1. 팀원
2. 프로젝트 소개
2.1. 탐라, 탐나
2.2. 주요 화면 구성
2.3. 프로젝트 구조
2.4. 기술 스택
3. 협업 규칙
4. 시작 가이드
5. 추가 자료
 |
 |
 |
 |
|---|---|---|---|
| 김수현@SuHyunKKim | 서가은@gaaaani | 이현종@HyunJong00 | 조예림@YeRimmm-Cho |
| 백엔드 | 백엔드 | 프론트엔드 | 프론트엔드 |
| 구분 | 성명 | 학번 | 소속학과 | 연계전공 |
|---|---|---|---|---|
| 팀장 | 김수현 | 2019112426 | 산업시스템공학과 | 융합소프트웨어 |
| 팀원 | 서가은 | 2021110261 | 통계학과 | 융합소프트웨어 |
| 팀원 | 이현종 | 2019111655 | 바이오환경과학과 | 융합소프트웨어 |
| 팀원 | 조예림 | 2020111500 | 회계학과 | 융합소프트웨어 |
- 이준희 멘토님 (삼성리서치)
 |
 |
|---|---|
| 컨슈머 인사이트 여행 도표 | 관광 트랜드 평가 |
- 여행 트렌드의 변화
- 코로나 엔데믹 선언 이후 여행 산업이 회복세에 접어들며 국내 여행 수요는 팬데믹 이전 수준을 초과.
- 현대인들은 개성을 중시하며 자신만의 독특한 경험을 찾는 여행 경향이 강화.
- 현대 관광 트렌드는 소확행, 비일상 여행, 경험 소비 등 다양하게 세분화.
- 기존 여행 플랫폼의 한계
- 사용자는 여행 정보를 얻기 위해 많은 시간과 노력을 투자해야 하며, 기존 플랫폼은 주로 패키지 중심으로 운영.
- 개인의 선호도와 요구를 충분히 반영하지 못해 개별화된 맞춤형 여행 계획 제공에 한계가 존재.
- LLM 기술의 도입 필요성
- LLM은 방대한 데이터 학습을 통해 자연어를 이해하고 실시간 맞춤형 여행 일정을 생성 가능.
- 사용자 요구를 파악해 개인화된 여행 경험을 제공하며, 실시간 피드백과 선호도를 반영.
- 여행 후기 자동 생성 및 커뮤니티 공유를 통해 신뢰성 있는 정보 교환 지원.
- 사용자 중심의 맞춤형 여행 일정 추천 서비스 제공
- 여행 일정 관리의 편의성 제공
- 최신 데이터와 LLM의 결합으로 신뢰도 강화
- 여행 일정 관리 어플 ‘트리플’의 ‘AI 일정 추천’ 서비스
<기능 개요>
- 여행지, 여행 기간, 여행 스타일 등의 라벨을 제공하여 사용자가 선택한 라벨을 기반으로 AI가 맞춤형 여행 일정을 자동으로 생성해준다.
<특징 및 한계점> - 사용자가 선택한 라벨에 따라 AI가 단일 일정을 생성한다.
- 추천된 일정은 사용자가 편집할 수 있으며 이를 본인의 일정으로 저장할 수 있다.
- 사용자가 선택한 라벨에 따라 AI가 단일 일정을 제시할 뿐, 실시간으로 요구 사항을 추가하거나 일정을 수정하는 대화형 상호작용이 불가능하다.
- 일정이 마음에 들지 않을 경우 사용자가 직접 일정을 수정하거나 다시 처음부터 라벨을 선택해야하는 불편함이 존재한다.
- 여행 일정과 연계된 숙소나 다른 여행 관련 상품에 대한 추가적인 정보나 대체 옵션이제공되지만 광고와 마케팅으로 인한 추천이 이루어지기도 한다.
- 마이리얼트립의 ‘AI 여행 플래너 ’ 서비스
<기능 개요>
- 챗지피티 기반의 AI 여행 플래너를 제공
< 특징 및 한계점> - 마이리얼트립이 보유한 데이터베이스를 활용하여, 사용자의 요청에 맞춘 여행 일정과 여행 관련 상품을 추천한다.
- 사용자가 추천받은 일정 내에서 숙소, 액티비티, 투어 등을 예약할 수 있는 통합된 서비스를 제공한다.
- GPT 기반 답변이 영어에서 번역되면서 번역 품질이 매끄럽지 않고 어색한 표현이 많고 국내 여행지에 대해서는 다소 미비한 답변을 제공하는 경우가 있다.
