "약관 전체 텍스트"
}

Response:

{
  "summary": {
    "total_clauses": 5,
    "high_risk": 2,
    "medium_risk": 1,
    "low_risk": 2
  },
  "clauses": []
}

---

Current Status

항목	상태
Data collection	✅ 완료
RAG retrieval	✅ 구현 완료
Analysis pipeline	✅ MVP 구현 완료
API server	✅ 구현 완료
Frontend	⏳ 미구현
Model-based classification	✅ KoELECTRA optional 연동

---

KoELECTRA / KR-ELECTRA

프로젝트 기본 후보 모델은 snunlp/KR-ELECTRA-discriminator입니다. 한국어 ELECTRA 계열이며 사전학습 corpus에 법률 텍스트가 포함되어 있어 약관 위험도 분류 fine-tuning 후보로 사용합니다.

원본 모델은 사전학습 checkpoint이므로, 실제 위험도 예측에 사용하려면 LOW, MEDIUM, HIGH 라벨로 fine-tuning한 sequence-classification checkpoint가 필요합니다. fine-tuning 전에는 USE_KOELECTRA_CLASSIFIER=false로 두면 기존 규칙 기반 분류가 fallback으로 동작합니다.

USE_KOELECTRA_CLASSIFIER=false
KOELECTRA_MODEL_NAME_OR_PATH=snunlp/KR-ELECTRA-discriminator
KOELECTRA_LABEL_MAP=LABEL_0:LOW,LABEL_1:MEDIUM,LABEL_2:HIGH

fine-tuning한 모델을 저장하거나 Hugging Face에 업로드한 뒤에는 KOELECTRA_MODEL_NAME_OR_PATH만 해당 경로 또는 모델 ID로 바꾸고 USE_KOELECTRA_CLASSIFIER=true로 전환합니다.

데모용으로는 기존 규칙 기반 분류 결과를 pseudo-label로 만들어 KR-ELECTRA를 학습할 수 있습니다. 이 checkpoint는 발표용 연결 검증에는 사용할 수 있지만, 사람이 검수한 정답 라벨로 학습한 모델은 아닙니다.

python scripts/train_koelectra_pseudo.py --allow-download --epochs 1 --max-samples-per-label 80

학습 후 .env 예시:

USE_KOELECTRA_CLASSIFIER=true
KOELECTRA_MODEL_NAME_OR_PATH=models/koelectra-risk-pseudo
ALLOW_MODEL_DOWNLOAD=false

---

Roadmap

• KoELECTRA 기반 위험도 분류 모델 optional 적용
• 약관 도메인 데이터셋 구축
• RAG 검색 품질 개선
• 프론트엔드 UI 개발
• 분석 리포트 기능 추가

---

Notes

• 본 프로젝트는 학술 및 연구 목적으로 개발됨
• 일부 기능은 MVP 수준으로 구현되어 있으며 지속적으로 개선 예정