🏆 SSAFY 12기 1학기 관통 프로젝트 우수상 수상
| 이름 | 역할 | 담당 업무 |
|---|---|---|
| 우정훈 | 프론트엔드 | Vue.js 개발, UI/UX 디자인, PPT 작성🎨 |
| 권상웅 | 백엔드 | Django 개발, 데이터베이스 설계, 금융 상품 추천 AI 기능🤖 |
- Frontend : Vue.js (반응형 & 동적 인터페이스)
- Backend : Django (안정적인 서버 사이드 로직)
- Database : SQLite (가벼운 데이터 관리)
- AI Engine : OpenAI GPT (지능형 개인화 추천)
📦 Frontend Project Root
┣ 📂assets
┃ ┣ 📂images
┣ 📂components
┃ ┣ 📂auth
┃ ┣ 📂board
┃ ┣ 📂common
┃ ┣ 📂exchange
┃ ┣ 📂external
┃ ┣ 📂finance
┃ ┣ 📂profile
┃ ┣ 📂smartAssistant
┃ ┗ 📂ui
┃ ┃ ┣ 📂progress
┃ ┃ ┗ 📂sonner
┣ 📂hooks
┃ ┣ 📂auth
┃ ┣ 📂common
┃ ┗ 📂navigator
┣ 📂lib
┣ 📂routes
┃ ┣ 📂layouts
┃ ┣ 📂pages
┃ ┃ ┣ 📂auth
┃ ┃ ┣ 📂board
┃ ┃ ┣ 📂external
┃ ┃ ┣ 📂finance
┃ ┃ ┗ 📜HomePage
┃ ┗ 📜index.js
┣ 📂services
┣ 📂stores
📦 Backend Project Root
┣ 📂 accounts
┣ 📂 board
┣ 📂 exchange_rates
┣ 📂 finance
┣ 📂 FinPoint
┣ 📂 likes
┣ 📂 recommendation
┣ 📂 wishlist
┣ 📂 wishlists
- [✓] 금융 상품 게시판
- [✓] 상품 상세 정보 조회
- [✓] 연령대 기반 상품 추천
- [✓] AI 활용 개인화 추천
- User: 기본 사용자 정보와 재무 정보(연봉, 자산)를 저장
- Board: 금융상품 관련 게시글 (예금, 적금)
- WishList: 금융상품 가입하기 기능 (사용자당 상품 한번만 가능)
- Like: 게시글 좋아요 기능 (사용자당 게시글 한번만 가능)
- 연령대 분류 시스템
def get_age_group(self, age): if age < 20: return "10대" elif age < 30: return "20대" elif age < 40: return "30대" elif age < 50: return "40대" elif age < 60: return "50대" else: return "60대 이상"
- 생년월일 기반 정확한 나이 계산
def get_age_from_birth_date(self, birth_date): today = date.today() age = today.year - birth_date.year if today.month < birth_date.month or (today.month == birth_date.month and today.day < birth_date.day): age -= 1 # 생일이 지나지 않았으면 -1살 return age
- 위시리스트 데이터 활용
- 상품 유형별 분리 (예금/적금)
- 연령대별 선호도 집계
- 사용자별 중복 추천 방지
- 사용자 프로필 기반 금융 인사이트 생성
- 상품별 맞춤형 추천 이유 제공
- 연령대별 특화된 금융 조언
- 프로필 구성 요소
- 나이
- 연령대
- 연간 소득
- 총 자산
- 상품 유형 선호도
def analyze_age_group_preferences(self, product_type, exclude_products=None):
# 1. 기본 데이터 구조 설정
age_group_preferences = defaultdict(lambda: defaultdict(int))
product_codes = {}
# 2. 위시리스트 쿼리 구성
wishlists_query = WishList.objects.filter(type=product_type)
if exclude_products:
wishlists_query = wishlists_query.exclude(fin_prdt_cd__in=exclude_products)
