우주라이크🌌

프로젝트 미리보기

배포링크 : 링크
노션페이지 : 링크
시연 영상 : 링크

프로젝트 개요

사용자의 취향에 맞추어 그날의 보고 싶은 영화 콘텐츠 및 취향에 맞는 영화를 추천하기 위한 서비스 영화 검색 기능 및 정보 확인, 챗봇 기능을 제공한다. 사용자는 자신이 좋거나 나쁘게 보았던 영화들을 기반으로 자신의 취향에 맞는 컨텐츠를 추천받을 수 있다.

참고 사이트(왓챠피디아): 링크

프로젝트 목적

1. 엘라스틱 서치를 이용한 검색 및 추천 서비스 개발
2. Open API를 이용한 챗봇 및 다양한 영화 데이터 누적
3. JWT를 이용한 로그인 기능 개발

배경

프로젝트가 시작된 이유와 현재 문제점

1. 쏟아지는 컨텐츠 중 내가 좋아할 만한, 내가 보고 싶은 콘텐츠를 찾기 어려움.
2. 영화에 대한 리뷰를 작성하여 정보를 주고 받는 커뮤니티의 필요성을 느낌.
3. 취향에 맞는 다른 매체의 콘텐츠도 추천 받고 싶음.

프로젝트 팀 구성 및 업무 분담

손서연(팀장)	김소영	김규일	방대혁	최제인
회원 로그인, 로그아웃, 서버 배포	영화 시리즈 추천	영화 리뷰, 상세	채팅, 챗봇	영화 검색

기술스택

BackEnd

• Spring Boot 3.3.1, JAVA 23, JPA, Spring Security, JWT
• MySQL8.0, MongoDB 8.0.4
• Elasticsearch, logstash, kibana

FrontEnd

• React
• vite
• Tailwind

Infra

• AWS EC2
• Naver Cloud Platform
• terraform
• vercel
• Github Action
• Docker

Tool

• Intellij, Github, Visual Studio Code

시스템 아키텍처

배포 아키텍처

주요 기능

회원

• 로그인/로그아웃,회원가입
  • JWT, Spring Security를 통해 기능 구현

추천

• 사용자가 선호하는 장르에 따라 영화 추천
  • Elasticsearch index와 검색문 설계

검색

• 영화 제목, 감독을 키워드로 검색
  • nori, 엔그램 분석기 적용

영화 상세

• 영화 상세 정보, 리뷰 작성
  • 회원만 리뷰 작성 가능하도록 구현
  • 동영상 링크를 통해 예고편 조회 가능

챗봇

• 영화 장르 키워드에 따라 영화 추천
  • OpenAI 활용

의사 결정 사항

1. MongoDB 사용의 적합성 이슈 발생 과정

   • 프로젝트 기획 중 DB 선택 과정에서 이슈 발생
   • 팀원 모두 NoSQL 사용 경험이 부족하여 이슈 발생

   학습 내용

   • NoSQL의 종류 및 장단점 ( 문서 지향, key-value store, column-fammily store, 그래프 )
   • 스프링 - MongoDB 연결 설정 및 사용

   선택 이유

   • userId를 통하여 사용자의 이전 대화를 제공
   • 서비스를 이용하는 이용자가 다수가 될 경우 비동기적으로 서비스가 제공되어야 된다고 생각이 들어 NoSQL을 사용
   • NoSQL 중 MongoDB(userId 인덱스)와 Redis(userId key)를 고민
   • 구현 기능중 챗봇과의 통신과정에서 TMDB API에서 가져온 JSON 데이터를 사용하고, 인메모리 형태로 Redis는 저장되기 때문에 서버가 종료되면 DB가 삭제되기 때문에 MongoDB를 선택

2. Session vs Cookie 선택 이유

   • 로그인 인증 방식을 세션 방식으로 할지 JWT를 이용한 토큰 방식으로 할지에 대한 고민
   • 영화 추천 서비스의 경우 보안이 중요한 서비스가 아니므로 JWT를 이용한 인증 방식으로 구현해도 서비스에 문제가 되지 않을 거라는 판단이 들었음.
   • Oauth2를 도입하면 개발 기간에 비해 로그인 기능 구현에 들이는 코스트가 높아질 것으로 예상