에브리버디

프로젝트 개요

기술개발 과제

국문 : 인증부터 매칭까지: OCR API와 선호도 기반 알고리즘을 활용한 교환학생 플랫폼, 에브리버디

영문 : Exchange Student Matching Service

과제 팀명

에브리버디

지도교수

이동희 교수님

개발기간

2024년 3월 ~ 2024년 6월 (총 4개월)

구성원 소개

서울시립대학교 컴퓨터과학부 20209200** 김*진(팀장)

서울시립대학교 컴퓨터과학부 20199200** 박*선

서울시립대학교 컴퓨터과학부 20209200** 이*빈

서울시립대학교 컴퓨터과학부 20209200** 이*연

서론

개발 과제의 개요

개발 과제 요약

◇ 서울메이트와 버디간 1:N 선호도 기반 매칭 알고리즘을 사용해 매칭 서비스 개발
◇ OCR 기술을 이용한 서울시립대학교 학생 인증
◇ 서울메이트들과 버디간 원활한 소통 서비스 구현
◇ 개발한 서비스를 토대로 타 대학의 교환학생 교류 프로그램까지 확장

개발 과제의 배경

◇ 서울메이트와 버디(교환학생)들 간의 매칭 시스템 부재
◇ 매 학기 반복되는 번거로운 매칭 절차
◇ 개강 전 매칭이 완료되어 학교 생활에 대한 도움을 받을 수 있음
◇ 버디와 서울메이트들간의 원활한 소통이 이루어질 수 있음 

개발 과제의 목표 및 내용

◇ 매칭 알고리즘을 이용한 서울 메이트와 버디 간의 자동 매칭 시스템 구현
◇ OCR 기술을 이용한 학생 인증 시스템 구현
◇ 웹소켓을 활용한 실시간 채팅 서비스 구현

관련 기술의 현황

관련 기술의 현황 및 분석(State of art)

• 전 세계적인 기술현황

◇ 협업 필터링(Collaborative Filtering): SNS나 데이팅 앱에서 사용되는 매칭 시스템의 기술이다. 사용자들이 아이템에 대해 내린 평가나 행동 패턴을 기반으로 유사한 취향을 가진 사용자들끼리 아이템을 추천하는 기술이다. 추천 시스템 중에서 현재까지 가장 우수한 성능을 나타낸다고 알려진 기법이다. 사용자와 아이템 간의 상호 작용 데이터를 분석하여 사용자들 간의 유사성을 파악하고, 이를 기반으로 아이템을 추천한다. 협업 필터링은 사용자 기반 협업 필터링(User-based Collaboration Filtering)과 아이템 기반 협업 필터링(Item-based Collabrative Filtering)으로 구분된다. 사용자 기반은 비슷한 취향을 가진 사용자들끼리 유사성을 계산하여 추천을 수행한다. 유사성은 주로 코사인 유사도(cosine similarity)나 피어슨 상관계수(Pearson correlation coefficient)등을 사용하여 측정된다. 아이템 기반은 사용자가 평가한 아이템들 간의 유사성을 계산하여 추천을 수행한다. 유사성은 주로 아이템간의 유클리디안 거리(Euclidean distance)나 코사인 유사도 등을 사용하여 측정된다.

◇ 광학 문자 인식(Optical Character Recognition): 이미지나 문서의 텍스트를 컴퓨터가 이해할 수 있는 텍스트로 변환하는 기술이다. 이미지 획득, 전처리, 텍스트 추출, 문자 분할, 문자 인식, 텍스트 출력과 같은 단계로 이루어진다. OCR 기술은 문서 스캐닝, 자동화, 데이터 입력, 번역, 음성으로 텍스트로 변환 등 다양한 분야에서 사용된다. 특히, 디지털화된 문서나 이미지에서 텍스트를 추출하여 정보를 검색하거나 가공하는 데 널리 사용된다. 

◇ 웹 소켓(WebSockets): 실시간 양방향 통신을 위한 인터넷 프로토콜이다. 클라이언트와 서버 간에 지속적인 연결을 설정하고 데이터를 양방향으로 전송할 수 있도록 해준다. 이를 통해 웹 애플리케이션에서 실시간 채팅, 온라인 게임등 다양한 실시간 기능을 구현할 수 있다. 주요 특징과 동작원리로는 실시간 통신, 편리한 API, 프레임 기반 통신, 이벤트 기반, 크로스 플랫폼 지원 등이 있다. 

