1분반-위트

프로젝트 개요

기술개발 과제

국문 : 00000000..

영문 : 00000000..

과제 팀명

TriB

지도교수

이병정 교수님

개발기간

2025년 9월 ~ 2025년 12월 (총 4개월)

구성원 소개

서울시립대학교 컴퓨터공학부 2022920016 김은지(팀장)

서울시립대학교 컴퓨터공학부 2022920001 강민지

서울시립대학교 컴퓨터공학부 2022920058 주영은

서울시립대학교 컴퓨터공학부 2022920060 최재원

서울시립대학교 컴퓨터공학부 2018920047 이태경

서론

개발 과제의 개요

개발 과제 요약

◇ TriB는 사용자들이 자체 메신저에서 나눈 대화를 AI가 분석하여, 자동으로 여행 계획을 생성하는 차세대 AI 여행 매니저 플랫폼이다. 
◇ 더 나아가, AI가 생성한 일정을 중심으로 지도(경로 확인), 가계부(예산 관리), 커뮤니티(일정 공유 및 정보 수집) 기능을 유기적으로 결합하여 제공함으로써 여행의 전 과정을 하나로 해결하는 완결성 있는(All-in-One) 서비스를 제공한다.

개발 과제의 배경

◇ 여행 앱에 대한 수요 증가

실시간 앱·결제 데이터 기반 시장/경쟁사 분석 솔루션 와이즈앱·리테일 분석 결과에 따르면, 한국인 스마트폰 사용자 중 여행 플랫폼 앱 사용자 수는 2019년 6월 기준 545만 명에서 2024년 6월 969만 명으로 약 2배 증가했다. 이는 앱을 통한 여행 준비가 대중화되었음을 의미하며, TriB가 제공하는 서비스에 대한 강력한 기회 요인이 될 수 있다.

◇ 여행 일정 수립의 어려움

현대 사회에서 여행은 주요한 여가 활동으로 자리를 잡았지만, 여행을 준비하는 과정은 여전히 많은 사람들에게 큰 부담으로 다가온다. SNS의 발달로 많은 여행 추천 글, 여행 후기를 접하게 되면서 사람들의 희망 여행지는 폭발적으로 증가하였다. 하지만 가고싶은 장소가 늘어날수록 이 중 일부를 추리고 동선을 설계하는 것은 점점 어려운 문제가 되었다.

◇ 기존 여행 플랫폼의 문제점

시중에 존재하는 여행 플랫폼의 기능 및 특징은 다음과 같다.

1. 사용자 선호 반영 부족

대부분의 플랫폼이 소수의 기본 정보에만 의존하여 대중적인 경로를 추천할 뿐, 사용자 개개인의 취향이나 여행 스타일을 반영한 개인화된 경험을 제공하지 못한다.

2. 여행 준비 과정의 분산

현재 여행 계획 수립은 대체로 SNS에서 정보를 수집하고, 메신저 앱에서 동행자와 대화를 나누고, 지도 앱에서 경로를 확인하며 계속해서 수정해나가는 방식으로 진행된다. 일정이 정해진 후에는 이를 지도 앱에 기록하고, 예산 관리도 별도로 기록해두어야 한다. 한 번의 여행에서도 여러 플랫폼을 이동하며 계획을 작성하는 것은 사용자에게 피로감을 유발한다.

3. 데이터 단절

일정, 경비, 교통, 후기 데이터가 각각 다른 플랫폼에 흩어져 있어 통합적인 경험을 제공하지 못한다. SNS나 블로그의 여행 후기는 실용적인 정보(교통편, 운영 시간, 정확한 위치, 입장료 등)가 누락된 경우가 많아, 사용자는 마음에 드는 장소를 발견해도 계획에 반영하기 위해 필요한 구체적 정보를 찾아 여러 플랫폼을 오가야 하는 비효율적인 탐색 과정을 반복하게 된다.

