Development and Performance Analysis of an AutoRAG-Based Public Startup Support System Using Semantic Embeddings

공공 창업지원 정보는 공공데이터포털을 통해 다양한 API 형태로 제공되고 있으나, 이질적인 데이터 구조로 인해 효율적인 정보 탐색이 어렵다. 기존의 키워드 기반 검색 방식은 표현 차이로 인한 정보 누락이라는 구조적 한계를 지닌다. 이에 본 연구는 창업지원 API를 통합하여 맞춤형 창업지원 추천·질의응답시스템을 설계하고 구현하였다. 이질적인 API 응답을 공통 문서 구조에 통합하고, 의미 기반 임베딩 모델을 비교하여 RAG 인덱스를 구축하였다. AutoRAG 프레임워크를 통해 검색 성능을 정량 분석한 결과, BGE-M3 모델이 Top-k=1조건에서 F1-score 0.810, Top-k=10조건에서 nDCG 0.779·MAP 0.772로 가장 우수하였다. 생성 단계에서도 BERTScore 0.89·Semantic Similarity 0.74의 높은 성능을 기록하였다. 본 연구는 공공 창업지원 도메인에 AutoRAG 구조를 적용하여 검색·생성 단계를 분리 분석하고, 최적 파이프라인을 도출한 학술적 의의를 지닌다.