프로젝트 요약

멍냥트립은 반려동물과 함께 갈 수 있는 여행지와 산책지를 추천하는 팀 프로젝트입니다.

저는 추천 후보 조회, 점수 계산, Redis 캐시, 알림 배치로 이어지는 백엔드 추천 흐름을 담당했습니다.

<aside>

핵심 성과

서버 기준 추천, 외부 API 연동, Virtual Thread/Semaphore 적용을 경험했고 , 테스트 조건 기준 185,199ms → 1,957ms 로 줄였습니다.

</aside>

왜 필요했나

반려동물과 함께 갈 수 있는 장소는 위치, 날씨, 반려동물 정보에 따라 적합도가 달라집니다.

추천 결과를 AI에 바로 맡기면 기준을 검증하기 어렵다고 판단했습니다.

그래서 서버에서 후보를 먼저 좁히고 점수로 추천 결과를 확정한 뒤, Gemini API는 설명 생성에만 사용했습니다.

내가 맡은 역할

• 위치와 반경 조건을 기준으로 주변 장소 후보를 조회했습니다.
• 반려동물 정보와 날씨 조건을 반영해 추천 점수를 계산했습니다.
• Gemini API는 추천 결과를 직접 결정하지 않고, 서버가 확정한 추천 결과를 설명하는 용도로 연동했습니다.
• 당일 추천 결과를 Redis에 캐싱해 중복 요청을 줄였습니다.
• NCloud SENS를 사용해 확정된 추천 결과를 사용자에게 알림으로 전달하는 흐름을 구성했습니다.
• Java 21 Virtual Thread와 Semaphore는 알림 배치 처리 과정에서 알게 되었고, 외부 I/O 대기 시간이 많은 작업을 병렬 처리하기 위해 적용했습니다.

핵심 고민과 결정

1. AI가 추천 결과를 직접 정하게 할 것인가

AI API를 연동하더라도 서비스의 핵심 결과를 AI가 직접 결정하게 두면 검증이 어려울 수 있다고 판단했습니다.

같은 조건에서도 결과가 달라질 수 있고, 추천 기준을 서버에서 확인하기 어렵기 때문입니다.