개발 과제의 목표 및 내용

1. 사용자 인증 및 회원기능과 시작화면

- SNS 연동을 통한 회원가입 및 로그인을 할 수 있다.

- 이메일 인증을 통한 회원가입 및 로그인을 할 수 있다.

- 비밀번호를 변경할 수 있다.

- 비밀번호 찾기를 통해 임시 비밀번호를 부여받을 수 있다.

- 회원탈퇴를 할 수 있다.

2. 여행 상세 정보 조회(메인페이지: 진행중 여행의 상세 정보 페이지)

- 해당 여행의 일정을 날짜별로 확인 및 수정할 수 있다.

- 해당 여행의 일정의 장소 및 경로를 지도에서 확인할 수 있다.

3. 일정 목록

- 여행 목록에서 과거 여행과 예정된 여행들을 확인할 수 있다.

4. 길찾기

- 사용자가 직접 출발/도착지를 지정한 길찾기가 가능하다.

- 출발지, 도착지를 지정하면 도보, 자동차, 대중교통 별로 경로 및 소요시간을 확인할 수 있다.

5. 채팅 및 채팅 기반의 일정 생성

- 여행 멤버들로 구성된 채팅방을 생성할 수 있다.

- 멤버들과의 채팅으로 여행을 함께 계획할 수 있다.

- 답장 기능을 통해 유기적으로 대화할 수 있다.

- 채팅방에서 태그와 북마크 기능을 통해 멤버들의 선호도를 표현할 수 있다.

- 채팅방에서 제공된 대화로그, 장소태그, 북마크를 기반으로 시스템이 전체 일정을 자동 생성한다.

- 생성된 일정은 일자별 각 장소의 순서, 도착시간, 체류시간, 이동시간을 포함한다.

- 생성된 일정은 각 장소별 사용 금액을 예상하여 보여준다.

6. 가계부

- 사용자는 각 여행마다 가계부를 작성할 수 있다.

- 사용자는 지출 내역을 날짜와 카테고리로 구분지어 기록하고 시스템은 지출 내역을 시각화하여 사용자에게 보여준다.

- 사용자는 공동으로 결제한 내역에 대해서 정산 현황을 간편히 확인할 수 있다.

6. 커뮤니티

- 일정 공유 게시판에서 생성된 여행 일정을 서로 공유 및 참고할 수 있다.

- 자유 게시판에서 여행과 관련된 이야기들을 자유롭게 나눌 수 있다.

7. 마이페이지: 회원 정보 관리 및 활동 기록 조회

- 기본 계정 정보를 수정할 수 있다.

- 친구 추가 요청을 확인하고 응답할 수 있다.

- 사용자가 공유한 게시글과 좋아요 표시한 게시글을 확인할 수 있다.

- 알림을 끄고 킬 수 있다.

8. 음성인식기능

- 채팅방 내부에서 메세지를 전송할 때 음성인식 기능을 사용할 수 있다.

관련 기술의 현황

관련 기술의 현황 및 분석(State of art)

전 세계적인 기술현황

◇ LLM

- 대규모 언어 모델은 방대한 양의 데이터를 학습하여 인간의 언어 패턴을 이해하고, 사용자의 의도를 파악하는 데 탁월한 성능을 보인다. 최근 LLM은 단순히 언어를 이해하는 수준을 넘어, 복잡한 맥락 추론과 사용자 맞춤 대화가 가능해졌다. 여행 분야에서는 일정 추천, 사용자 리뷰 분석, 맥락 기반 질의응답에 활용되고 있으며, ChatGPT, LLaMA, Claude와 같은 모델들이 API 형태로 서비스에 쉽게 통합될 수 있다.