• 특허조사 및 특허 전략 분석

- 특허 조사
◇ 운동공간 및 사용자와 트레이너 매칭 시스템 및 방법(출원번호: 10-2022-0118926) [4]
해당 특허는 실시 예에 따른 운동공간 및 사용자와 트레이너 매칭 시스템 및 방법으로서 사용자 위치, 희망운동, 가격, 운동시간, 운동경력, 목적, 식습관 등을 포함하는 조건에 따라 사용자에게 적합한 운동 공간과 트레이너를 선별하고 최적화된 트레이너와 사용자를 매칭한다.

◇ 본인 인증 시스템(출원번호: 10-2021-0078565) [5]
해당 특허는 사용자에게 특정 물품을 제공 또는 판매하는 물품 판매 기기에 구비되는 본인 인증 시스템으로, 두 개의 카메라로 각각 얼굴 및 신분증을 촬영하고 실시간으로 신분증의 얼굴과 실제 얼굴을 비교하며 신분증 등의 정보는 OCR로 취득하여 본인진위여부 및 성인여부를 판단하도록 한다.

◇ 선호도 가중치 학습기법을 이용한 굿즈 추천 제공 장치(출원번호: 10-2021-0024869) [6]
본 특허는 실시 예에 따른 선호도 가중치 학습기법을 이용한 굿즈 추천 제공 장치에 있어서, 사용자 단말에서 전송되는 사용자정보를 등록하는 등록부; 상기 사용자 단말에서 전송되는 굿즈 기대정보를 입력하는 입력부 플랫폼 채널로부터 수집되는 팬덤 정보에 기반하여 굿즈 선호도 정보를 분석하고, 상기 굿즈 선호도 정보에 기반하여 사전 결정된 선호도 측정 지표에 대응되는 핵심 팬덤 정보에 가중치를 부여한 값에 따라 추천 굿즈의 노출 순위를 결정한다.

- 특허 전략 분석
◇ 선호도 가중치 학습기법을 이용한 굿즈 추천 제공 장치 특허를 분석한 결과, 본 개발 기술에서는 가중치 값들에 대한 내림차순 순위와 1:N관계로 추천될 수 있도록 잘 설계해야 한다.
◇ 본인 인증 시스템 특허를 분석한 결과, 효과적인 학생인증이 이루어지기 위해서는 학생증 사진의 글씨를 추출해 DB와 비교하여 인증이 가능하게끔 구현해야 한다.
◇ 운동공간 및 사용자와 트레이너 매칭 시스템 및 방법 특허를 분석한 결과, 본 개발 기술에서는 개일-섀플리 알고리즘을 적용할 것이기 때문에 특허는 사용자의 선호도만 반영했지만, 본 시스템에서는 교환학생과 서울메이트의 선호도를 상호반영할 수 있도록 제안해야 한다.

• 기술 로드맵

◇ 웹 서비스 (Web Service)
◇ 게일-섀플리 알고리즘 (Gale-Shapley Algorithm)
◇ 광학 문자 인식 (Optical Character Recognition)
◇ 웹 소켓 (WebSockets)

시장상황에 대한 분석

• 경쟁제품 조사 비교

• 마케팅 전략 제시

◇ 프로젝트의 강점, 단점, 기회, 위협을 식별하기 위해 사용하는 기법인 SWOT 분석을 활용하여 마케팅 전략을 제안한다.

◇ STRENGTHS
선호도 가중치와 게일-셰플리 알고리즘을 활용한 매칭 알고리즘을 통해 재학생(서울메이트)과 외국인유학생(교환학생) 전체의 만족도를 충족시키는 최적의 매칭 결과를 제공받을 수 있다.
학생 인증을 통해 서울시립대 재학생들과의 안전한 서비스를 제공받을 수 있다.
OCR 인식 기술을 통해, 정보 입력 절차를 최소화하여 학생 인증 절차를 진행할 수 있다.
매칭된 사용자와 실시간으로 채팅하며 상호작용할 수 있다.

