📝 맛집 추천 챗봇 (2025.03 ~ 2025.06)

📌 프로젝트 개요

기존 맛집 탐색 서비스는 사용자가 직접 키워드를 검색하고 리뷰를 비교해야 하는 번거로움이 있으며, 추천 결과도 일부 인기 매장에 편중되는 한계가 있습니다. 본 프로젝트는 Selenium 기반 리뷰 데이터 크롤링과 RAG 파이프라인을 결합하여, 사용자의 질문에 맞춤화된 맛집을 추천해주는 AI 챗봇 개발을 목표로 하고 있습니다.

❓ 문제 정의

• 지도 기반 정보는 일부 인기 식당에 편중되어, 다양한 상황과 개인 취향을 반영하기 어렵다.
• 사용자는 여러 앱과 웹페이지를 오가며 키워드를 수정하고 리뷰를 비교해야 하는 번거로움을 겪는다.
• 낯선 지역에서는 신뢰할 만한 정보를 찾기 어려워, AI 기반 개인 맞춤형 추천 서비스가 필요하다.

⚙️ 개발 내용

• 데이터 수집
  • Selenium을 이용해 네이버 플레이스 리뷰 데이터를 매장별 크롤링
  • 매장별 고유 ID와 이름, 리뷰 데이터를 수집 후 CSV로 정리
• 데이터 전처리
  • 수집한 리뷰 데이터를 클렌징 및 정제하여 임베딩 가능한 형태로 가공
• 벡터 DB 구축
  • 전처리된 데이터를 임베딩 후 Chroma 벡터 DB에 저장
• AI 파이프라인
  • 사용자 입력을 벡터 DB에서 검색하고, LLM(Qwen-2.5b)으로 답변 생성
  • Streamlit을 이용한 챗봇 UI 구현으로 실시간 추천 서비스 데모 개발
• 프롬프트 엔지니어링
  • 역할 지시 prompting, few-shot prompting, chain-of-thought prompting 기법 적용해 답변의 정확도와 일관성 개선

👤 나의 역할

• Selenium을 활용한 네이버 플레이스 리뷰 데이터 크롤링 및 전처리 담당
• Chroma 벡터 DB 구축 및 임베딩 파이프라인 설계
• Streamlit 기반 챗봇 서비스 UI 구현

✅ 결과 및 성과

• 네이버 플레이스 리뷰 데이터를 기반으로 한 지역별 맛집 추천 DB 구축
• Streamlit을 통해 사용자가 입력한 질문에 대해 맞춤형 추천 결과를 제공하는 챗봇 데모 구현