◇ 추천 시스템 기술

- 초기 추천 시스템은 사용자의 선호도나 유사한 사용자 그룹의 패턴을 기반으로 한 협업 필터링과 콘텐츠 기반 필터링에 의존했으나, 최근에는 딥러닝 기술을 활용해 사용자의 복합적인 행동을 분석하여 추천 정확도를 높이는 딥러닝 기반 추천 시스템이 주류를 이루고 있다. 더 나아가 LLM과 추천 시스템을 결합하여 대화형으로 사용자 선호도를 파악하고, 잠재적 니즈를 탐색하는 연구가 활발히 진행되고 있다. 이는 기존 시스템이 명시적으로 제공된 정보에 크게 의존했던 한계를 보완할 수 있는 접근으로 주목받고 있다.

특허조사 및 특허 전략 분석

◇ 특허조사

1. 인공지능 기반 맞춤형 여행 일정 추천 시스템 및 방법; 1020210158295 (2021-11-17)

- 이 특허는 'AI 기반의 데이터 융합 및 분석'을 핵심으로 한다. 사용자의 개인 정보(성별, 연령, 선호도, 과거 여행 기록)뿐만 아니라, 여행지에 대한 실시간 및 동적 정보(날씨, 혼잡도, 이벤트, 교통 상황 등)를 결합하여 추천의 정확도를 높인다. 이는 단순히 선호도를 반영하는 것을 넘어, 외부 환경 변화에 따라 최적의 동선과 일정을 실시간으로 재구성하는 것을 목표로 한다.

2. 사용자 특성 및 여행지 특성에 기반한 여행지 추천 시스템 및 방법; 1020140118640 (2014.09.05)

- 이 특허는 사용자 페르소나(Persona) 분석에 중점을 둔다. 사용자의 성격, 취미, 관심사 등을 파악하여 '활동적인 사람', '휴식 위주를 선호하는 사람' 등과 같이 유형을 분류한다. 이후, 이러한 유형에 맞는 여행지(테마, 후기, 경관)를 매칭하여 추천하는 방식이다. 주로 '어디로 갈 것인가'에 대한 초기 의사결정을 돕는 데 효과적이다.

3. 여행자 취향 기반 맞춤형 여행 코스 추천 서비스 플랫폼; 1020240024189 (2024.02.20)

- 이 특허는 사용자가 입력하는 기본 정보(지역, 테마 등), 위치 기반 정보, 사용자 후기 등을 종합적으로 분석해 각 항목에 가중치를 부여하고 점수를 산출한다. 이를 통해 개인 성향에 최적화된 여행 코스를 추천한다. 특히, 현지 여행 지식인과의 질의응답 기능을 포함해 사용자에게 구체적인 정보를 제공하고, 이 데이터를 다시 알고리즘에 활용한다.

4. 추천 여행코스를 제공하는 관광서비스 시스템 및 방법; 1020140045477 (2014.04.16)

- 이 특허는 관광정보 데이터베이스를 기반으로 작동한다. 사용자가 특정 지역을 선택하면, 해당 지역의 주요 관광지, 맛집, 숙소 등을 DB에서 추출하여 논리적인 동선에 따라 연결된 추천 코스를 제공합니다. 사용자 맞춤형 분석보다는, 데이터베이스에 구축된 정보를 효율적으로 연결하여 제공하는 데 초점을 맞추고 있다.

◇ 유사 특허와의 차별점

1. 사용자 의도에 대한 심층적인 이해

- 기존 특허들(예: 1020210158295)은 사용자의 직접적인 입력이나 외부데이터에 의존하지만, TriB는 사용자들이 자체 메신저에서 주고받는 대화 로그, 장소 태그, 북마크 등을 분석하여 여행에 대한 진정한 의도와 선호도를 파악한다. 이는 사용자가 의식하지 않고 자연스럽게 표현하는 맥락을 포함함으로써, 명시적인 설문지 응답보다 훨씬 정확하고 깊이 있는 개인화가 가능하다. 이에 따라 사용자의 여행 스타일이 반영된 계획을 수립할 수 있다.

