My Hobby는 삼성 청년 SW·AI 아카데미에서 진행한 프로젝트로, 챗봇 대화를 통해 사용자 성향을 파악하고 맞춤 취미를 추천하는 서비스입니다. 추천된 취미와 유사한 활동들을 벡터 기반 유사도 비교를 통해 제안하며, 각 취미에 대한 상세 정보와 관련 이미지를 함께 제공합니다.
- 역할: FastAPI 기반 백엔드 개발, RAG파이프라인 설계 및 구현
- 팀원: 오승언, 김민주, 김준혁, 박정현, 하헌석
- 진행 기간: 2025.06.04 ~ 2025.07.04
- 원본 레포지토리: https://github.com/hobby-recommendation-chatbot/backend
-
홈 화면 접속
https://myhobby-chatbot.vercel.app/ 에 접속합니다. -
성향 진단 시작
- 챗봇의 질문에 따라 성격, 관심사, 생활 패턴 등의 정보를 대화 형식으로 입력합니다.
- 예: "혼자 있는 걸 선호하나요?" → "네 / 아니오"
-
취미 추천 결과 확인
- 입력한 정보를 기반으로 개인 맞춤 취미가 추천됩니다.
- 추천 결과에는 관련 이미지, 준비물, 추가 정보 등이 포함됩니다.
-
유사 취미 탐색
- 추천된 취미와 유사한 다른 활동들도 함께 확인할 수 있습니다.
- 유사도 기반으로 관련 취미가 자동 제안됩니다.
- 대화 기반 사용자 성향 분석
- 유사 사용자 기반 1차 취미 추천
- 벡터 유사도 기반 2차 유사 취미 추천
- 각 취미의 상세 정보, 준비물 및 이미지 제공
- SerpAPI 기반 실시간 검색 결과를 활용한 추가 정보 제공
Logic(취미추천) = 취미 목록 추천
Logic(상세) = 취미 상세 정보 검색, 임베딩 및 저장, 유사성 기반 조회
T = 취미 하나에 대한 상세 정보까지 확인하는 시간
개선 전 서비스는 Logic(취미추천)과 Logic(상세)이 한 번에 수행되어, 추천 취미 하나의 상세 정보까지 확인하는 데 3분 이상이 소요되었습니다. 이는 사용성 측면에서 치명적인 문제였기에, 다음 과정을 통해 이를 개선했습니다.
개선 효과: T (응답 시간) 2분 20초 이상 감소
기존 Logic(상세)는 실시간성 반영을 위해 취미를 추천할 때마다 웹 크롤링 → 임베딩 → 조회 로직을 수행했습니다. 하지만 임베딩에 많은 시간이 소요되어 응답 시간이 지연되었고, VectorDB에는 무한히 데이터가 쌓이는 문제가 있었습니다. 따라서 특정 시간마다 모든 취미 상세 정보를 미리 검색 및 임베딩하여 실시간성을 유지하고 성능을 개선했습니다.
개선 효과: T (응답 시간) 10초 이상 감소