# 3. 연령대별 선호도 집계
for wishlist in wishlists_query:
if wishlist.user.birth_date:
age = self.gpt_service.get_age_from_birth_date(wishlist.user.birth_date)
age_group = self.get_age_group(age)
age_group_preferences[age_group][wishlist.fin_prdt_nm] += 1
product_codes[wishlist.fin_prdt_nm] = wishlist.fin_prdt_cd분석 프로세스:
- 동일 연령대 사용자들의 위시리스트 수집
- 상품별 선호도 빈도 계산
- 이미 찜한 상품 제외 처리
- 상품 코드와 이름 매핑 유지
순위 산출 프로세스:
def get_top_items(self, preferences_dict, product_codes, n=3):
# 1. 선호도 기준 정렬
sorted_items = sorted(
preferences_dict.items(),
key=lambda x: x[1],
reverse=True
)
# 2. 상위 n개 상품 추출
return [
(name, count, product_codes.get(name))
for name, count in sorted_items[:n]
]추천 결과 구성:
{
"recommendations": [
{
"fin_prdt_cd": "상품코드",
"fin_prdt_nm": "상품명",
"count": "선호도 수",
"reason": "GPT 생성 추천 이유",
"key_features": ["주요 특징 1", "주요 특징 2", "주요 특징 3"]
}
],
"age_group_statistics": {
"age_group": "사용자 연령대",
"popular_products": "연령대 인기 상품 목록"
},
"user_insights": {
"age_based_insight": "연령대별 금융 인사이트",
"general_advice": "맞춤형 재무 조언"
}
}
- 협업 필터링 기반의 연령대별 선호도 분석
- GPT 기반의 개인화된 설명 생성
- 사용자
- 다양한 적금/예금 상품 열람
- 상품별 상세 정보 제공
- 연령대 기반 맞춤 상품 제안
- AI를 통한 지능형 추천
- 연령대별 선호 금융 상품 패턴 분석
- 개인화 추천 알고리즘
- 사용자 가입 이력 기반 인사이트 제공
- 기술적 성장
- AI 기술의 실제 적용 경험
- 금융 도메인에 대한 이해도 향상
- 데이터 정제의 어려움 : 금융 데이터의 복잡성을 마주하며 데이터 클렌징의 중요성을 깨달았습니다.
- AI 모델 신뢰성 확보 : 단순한 추천을 넘어 사용자에게 정말 도움되는 인사이트를 제공하는 것의 어려움
- 개인화의 깊이 : 각 사용자의 재무 여정이 얼마나 다른지, 그리고 그 차이를 AI로 얼마나 섬세하게 반영할 수 있을지에 대한 고민
UI/UX 디자인을 통해 사용자가 금융 서비스를 직관적으로 이용할 수 있도록 하는 데 초점을 맞췄습니다. ky, shadcn/ui, Lottie 등 경량화되고 사용하기 쉬운 인기 라이브러리를 선택하여, 그 이유를 고려하면서 적용할 수 있어 뿌듯했습니다. 또한 초기 프로젝트 회의에서 많은 시간을 투자한 만큼, 그 중요성을 실감하게 되었습니다.
사용자의 세션 정보를 처리하는 과정에서 cookie에 sessionid를 주는 작업을 하였고, ERD를 ERDCloud를 통해 깔끔하게 표현하여 팀원들과의 공유가 용이해졌습니다. 또한 Postman을 활용해 API 명세서를 프론트엔드 팀에게 직관적으로 전달할 수 있었습니다. 프론트와 백엔드를 따로 작업하다가 그 두 부분을 연결했을 때, 모든 것이 한 번에 맞아떨어져 짜릿한 성취감을 느꼈습니다.
이번 프로젝트를 통해 협업의 중요성과 툴 사용의 이유를 명확히 이해하게 되었습니다. 프로젝트를 진행하면서 각자의 역할에 맞는 툴을 선택하고 그 이유를 고민하는 과정이 매우 중요했음을 깨달았습니다.
이러한 경험을 바탕으로, 향후 프로젝트에서도 협업을 효율적으로 진행하고, 툴을 적절히 활용하여 문제를 해결하는 데 집중할 예정입니다💪