2. 계획 수립의 실용성과 완성도

- 기존의 여행 추천 시스템은 장소나 코스를 제시하는 데에 그친다. 사용자는 추천된 장소들을 일일이 검색해 동선을 짜고, 예상 경비를 계산하는 등의 추가적인 수작업을 해야 한다. 이는 여전히 많은 시간과 노력을 요구한다. TriB는 사용자가 가고 싶어하는 장소들을 최적의 동선에 따라 정리해 줄 뿐만 아니라, 각 장소의 예상 경비까지 포함된 구체적인 여행 일정을 자동으로 생성한다. 이는 사용자가 계획 단계에서 겪는 번거로움을 획기적으로 줄여주며, 곧바로 실행 가능한 완성된 여행 계획을 제공한다는 점에서 차이가 있다.

기술 로드맵

◇ 프론트엔드

- 기술: React 19.1.0, React Native 0.81.4, Expo 54.0.0, TypeScript 5.9.2 - 적용: 전체 UI/UX 구성 - 선정이유: 다양한 내장 모듈과 크로스 플랫폼 개발 환경(Expo)를 제공하여 복잡한 네이티브 설정 없이 개발 가능. 빠른 프로토타입 도출 및 사용자 피드백에 따른 반복적인 수정에 유리. TypeScript를 적용하여 코드의 안정성과 가독성을 확보하고 대규모 프로젝트의 유지보수를 용이하게 함

◇ 백엔드

- 기술: Spring Boot 3.5.4, Java17 - 적용: 전체 백엔드 API 서버 구축 - 선정이유: Spring은 강력한 생태계, 안정적인 성능, 검증된 보안 기능을 제공하여 신뢰할 수 있는 서버 구축에 적합. Spring Boot를 통해 설정의 복잡성을 줄이고 빠른 개발을 지원함. Java17의 Record 등 최신 문법을 활용하여 코드의 간결성과 개발 생산성을 높임. 강력한 트랜잭션 관리 기능을 활용하여 데이터의 정합성과 무결성을 확보함.

◇ 데이터베이스

- 기술: MySQL 8.0 - 적용: 데이터베이스 서버 구축 - 선정이유: 가장 많이 사용되는 관계형 데이터베이스로 검증된 안정성과 방대한 자료, 활발한 커뮤니티 지원을 제공하여 문제해결 및 학습에 용이. 트랜잭션의 ACID 속성을 강력하게 준수하여 데이터의 신뢰성을 보장함. 프로젝트 규모에 따라 확장이 쉽게 가능하며 Spring의 JPA와의 연동성이 뛰어남

◇ AI

- 기술: Python 3.13, FastAPI 0.115.0, Uvicorn 0.32.0 - 적용: AI 서버 구축 및 LLM 모델 - 선정이유: Python은 방대한 머신러닝 라이브러리와 데이터 처리 도구를 갖춘 AI 분야의 표준 언어. FastAPI는 Python 기반의 고성능 웹 프레임워크로, 비동기 처리를 지원하여 AI 모델 추론 결과를 빠르고 효율적으로 제공하는 데 최적화. 백엔드와의 API 통합 및 연동 작업을 간소화

◇ 인프라(DevOps)

- 기술: AWS EC2, AWS RDS, AWS, GitHub Actions, Docker Hub - 적용: CI/CD 파이프라인 구축 - 선정이유: GitHub Actions를 사용하여 GitHub에 Push할 때마다 자동으로 테스트, 빌드, Docker 이미지 생성 및 Docker Hub에 푸시, 그리고 EC2 서버에 최신 이미지를 배포하고 실행하는 과정을 자동화하여 개발 효율성을 극대화함. AWS의 EC2, RDS, S3를 활용하여 안정적이고 확장 가능한 클라우드 기반 서비스 인프라를 구축하여 관리 부담을 줄이고 프로젝트의 요구 사항에 따라 유연하게 리소스를 조정할 수 있음.

