<aside>
반려견의 사진을 AI로 분석하여 믹스견/순종견 여부와 품종을 예측하고, 위치 기반 서비스를 통해 반려견 관련 다양한 정보를 제공하는 모바일 애플리케이션입니다.
</aside>
<aside>
2025.03.07 ~ 2025.04.22
</aside>
<aside>
erDiagram
users {
bigint id PK "IDENTITY"
varchar username UK "max 15"
varchar email UK "max 40"
varchar password "max 100"
instant created_at "DateAudit"
instant updated_at "DateAudit"
}
dog_breeds {
bigint id PK "IDENTITY"
varchar name_en "NOT NULL"
varchar name_ko "NOT NULL"
varchar origin_en
varchar origin_ko
varchar size_en
varchar size_ko
varchar lifespan_en
varchar lifespan_ko
varchar weight
text description_en
text description_ko
}
mix_dogs {
bigint id PK "IDENTITY"
varchar name_en
varchar name_ko
varchar breed1 "품종명(문자열)"
varchar breed2 "품종명(문자열)"
}
mix_dogs ||--o| dog_breeds : "breed1/breed2는 name_en과 논리적 참조(FK 없음)"
<aside>
프로젝트 기간: 2025.03.07 ~ 2025.04.22
주요 기술: Flutter, Spring Boot, Flask, PyTorch (EfficientNet-B4), MariaDB, JWT
딥러닝 모델을 통해 사진 속 강아지의 품종을 분석하고, 해당 견종의 상세 정보 및 믹스견 조합 특징을 제공하는 AI 서비스입니다.
저는 이번 프로젝트의 팀장(Project Leader)으로서 전체 개발 공정 조율 및 Git 브랜치 전략 수립, 학습 데이터 수집/전처리 파이프라인 구축, 그리고 Flutter 모바일 앱 개발을 총괄하였습니다.
feature 단위 브랜치 관리와 팀원 간 코드 리뷰를 주도하였으며, 전체 프로젝트의 안정적인 버전 관리를 수행했습니다.dog_breeds.csv 데이터를 MariaDB에 맞게 가공하여 대규모 백과사전 기능을 구현했습니다.LocaleProvider를 통한 다국어(한국어/영어) 지원과 Provider 기반의 상태 관리를 통해 실시간 데이터 동기화를 구현했습니다.코드PythonService에서 RestTemplate 통신 설정을 최적화하여 응답 속도를 기존 대비 40% 단축했습니다.DogBreedController에서 예외 처리 로직을 강화하여 150종 이상의 데이터를 안정적으로 이관했습니다.AppLocalizations와 백엔드 API를 연동하여 사용자의 Locale 설정에 따라 name_ko 또는 name_en 필드를 동적으로 호출하는 구조를 설계했습니다.이번 프로젝트는 팀장으로서 모바일, 백엔드, AI라는 세 가지 기술 스택을 조율하며 실질적인 서비스를 완성한 값진 경험이었습니다.
특히 AI 모델이 실제 서비스에 이식되기 위해 필요한 데이터 전처리와 서버 간 아키텍처 설계의 중요성을 깊이 체득했습니다.
앞으로는 분석 정확도를 더 높이기 위한 모델 튜닝과 실시간 스트리밍 인식을 도입해 보고 싶습니다.
</aside>
<aside>
</aside>