1. 수행배경

• 구직자와 근로자는 입사를 결정하기 전이나 재직 중에 해당 사업장의 임금체불·산업재해 위험을 쉽고 신뢰할 수 있는 확인수단이 부족합니다. 고용노동부의 체불사업주 명단은 이미 확정된 이후에만 공개되는 사후 정보이고, 취업 리뷰 커뮤니티는 몇 년 지난 개인의 주관적 경험담에 의존해 신뢰하기 어려우며, 범용 AI 챗봇에 특정 회사를 물어봐도 그 회사에 대한 실제 데이터 없이 일반론적인 답변만 돌아옵니다. 정보들이 공공데이터·법령 정보·현장 경험이 서로 연결되지 않은 채 흩어져 있다는 것을 문제 상황으로 정의했습니다.
  
  
• 저희는 🔗인천대학교 데이터사이언스 연합 동아리 SeD(Shall we Data?) 소속으로 산업경영학과·컴퓨터공학부 학생들이 함께한 다학제 팀입니다. 문제 상황을 해소하는 여러 서비스들을 하나의 서비스로 통합하면 "정보 비대칭 해소"라는 사회적 가치와 "공공데이터 · Machine Learning · Large Language Model 통합"이라는 기술적 완성도를 동시에 보여줄 수 있다고 판단했습니다.
  
  
• 이에 개별 프로토타입을 팀 프로젝트로 재구성하고 제22회 인천대학교 창의적 종합설계 경진대회 출전을 목표로 임금체불·산업재해 예측 모델, 노동법 기반 RAG 상담, 근로계약서 진단, 근로감독관 지원 도구까지 아우르는 통합 플랫폼 「Co끼리」를 개발하게 되었습니다.

2. 수행기간(26.05.25 ~ 26.10.01)

3. 개발작품 설명

🔗Co끼리는 공공데이터와 AI 기술 활용해 임금체불 및 산업재해 발생 가능성을 예측하고 그 근거를 보여주는 웹사이트입니다.
회사가 "위험하다" 또는 "안전하다"고 결론을 내려주는 것이 아니라 확인된 사실만 보여주고 판단은 사용자가 직접 하도록 합니다.

3.1.1. 사업장 검색 기능

— 회사 이름을 입력하면 검색 결과가 나옵니다. 같은 이름의 회사가 여러 개 있을 수 있어서 지역과 업종을 함께 보여주고 사용자가 직접 맞는 회사를 고르게 합니다.

3.1.2. 위험 신호 카드 기능

— 회사를 선택하면 임금 카드와 산업재해 카드 두 개가 따로 나옵니다. 두 카드를 하나의 점수로 합치지 않습니다. 임금 카드는 고용노동부 체불사업주 명단과 연결되어 있고, 산업재해 카드는 과거 산업재해 승인 기록을 바탕으로 만든 예측 모델의 결과입니다.

— 이 예측 모델은 결과만 보여주지 않고, "왜 이런 결과가 나왔는지"도 함께 보여줍니다. 예를 들어 "최근 산업재해 승인 건수가 같은 업종 평균보다 많았습니다" 같은 근거 항목을 제시하는 방식이 있습니다. 판정에 필요한 자료가 부족한 회사는 "안전하다"로 처리하지 않고 "분석 자료 부족"이라고 그대로 표시합니다.

3.1.3. 돈워리 AI 노동 상담

— 채팅창에 질문을 입력하면 AI가 답합니다. 이 AI는 질문에 바로 답하지 않고, 먼저 근로기준법 조문과 고용노동부 안내 자료 중에서 질문과 관련된 문서를 찾습니다. 그리고 찾은 문서 내용을 근거로 답을 만듭니다. 관련 문서를 찾지 못하면 "모른다"고 답하고, 지어낸 답을 내놓지 않습니다.

— 이렇게 만든 이유는 AI가 실제로 존재하지 않는 법 조항이나 숫자를 만들어내는 문제를 막기 위해서입니다. 답변은 국내 AI 기업 업스테이지의 Solar와 SKT의 A.X, 국내 AI 회사 두 곳의 모델로 각각 만들어 나란히 보여줍니다. 한 회사의 모델에만 의존하지 않기 위해서입니다.

3.1.4. 근로계약서 진단

— 근로계약서 파일을 올리면, 근로기준법에서 반드시 있어야 한다고 정한 항목인 임금, 근로시간, 휴게시간과 같은 요소들이 계약서에 있는지 확인합니다.

