한 줄 소개
장소의 분위기(조용한↔북적이는 등 4축)를 기준으로 취향이 맞는 공간과 편지를 연결하는 위치 기반 교류 SNS. 그중 글 분석·안전 검사·추천을 맡는 AI 서버를 만들었습니다.
내 역할
AI 서버 전담 — KOSSCCHTHON 해커톤 Team4 (주제 "교류") · 5인 팀(FE 2 · BE 2 · AI 1) · 🏆 특별상
한 일
- API 설계·구현 — 분위기 4축 분석·카테고리, 편지 제목 생성, 텍스트·사진 안전 검사, 동률 후보 비교, 취향 → 4축 추천, "이 편지가 도착한 이유", 취향 매칭 2차 검증 등 10여 종의 FastAPI 엔드포인트
- 베이지안 취향 모델 — 축마다 취향을 정규분포로 추정하고, 보관함 저장을 관측으로 칼만 갱신, 탐색 카드는 Thompson Sampling으로 선택 (LLM 미사용)
- 운영 안정성 — 매일 09:00 몰림에 대비한 동시 호출 상한·대기열, 타임아웃·재시도, 선택 기능이 실패하면 백엔드가 해당 기능만 건너뛰도록 실패 상태 계약, 서비스 토큰 인증
- 평가셋 직접 구축 — 분석·제목 30문장, 동률 15세트, 안전 검사 30문장, 취향 추천 12문장
- 가짜 LLM으로 도는 pytest, 발표용 AI 단독 데모 페이지, Dockerfile
결과 (내부 평가셋)
| 평가 |
결과 |
| 분위기 분석 30문장 |
축 정답률 100%, 반대값 0%, 카테고리 정밀도 100% |
| 안전 검사 30문장 |
정확도 100% (띄어쓰기·초성·한글 숫자 우회 포함), 평균 2.2초 |
| 동률 비교 15세트 |
정답 적중 100% |
직접 만든 소규모 평가셋 기준이라 실제 사용자 글에서의 정확도를 보장하지는 않습니다.
설계 판단
- 제목 생성을 분석 호출에 합쳤더니 카테고리 재현율이 96% → 77%로 떨어져, 제목은 별도 호출로 병렬 생성
- "도착 이유" 문구는 일치하는 축을 코드로 계산하고, 일치하지 않는 취향을 언급하면 버림
기술 스택
FastAPI Claude API Pydantic SQLAlchemy PostgreSQL pytest Docker · 팀 백엔드 Spring Boot pgvector
링크