🚌 길벗 (RoadMate) - Backend

AI 기반 고령자 맞춤 대중교통 안내 서비스 백엔드

🏠 Organization • 📱 Frontend

---

🏗 시스템 아키텍처

Client (React Native)
         ↓
API Gateway (Spring MVC)
         ↓
    ┌────┴────┐
    ↓         ↓
NLP Layer   Route Layer
(OpenAI)    (Tmap API)
    ↓         ↓
    └────┬────┘
         ↓
   Redis Cache

---

🔧 핵심 기술 구현

1. OpenAI Fine-tuned NLP 처리

Intent Classification & Entity Extraction

• 18개 Intent 분류 체계 (경로 탐색, 실시간 정보, 안내 질의 등)
• JSON 구조화 응답으로 일관성 보장
• Redis 기반 대화 컨텍스트 관리 (TTL 30분)

처리 흐름

사용자 입력 → OpenAI 분석 → Intent 분류 → Entity 추출 → 서비스 연동

2. 접근성 기반 경로 추천 알고리즘

데이터 소스

• 서울시 지하철역 엘리베이터/에스컬레이터 설치 현황 (CSV 파싱)

접근성 점수 산출

• 엘리베이터 설치율 (40%)
• 에스컬레이터 설치율 (30%)
• 도보 시간 역산 (30%)

개인화 경로 추천

• Tmap API로부터 최대 5개 경로 수신
• 사용자 피드백 기반 가중치 조정
• 도보시간, 환승, 소요시간, 접근성을 종합한 점수 계산
• 최적 경로 자동 선택

3. Redis 기반 세션 관리

저장 구조

• 대화 컨텍스트: sessionId별 대화 히스토리 및 경로 정보 캐싱
• 사용자 세션: 토큰 기반 인증 (TTL 1시간)
• 피드백 데이터: Hash 구조로 카테고리별 카운트 저장

최적화 전략

• 반복 질문 시 캐시된 경로 정보 재사용
• 컨텍스트 유지로 연속 대화 지원
• 직렬화/역직렬화 오류 처리

---

📁 프로젝트 구조

ajou.roadmate/
│
├── global/
│   ├── config/
│   │   ├── CorsConfig
│   │   ├── RedisConfig
│   │   ├── RestTemplateConfig
│   │   └── SwaggerConfig
│   ├── exception/
│   │   ├── CustomException
│   │   ├── ErrorCode (Interface)
│   │   ├── ErrorResponse
│   │   ├── GPTErrorCode
│   │   ├── POIErrorCode
│   │   ├── RouteErrorCode
│   │   └── UserErrorCode
│   └── utils/
│       └── UserContext
│
├── gpt/
│   ├── controller/
│   │   └── NlpController
│   ├── service/
│   │   ├── OpenAiNlpService
│   │   ├── NlpOrchestrationService
│   │   ├── ContextService
│   │   ├── RouteInfoService
│   │   └── FeedbackService
│   └── dto/
│       ├── ChatContext
│       ├── LocationInfo
│       ├── Message
│       ├── NlpAnalysisResult
│       ├── NlpRequestDto
│       └── NlpResponseDto
│
├── route/
│   ├── controller/
│   │   └── RouteController
│   ├── service/
│   │   ├── TmapRouteService
│   │   └── AccessibilityService
│   └── dto/
│       ├── RouteRequest
│       ├── RouteResponse
│       └── TmapRouteResponse
│
├── poi/
│   ├── controller/
│   │   └── POIController
│   ├── service/
│   │   └── TmapPOIService
│   └── dto/
│       ├── POISearchRequest
│       ├── POISearchResponse
│       ├── POIItem
│       └── TmapPOIResponse
│
└── user/
    ├── controller/
    │   └── UserController
    ├── service/
    │   ├── UserService
    │   └── AuthService
    ├── domain/
    │   └── User
    └── dto/
        ├── SignUpRequest
        ├── SignUpResponse
        ├── SignInRequest
        └── SignInResponse

---

📡 API 명세

NLP API

POST /nlp/chat

대화형 자연어 처리 및 Intent 분석

Request	Type	Description
sessionId	String	세션 식별자 (UUID)
text	String	사용자 입력 텍스트

Response	Type	Description
intent	String	분류된 Intent
status	Enum	COMPLETE / INCOMPLETE / API_REQUIRED / ERROR
responseMessage	String	응답 메시지
data	Object	Intent별 추출된 데이터

---

Route API

POST /api/route/search

출발지-목적지 간 최적 경로 탐색

Request	Type	Description
sessionId	String	세션 식별자
startLat	Double	출발지 위도
startLon	Double	출발지 경도
endLat	Double	목적지 위도
endLon	Double	목적지 경도

Response	Type	Description
totalDistance	Integer	총 거리 (m)
totalTime	Integer	총 소요시간 (초)
totalFare	Integer	총 요금 (원)
guides	Array	구간별 길안내 정보
accessibilityInfo	Object	전체 경로 접근성 정보

GuideInfo 구조

• guidance: 안내 문구
• distance: 구간 거리
• time: 구간 소요시간
• transportType: 교통수단 (WALK / BUS / SUBWAY)
• stationAccessibility: 역별 엘리베이터/에스컬레이터 정보

---

POI API

POST /api/poi/search

현재 위치 기반 관심 지점 검색

Request	Type	Description
destination	String	검색 키워드
currentLat	Double	현재 위도
currentLon	Double	현재 경도

Response	Type	Description
places	Array	검색된 장소 목록
totalCount	Integer	전체 결과 수

---

🔄 데이터 처리 파이프라인

NLP 처리 흐름

1. 음성 입력 (Frontend STT)
2. 텍스트 → OpenAI API 전송
3. Intent 분류 및 Entity 추출
4. Intent별 처리
   - extract_route: 경로 탐색 API 호출 필요
   - real_time_*: 실시간 정보 조회
   - total_* / section_*: 캐시된 경로 정보 반환
   - feedback: 피드백 저장
5. 응답 생성 및 컨텍스트 업데이트
6. Redis 저장 (대화 히스토리 + 경로 정보)

경로 추천 흐름

1. 경로 탐색 요청 수신
2. Tmap API 호출 (최대 5개 경로 요청)
3. 각 경로 분석
   - 역명 추출
   - 접근성 데이터 매핑 (엘리베이터/에스컬레이터)
   - 접근성 점수 계산
4. 사용자 피드백 조회 (Redis)
5. 가중치 기반 경로 점수 산출
6. 최적 경로 선택
7. LineString 좌표 및 안내 정보 가공
8. 컨텍스트 저장 (향후 질의 대응)

---

🎯 기술적 특징

1. Fine-tuned GPT 모델 활용

• 고령자 발화 패턴 학습
• 일관된 JSON 응답 구조
• 18개 Intent 정확 분류

2. 접근성 우선 경로 추천

• 실제 지하철역 엘리베이터/에스컬레이터 데이터 활용
• 다차원 가중치 기반 점수 계산
• 사용자 피드백 실시간 반영

3. 컨텍스트 기반 대화 관리

• Redis 기반 세션별 상태 저장
• 대화 히스토리 유지
• 경로 정보 캐싱으로 반복 질문 최적화

4. 외부 API 통합

• Tmap Transit/POI API 활용
• RESTful 통신 및 에러 핸들링
• 응답 데이터 정규화 및 가공

---

📦 주요 의존성

Spring Boot 3.2.x
Spring Web MVC
Spring Data Redis
Redis 7.0
RestTemplate
Jackson (JSON Processing)
Lombok
Swagger/OpenAPI 3.0

---

📄 License

This project is licensed under the MIT License.