- 현재 해당 서비스는 웹에서는 사용이 불가능하고 앱에서만 사용 가능 하지만 현재 서비스가 중단된 것으로 보인다.
- AI 기반 여행 쇼츠 플랫폼인 viiv
<기능 개요>
- 질문형 자연어 입력 방식을 통해 여행 일정을 짧은 비디오 형식으로 시각화하여 제공한다.
<특징 및 한계점> - 날짜, 도시, 인원, 여행 테마 등에 대한 정해진 질문에 사용자가 답변을 입력하면, AI가 그 정보를 바탕으로 단일 여행 일정을 생성해준다.
- 짧고 직관적인 쇼츠 형식으로 시각적 콘텐츠를 통해 일정이 제공된다.
- 일정 추천이 단일 일정에 한정되며, 추가적 상품 추천이나 선택의 다양성이 부족하다.
- 질문형 자연어 입력 방식은 사용자가 정해진 질문에 답하는 방식으로, 상호작용의 깊이가 제한적이다. 사용자는 AI가 제시하는 질문에만 답할 수 있으며, 그 외의 추가적인 요구 사항이나 세부 수정 사항을 즉각 반영하기 어렵다.
| 기능 | 트리플 | 마이리얼트립 | viiv | 탐라, 탐나 |
|---|---|---|---|---|
| 실시간 상호작용 | X | △ | X | O |
| 개인 성향 반영 정도 | △ | X | X | O |
| 일정 저장 및 확인 | O | O | O | O |
- 실시간 상호작용 및 일정 수정 대화형 LLM 인터페이스를 통해 사용자는 여행 일정 추천을 실시간으로 받고, 즉시 수정하거나 추가적인 요구 사항을 반영할 수 있다. 여행 계획을 수립하면서 발생하는 다양한 변수에 맞춰 실시간 피드백을 제공하며, 사용자의 요청에 따라 유연한 여행 계획이 가능하다.
- 개인 성향 반영 정도 대화가 거듭될수록 사용자의 자세한 요구를 파악하게 되며, 이를 기반으로 매번 더 정교하고 개인화된 맞춤형 일정을 추천할 수 있다. 또한, 실시간 피드백을 반영해 사용자 경험을 최적화하고, 이를 통해 사용자에게 더욱 개인화된 여행 경험을 제공할 수 있다.
- 마이페이지 기능 사용자들이 LLM과 대화하며 생성한 여행 계획을 저장하고 마이페이지에서 언제든지 다시 확인할 수 있도록 지원한다. 단순히 일정을 생성하고 끝나는 것이 아니라, 계획을 저장하고 보관함으로써 사용자들이 자신의 여행 기록을 관리하고, 이후에도 참고할 수 있다.
-
사용자 맞춤형 여행 추천
- 프롬프트 엔지니어링을 통한 "여행 계획 에이전트" 개발
- 사용자가 입력한 여행 정보(여행 기간, 동반자, 선호 테마 등)를 바탕으로 페르소나가 부여된 LLM이 여행 일정을 추천
- 실시간 대화형 인터페이스를 통해 추천받은 일정 수정 및 상호작용 가능
-
RAG(Retrieval-Augmented Generation) 기반 장소 데이터 활용
- 크롤링한 데이터를 기반으로 한 최신 장소 정보 제공
- 수집한 데이터를 벡터화하고, 데이터의 코사인 유사도를 바탕으로 입력 정보와 유사도를 판별
- RAG 기술을 사용하여 데이터베이스에서 관련 정보를 검색하고 LLM이 자연어로 여행 일정 생성
-
세부 일정 및 경로 생성
- 여행 일정 추천 화면의 좌측에서 추천 일자별 여행 일정 확인 가능
- 추천된 여행지에 대한 경로를 지도로 확인 가능
- 여행지 사이사이에 대한 경로를 클릭 한번으로 카카오맵을 통해 확인 가능
-
여행 일정 저장 및 관리
- 생성된 여행 일정을 사용자가 저장할 수 있는 기능 지원
- 저장된 일정을 사용자가 언제든 다시 확인 가능
| 사용자 초기 입력 화면 | 일정 추천 화면 |
|---|---|
 |
 |
| 상세 일정 화면 | 길찾기 화면 |
 |
 |
| 일정 확정 화면 | 마이페이지 일정 목록 화면 |
 |
 |
- 리엑트로 구현하였음
- 스프링 부트: 플랫폼 데이터 관리 관련 기능 개발
- 플라스크: 여행 계획 추천 에이전트 관련 기능 개발, Chatgpt와 랭체인, 파인콘을 결합하였음
2024-2-SCS4031-jjambbong-3
├── agentPersona # LLM 모델 디렉토리
│ ├── tamtam # 프롬프트 템플릿, ai api, 실험 폴더
│ ├── venv # 이 루트에 가상환경 생성
│ ├── app4.py # 메인 flask 어플리케이션
│ ├── requirements.txt
│ ├── .env
├── server
│ ├── src
│ │ ├── main
│ │ │ ├── java.com.capstone.server # 스프링부트 모듈 파일 폴더
