AI 기반 라이선스 수집·분석 시스템 V3 (2025)

0한눈에

• 대상: 오픈소스 라이선스 수집·분석 파이프라인 (V3 재설계).
• 핵심: 다양한 소스의 라이선스 원문(full_text)을 원문 통합 테이블에 적재 → AI 분석 → 정제 최종 데이터를 단일 테이블로 생성. 재설계로 조인 테이블 3개 제거, SPDX 라이선스 650건+ 원문을 AI로 분석.
• 도입: 외부 서비스 의존 제거를 위해 LLM API (ChatGPT) 적용.

1왜 재설계했나

기존(V2 이전) 라이선스 수집은 결과 한 건을 얻기 위해 여러 테이블을 복잡하게 조인해야 했고, 분석의 핵심을 외부 서비스에 의존하고 있었다. 구조가 복잡해 유지보수가 어렵고, 외부 서비스 장애·정책 변화에 그대로 노출되는 문제가 있었다. → 구조 단순화 + 외부 의존 제거가 목표.

2파이프라인 구조

1. 다양한 소스에서 라이선스 원문(full_text)을 수집해 원문 통합 테이블에 적재
2. LLM API(ChatGPT)가 원문을 분석해 type을 permissive / protective로 분류하고 주요 권한 추출
3. 프롬프트 엔지니어링으로 protective를 Weak / Strong로 세분화
4. 분석 결과를 정제해 최종 단일 테이블로 생성

3온보딩 포인트

• 데이터 모델의 핵심은 원문 통합 테이블(full_text 보관) → AI 분석 → 정제 단일 테이블 2단계 구조.
• 라이선스 분류 체계: type = permissive / protective, 그리고 protective는 Weak / Strong로 세분화.
• 분류·세분화 품질은 프롬프트 엔지니어링에 의존하므로, 프롬프트 변경 시 분류 일관성 회귀 점검 필요.
• 외부 서비스 의존이 제거되었으므로, 분석 정확도/비용 관리는 LLM API 호출 단에서 관리한다.

4공개(포트폴리오)와의 차이

공개 버전(human/portfolio/items/ai-license-pipeline-v3.html)은 내부 테이블명·내부 식별자를 제거하고 라이선스 type 분류 체계(permissive/protective, Weak/Strong)와 파이프라인 구조를 일반 용어로 풀어 문제·접근·임팩트 중심으로 일반화했다. 이 내부 문서는 본인 참고/온보딩용으로 내부 식별자를 유지한다.

📜 라이선스 데이터 시리즈 ③ — ① 라이선스 DB화 · ② 양립성 DB · ③ AI 분석 파이프라인