— 확인된 항목, 빠졌을 가능성이 있는 항목, 회사에 다시 물어봐야 할 질문 세 가지로 나눠서 보여줍니다. 분석이 끝나면 파일을 서버에 남기지 않습니다.

3.1.5. 커뮤니티와 현장 신고 기능

— 로그인한 사용자는 같은 업종 종사자가 쓴 글을 읽고 직접 글을 쓸 수 있습니다. 부적절한 글은 신고할 수 있습니다.

— 현장에서 사진을 찍어 위험한 상황을 신고하는 기능이 있는데 해당 신고는 일반 사용자에게 공개되지 않고 근로감독관 화면에만 전달됩니다.

3.1.6. 근로감독관 화면 기능

— 근로감독관 계정으로 로그인하면 별도 화면이 나옵니다. 지역과 업종으로 관할 사업장을 검색하고 위험 신호가 높은 순서로 최대 3,000개 사업장을 목록으로 볼 수 있습니다.

— 각 사업장마다 왜 위험 신호가 높게 나왔는지 근거 항목이 함께 나오기에 현장 점검 순서를 정하는 데 참고할 수 있습니다.

3.1.7. 운영 관리자 화면 기능

— 운영 관리자 계정으로 로그인하면 신고 접수된 게시글 목록을 볼 수 있고 내용을 확인한 뒤 화면에서 비공개 처리할 수 있습니다.

— AI & Machine Learning Operations 탭에 접근하여 LLM 프롬프트 수정, 사업장 대시보드 및 Rag 답변 점검, ML 모델 조정 권한을 가집니다.

3.2. 구현 방식

— 웹사이트는 Next.js라는 도구로 만들었고 회사 정보와 사용자 정보는 PostgreSQL이라는 데이터베이스 프로그램에 저장합니다.

— 데이터베이스에 접근하는 계정을 기능별로 나누었습니다. 이를테면 채팅 기능이 문제를 일으켜도 회원 정보나 게시글 데이터까지 함께 위험해지지 않도록 만들었습니다.

— 돈워리 AI 상담이 참고하는 법령 문서는 별도의 검색 프로그램에 저장해 놓고, 질문이 들어올 때마다 관련 문서를 찾아 AI에게 전달합니다.

— 근로계약서를 읽고 분석하는 부분은 Python이라는 언어로 따로 만든 프로그램이 처리합니다.

— 네 개의 프로그램을 Google Cloud에서 빌린 서버 한 대에 함께 설치해서 운영하고 있습니다.

— 코드를 수정할 때마다 데이터베이스 구조가 잘못 바뀌지 않았는지 자동으로 검사하는 절차를 만들어 사람이 실수해도 서버에 바로 반영되지 않고 한 번 더 검토하게 설계했습니다.

4. 활용방안

• 실사용자 확산
  — 구직자·재직자는 입사·이직 전 사업장을 검색하는 것만으로 위험 신호와 법령 근거를 무료로 확인할 수 있어, 정보 비대칭으로 인해 부당한 근로조건에 노출되는 사회초년생·청년 구직자의 자기 보호 역량을 높일 수 있습니다.
  
  
• 공공·행정 협업
  — 근로감독관 대시보드는 흩어진 임금체불·산업재해 데이터를 자동으로 취합·우선순위화해 현장 점검 계획 수립 시간을 단축합니다. 인천대학교 소재지인 인천 지역 사업장 데이터를 우선 연계해 지방고용노동청·근로복지공단 등 지역 노동 행정기관과의 협업 모델로 확장할 수 있습니다.
  
  
• 사업주 보호 기능으로서의 확장
  — 사업장이 스스로 자기 사업장(firm_id)을 연결하면, 근거 없는 위험 낙인 대신 실제 공개된 신호와 커뮤니티 반응을 투명하게 확인할 수 있어, 부정확한 소문으로부터 사업주를 보호하는 양면적 가치도 제공합니다.
  
  
• 데이터·모델 확장성
  — 현재 임금체불·산업재해 두 축으로 구성된 위험 신호 체계는 안전보건공단·산재보험 등 추가 공공데이터를 연계해 확장 가능한 구조로 설계되어 있어, 향후 직종별·지역별 위험 예측 고도화, 나아가 사업화 시 B2G(지자체·고용노동부 연계 서비스) 및 B2B(HR·컴플라이언스 솔루션) 모델로 발전시킬 수 있습니다.