│ │ │ ├── resources # 어플리케이션 properties
│ ├── build.gradle # gradle 빌드 파일
├── data
│ ├── testdb.sqlite # 프로젝트 DB
frontend
├── node_modules
├── public
│ ├── mockdata
│ ├── favicon.ico
│ ├── index.html
│ ├── logo.svg
│ ├── manifest.json
├── src
│ ├── api # API 연결 코드 모음
│ ├── assets # 사용 이미지 및 아이콘 모음
│ │ ├── fonts # 사용 폰트
│ │ ├── images
│ │ ├── logo.svg
│ ├── components # 재사용 가능 컴포넌트 모음
│ ├── pages # 페이지 모음
│ ├── App.js
│ ├── index.js
│ ├── setupProxy.js
│ ├── url.txt
├── .gitignore
├── package-lock.json
├── package.json
├── yarn.lock
Frontend
Backend
Server
Database
Development Tools
Communications
Collaborations
Version Control
- 메인 브랜치와 기능별 브랜치를 구분하여 사용
main: 배포 가능한 상태의 코드만을 관리하는 브랜치[#기능이슈번호]-feat-[#파트]-[#기능명]: 파트와 기능별로 브랜치를 생성하여 작업
예)15-feat-BE-agentpersona
- 커밋 메시지는 다음과 같은 형식으로 작성
convention:[#파트] 커밋메시지 예) feat:[BE] 로그인 API 구현 - 깃 컨벤션
feat: 새로운 기능 추가fix: 버그 수정docs: 문서 수정style: 코드 포맷팅, 세미콜론 누락, 코드 변경이 없는 경우test: 테스트 코드, 리팩토링 테스트 코드 추가design: 디자인 관련 수정refactor: 코드 리팩토링remove: 파일 또는 코드 삭제rename: 파일 또는 코드명 변경
- 템플릿을 사용하여 PR을 작성: PR 템플릿 바로가기
- 기능 이슈번호에 따라 PR을 상세하게 작성하도록 하였음
- 템플릿을 사용하여 Issue를 작성: Issue 템플릿 바로가기
- PR에 해당하는 이슈번호를 작성하여 PR과 이슈를 연결
로컬 환경에서 빌드하고 실행하려면 다음이 필요함:
* Intellij - for Springboot
* Ngrok
* Front, Back .env 파일 (요청시 제공)
- Springboot, flask, react 총 3개의 프로젝트를 실행해야함
- Intellij 상에서 리엑트와 플라스크를 위한 두개의 터미널, 총 2개를 실행해야함
cd ./agentPersona
python -m venv [가상환경이름]
./venv/Scripts/activate
pip install --upgrade pip setuptools wheel && \
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu && \
pip install flask flask-cors python-dotenv flask-sqlalchemy langchain openai pinecone-client langchain-pinecone sentence-transformers pymysql && \
pip install --upgrade langchain langchain-community && \
pip install -r requirements.txt --no-deps
python app4.py
cd ./frontend # 프로젝트 루트 디렉토리 기준
npm install react-scripts --save
npm install
npm start
- server 디렉토리의 gradle 파일 빌드 및 실행
(작성예정)
- 회의록 바로가기: 노션 회의록 바로가기
- 프로젝트 일정 관리: 간트차트 바로가기
- 수행계획서: 수행계획서 바로가기
- 최종보고서: 최종보고서 바로가기
- 제안발표: 제안발표자료 바로가기
- 중간발표: 중간발표자료 바로가기
- 최종발표: 최종발표자료 바로가기
- 특허명세서: 특허명세서 바로가기
- 기능명세서: 기능명세서 바로가기
- API 명세서: API 명세서 바로가기