[n8n Hackathon] Pitchcoach

이 방식은 실제 창업지원센터·대학 창업팀·액셀러레이터 실무에서도 바로 활용 가능한 수준의 자동화를 제공하며, 사람 멘토링 없이도 반복 훈련이 가능해 비용·시간을 크게 절감합니다. 또한 공고–덱–발표–Q&A라는 서로 분리된 준비 단계를 하나의 데이터 흐름으로 묶어 해결한 점에서 기존 도구들과 차별화되는 창의적 접근을 적용했습니다. 이를 통해 창업자는 업로드만으로 전문 피드백에 준하는 분석과 실전형 훈련을 받을 수 있도록 구현했습니다.

이 기능은 공고문, IR Deck, 발표 음성을 한 번에 업로드하면 n8n 워크플로우가 자동으로 돌면서 IR 준비 전 과정을 분석해 주는 핵심 파이프라인입니다. 먼저 Upstage Document OCR API로 공고문과 IR Deck PDF를 구조화된 텍스트와 슬라이드 단위로 추출하고, Upstage LLM(SOLAR)을 통해 문서 유형을 분류한 뒤 지원대상, 평가기준, 배점, 제출서류, 문제정의·시장성·기술성·BM 등 IR 핵심 요소를 JSON 형태로 정리합니다. 그다음 공고문 분석 결과와 Deck 분석 결과를 다시 Upstage LLM에 입력하여 “공고에서 요구하는 평가 기준”과 “현재 Deck이 담고 있는 내용”을 항목별로 매핑하고, 충족·부분 충족·미비 항목을 판별해 요약, 강점, 약점, rule_score(0~100점)까지 자동으로 산출합니다. 발표 음성은 Whisper로 텍스트화한 뒤 Upstage LLM(SOLAR-pro2)로 발표 상황 분류, 전달력, 발화 속도, 억양·톤, 말버릇 등을 평가하여 음성 기반 피칭 분석 결과를 JSON으로 생성하고, 이 결과도 함께 병합해 하나의 멀티모달 IR 평가 데이터로 정규화합니다.

이 기능은 위에서 생성된 공고문·Deck·음성 분석 결과를 바탕으로, 심사위원 관점의 “실행 가능한 피드백 리포트”와 “예상 Q&A 세트”를 자동으로 만들어 주는 부분입니다. Upstage LLM에 summary, mapping_analysis, strength_points, weak_points, highlights, rule_score, 음성 분석 결과를 모두 전달하면, 모델이 이를 종합해 Executive Summary, Strengths, Improvement Points, Potential Investor Questions로 구성된 IR 피드백 텍스트를 생성하고, 별도의 Q&A 전용 프롬프트에서는 공고 기준과 Deck·발표의 취약 지점을 겨냥한 날카로운 질문 5개를 JSON 형태로 반환합니다. 이 과정에서도 모든 생성은 업스테이지 Solar 계열 LLM 노드를 통해 이루어지며, n8n 코드 노드가 LLM 응답을 안정적으로 파싱해 마크다운 리포트와 질문 리스트로 가공합니다. 그 결과 사용자는 공고문과 IR Deck, 발표 음성만 업로드하면, 업스테이지 API를 활용한 자동 분석을 통해 IR 적합도 점수, 개선 방향, 그리고 실전에서 바로 사용할 수 있는 예상 질문 리스트까지 한 번에 받을 수 있도록 설계되어 있습니다.