◇ 사용 세부 기술

- 기술: Firebase Cloud Messaging(FCM) - 적용: 모바일 앱 푸시 알림 기능 구현 - 선정이유: Google에서 제공하는 안정적인 메시징 플랫폼으로 안드로이드 및 ios 환경 모두에서 일관성 있는 푸시 알림 전송 및 관리가 가능. 기존 Firebase/Google 생태계와의 통합이 용이하여 알림 전송 기능의 빠르고 효율적인 구현에 적합

- 기술: WebSocket - 적용: 실시간 채팅, 실시간 데이터 갱신 등의 양방향 통신 - 선정이유: HTTP의 단점인 폴링 방식 대신 서버와 클라이언트 간의 단일 영구 연결을 유지하여 실시간으로 데이터를 주고받을 수 있어 지연 시간이 최소화

시장상황에 대한 분석

경쟁제품 조사 비교

내용

마케팅 전략 제시

내용

개발과제의 기대효과

기술적 기대효과

◇ 자연어 이해(NLU) 기반의 여행 계획 기술 확보

대화 속에서 사용자의 취향, 선호 활동 등 핵심적인 여행 요소를 추출하고 분석하는 AI 모델을 개발할 수 있다. 예를 들어, 동일하게 ‘바다’를 언급하더라도 ‘바닷가에서 조용히 쉬고 싶다’와 ‘바다에서 서핑을 즐기고 싶다’는 대화의 맥락을 구분하고, ‘이번엔 좀 여유롭게 다니자’와 같은 간접적인 표현 속에서 ‘느슨한 일정’이라는 숨은 선호도를 포착한다.

◇ 데이터 기반의 유기적 서비스 통합 아키텍처 구축

메신저, 지도, 가계부, 커뮤니티 등 독립적인 기능들이 하나의 플랫폼 안에서 데이터를 교환하고 상호작용하게 만드는 견고한 통합 아키텍처 설계 기술을 축적할 수 있다. 커뮤니티에 올라온 여행 일정이 내 여행 계획에 반영되거나, 생성된 일정이 지도 위 최적 경로로 시각화되는 과정에서 발생하는 데이터들을 효율적으로 처리하고 관리하는 노하우를 확보하여 플랫폼의 안정성과 확장성을 높일 수 있다.

경제적, 사회적 기대 및 파급효과

◇ 여행 준비 과정의 자동화를 통한 여행 계획 시간 및 비용 절감

정보 탐색, 의견 조율, 장소 간 이동시간 계산, 동선 최적화, 예상 금액 계산 등 번거로운 여행 준비 과정을 AI가 통합 및 자동화하여 여행 계획에 소요되는 시간 및 비용을 절감한다. 이를 통해 사용자가 여행을 준비하며 겪는 정신적 스트레스를 줄이고 누구나 쉽게 여행을 떠날 수 있는 환경을 조성한다.

◇ 원활한 소통 기반의 협력적 여행 문화 조성

단체 여행 계획 시 발생하는 의견 충돌과 갈등을 최소화하고, 구성원들의 선호를 균형 있게 반영한 합리적인 계획을 제시함으로써 원활한 공동 의사결정을 지원한다. 여행 후에도 커뮤니티를 통해 경험을 공유하는 등 긍정적이고 협력적인 여행 문화 확산에 기여한다.

◇ 개인 맞춤형 여행 트렌드 확산

패키지나 유명 관광지 중심의 획일적인 여행 문화에서 벗어나, 개인의 취향과 가치관을 깊이 있게 반영하는 새로운 트렌드를 촉진한다. 사용자들은 더 이상 정해진 코스를 따르지 않고, 자신에 관심사에 맞는 숨은 맛집, 소도시의 공방, 로컬 문화 공간 등을 발굴하고 방문할 수 있다.

기술개발 일정 및 추진체계

개발 일정

내용

구성원 및 추진체계

내용

설계

설계사양

제품의 요구사항

내용

설계 사양

내용

개념설계안

내용

이론적 계산 및 시뮬레이션

내용

상세설계 내용

내용

결과 및 평가

완료 작품의 소개

프로토타입 사진 혹은 작동 장면

내용

포스터

내용

완료작품의 평가

내용

향후계획

내용

특허 출원 내용

내용