◇ WEAKNESSES
선호도 가중치 결과 값이 일치하는 중복 사용자의 우선순위는 단순히 가입한 시간으로 배정된다.
OCR 인식 기술이 네이티브 앱에서 카메라로 구동되는 것이 아니라, 사진 업로드를 통해 진행되는 웹앱 형식으로 고객들은 UX적 불편함을 느낄 수 있다.

◇ OPPORTUNITIES
서울시립대 재학생인 서울메이트가 현재 겪고 있는 문제를 해결하기 위한 서비스이기에 경쟁 상대가 없는 시장이다.
외국인과의 소통 기회가 적은 교내에서 활발히 소통하는 환경이 조성될 수 있으며, 재학생들은 해외 문화를 경험하고, 외국인 유학생들은 한국 문화를 직접적으로 체험하도록 돕는 소통의 장을 만들 수 있다.
서울메이트와 버디 간의 매칭뿐만 아니라, 외국인 유학생과 소통할 수 있는 재학생들을 위한 매칭 추천 앱으로 확장 가능하다.
경쟁 상대가 없는 시장이기에 서울시립대뿐만 아니라 타 대학교의 재학생-외국인 유학생 매칭 플랫폼 서비스로 성장 가능하다.
학교 포털 및 자체 공급망을 보유한 업체의 학생 인증에 대한 협력을 통해 서비스 성숙도를 빠른 시간에 올릴 수 있다. 

◇ THREATS
서울메이트와 버디의 매칭 서비스만 진행된다면, 매 학기에 한 번 매칭이 진행되기에 사용자 유입이 없어 서비스를 유지하기 어렵다.

재학생과 유학생으로 확장한 서비스를 사용할 때, 재학생과 유학생의 유입 규모에 차이가 있다면 매칭 확률이 낮아지기에 시장에서 서비스를 유지하기 어렵다.

개발과제의 기대효과

기술적 기대효과

◇ 버디들과 서울메이트들 간의 매칭을 개선하기 위해 만들어진 매칭 알고리즘을 도입함으로써, 학생들은 보다 만족도 높은 학교생활 경험을 즐길 수 있다.
◇ 채팅 서비스를 통해 다양한 문화 및 언어적 배경을 가진 학생들 간의 소통이 용이해진다. 이를 통해 학생들은 언어 능력을 향상시키고, 서로의 문화를 더욱 쉽게 이해할 수 있으며 친밀감 있는 교류를 할 수 있다.
◇ 가중치를 적용한 게일-셰플리 매칭 알고리즘을 통해 트레이너, 운동, 지도교수-대학원, 교수-레지던트, 기숙사 매칭과 같은 응용프로그램에 기술적 도약이 가능할 뿐만 아니라 타 학교의 교류 프로그램에도 적용할 수 있다.

경제적, 사회적 기대 및 파급효과

◇ 맞춤형 매칭 서비스를 통해 학생들은 자신과 잘 맞는 사람과의 학교생활을 경험함으로써 학교에 대한 만족도를 높일 수 있다.  
◇ 다문화 채팅 플랫폼을 통해 학생들은 서로의 문화를 공유하고 이해한다. 문화 간의 이해와 상호 존중을 촉진하여 국제 사회에 대한 이해도와 인식을 높일 수 있다.
◇ 교내의 외국인과 내국인 재학생들 간의 적잘한 매칭을 통해 학생들 간의 모임의 활성화를 기대할 수 있다. 이는 학교 주변의 상업 시설의 이용 증가로 이어져 학교 상권의 활성화에 도움을 줄 수 있다.

기술개발 일정 및 추진체계

개발 일정

구성원 및 추진체계

설계

설계사양

제품의 요구사항

내용

설계 사양

내용

개념설계안

내용

이론적 계산 및 시뮬레이션

내용

상세설계 내용

내용

결과 및 평가

완료 작품의 소개

[[파일:]]====프로토타입 사진 혹은 작동 장면====

◇ 메인화면, 로그인, 회원가입 화면 (순서대로)

◇ 매칭 선호도 및 자신의 정보 입력 화면

◇ 매칭 완료 후 채팅 페이지

◇ 매칭 관리를 위한 관리자 페이지

◇ 프로필 조회 및 프로필 수정 화면

완료작품의 평가

향후계획

내용