"오늘도 당신의 스타일을 책임집니다" 사용자의 옷장과 실시간 날씨 데이터를 기반으로 최적의 코디를 제안하고 소통하는 개인 맞춤형 패션 플랫폼
- 배포 URL: https://fitme-nginx.mangofield-4b56edf3.koreacentral.azurecontainerapps.io/
- 팀 협업 문서: https://www.notion.so/FitMe-51b7885bebca83639cd7819aaf5ba042
- 발표 자료: Fitme 발표
- 김태언(팀장): CI/CD 파이프라인 구축 + 인프라 구축, 피드 관리(게시물, 댓글, 좋아요 도메인 전반 설계 및 구현)
- 김진우: CI/CD 파이프라인 구축 + 인프라 구축, DM(WebSocket), 팔로우 기능
- 신제원: 실시간 알림 시스템 (SSE)
- 이형일: 인증 관리, 프로필 관리, 날씨 관리(Spring Batch 기반)
- 최현석: 맞춤형 추천 엔진 개발
- 조성연: 의상/속성 도메인 설계, LLM 데이터 분석 파이프라인 구축, 미디어 파일 관리 및 성능 최적화, 프론트엔드 UI/UX 개선
- 목적: 사용자의 옷장을 디지털화하고, 실시간 날씨와 AI 분석을 기반으로 코디를 추천하며, 피드, 댓글, 좋아요, DM, 실시간 알림 기능을 통해 사용자 간 스타일을 공유하고 소통할 수 있는 플랫폼 제공
- 핵심 기능:
- 구매 링크 기반 의상 정보 자동 등록 (AI 추출)
- 위치 기반 실시간 날씨를 활용한 맞춤 코디 추천
- OOTD 피드 공유, 댓글, 좋아요, 팔로우, DM 기능을 통한 사용자 간 소통
- SSE 기반 실시간 알림 시스템 제공
- 프로젝트 기간: 2026.03.10 ~ 2026.04.17
-6DB33F?style=for-the-badge&logo=springsecurity&logoColor=white){kind=icon}
-000000?style=for-the-badge&logo=&logoColor=white){kind=icon}
- CI/CD 파이프라인: GitHub Actions를 활용하여 빌드 및 배포 자동화 구축
- 안정성 보장: PR 생성 시 CI에서 테스트를 통과하지 못하면 Merge를 원천 차단하도록 정책 설정
- Azure 인프라:
- 네트워크: VNet, NAT Gateway, Nginx (Reverse Proxy 및 트래픽 라우팅, Outbound IP 고정 및 외부 API whitelist 대응)
- 컨테이너 환경: ACR, Azure Container Apps (컨테이너 기반 서비스 배포 및 운영)
- 데이터 저장소: PostgreSQL, Blob Storage (미디어 파일 저장)
- 캐시: Azure Cache for Redis (조회 성능 최적화)
- 메시징: Kafka / Event Hub (비동기 이벤트 처리)
- 검색: Elasticsearch (VM 기반 직접 운영)
- 모니터링: Spring Actuator를 통해 애플리케이션 상태 및 메트릭을 수집하고, Prometheus로 수집된 데이터를 Grafana를 통해 시각화하여 운영 상태를 모니터링
- Coverage Policy: 단위/통합 테스트 코드 작성 후 Jacoco로 커버리지를 측정하고, Codecov와 연동하여 실시간 모니터링 진행
- External API: OpenWeather API(날씨), Kakao Dev API(소셜 로그인/지도), Google API(소셜 로그인)
-181717?style=for-the-badge&logo=github&logoColor=white){kind=icon}
- 피드 관리: 피드 게시물 생성, 조회, 좋아요, 댓글 기능 개발
- 검색 기능 구현: 사용자 입력(오타, 부분 검색 등)을 고려한 피드 검색 기능 개발
- 조회 기능 최적화: 대량 데이터 조회를 고려한 댓글 및 피드 목록 조회 구조 개선
- 인프라 설계 및 운영: Azure 기반 클라우드 인프라 및 로컬 Docker Compose 환경 구성
피드 도메인을 중심으로 검색 품질, 조회 성능, 동시성, 인프라 안정성 개선
- DB atomic update 적용으로 race condition 방지 및 데이터 정합성 확보
- 낙관적/비관적 락 대신 단일 update 쿼리 방식으로 고빈도 좋아요 요청 대응
- Elasticsearch ngram analyzer 적용으로 content 중간 문자열 검색 지원
- Nori, fuzziness와 결합하여 오타·부분 검색·단어 순서 변경 대응
- 피드 목록 조회 시 feedId 기반 batch query(IN 조회) 적용으로 하위 데이터 일괄 조회
- Map 기반 메모리 그룹핑으로 DTO 조립 및 N+1 문제 완화
- FeedQueryService/Repository 분리로 조회 로직과 도메인 로직 책임 분리
- Projection 기반 조회 후 조립 구조 적용으로 유지보수성 및 확장성 개선
- Azure NAT Gateway 적용으로 outbound IP 고정 및 whitelist 기반 외부 API 호출 문제 해결
- 내부 서비스와 외부 노출 대상 분리로 운영 환경 네트워크 안정성 개선
- CD + 인프라 구축: Azure 기반 자동화 배포 환경 구축
- DM (WebSocket): 실시간 메시징 시스템 구현
- 팔로우: 사용자 관계 관리 기능 개발
- 담당자가 추가
- 알림 (SSE): 실시간 활동 알림 시스템 구현
- 담당자가 추가
- 인증/프로필: OAuth2 및 JWT 보안, 유저 정보 관리 개발
- 날씨 관리: Spring Batch 기반 공공 API 데이터 수집 파이프라인 구축
핵심 사용자 흐름(사용자, 프로필, 날씨 조회)을 책임지고, 로컬 중심 구현을 운영 환경으로 확장 가능한 구조로 정리
- JWT 기반 인증에 jti 블랙리스트와 사용자 단위 revokeAllBefore(cutoff)를 함께 적용해, 단일 토큰 폐기와 전체 세션 강제 무효화를 모두 지원.
- refresh 시간 불일치 이슈(iat vs cutoff)를 정리해 간헐적 401 발생 케이스를 해결.
- 비밀번호 찾기에서 임시 비밀번호 검증, 새 비밀번호 설정, 토큰 재발급까지 한 사이클을 서비스 정책과 일치시키도록 구현.
- 메일 발송은 AFTER_COMMIT 이벤트 리스너로 분리해 데이터 정합성을 확보했고, 실패 시 재시도 큐(지수 백오프/최대 횟수)로 복구 가능한 구조를 적용.
- 임시 비밀번호 저장소, 토큰 블랙리스트, 메일 재시도 큐를 조건부 빈 전략으로 구현해 로컬(In-Memory)과 운영(Redis) 전환이 가능하도록 설계.
- 단일 인스턴스에서 벗어나 멀티 인스턴스/재기동 상황에서도 상태 일관성이 유지되도록 구성.
- Google/Kakao OAuth2 연동에서 Redirect URI, 쿠키, 프록시 헤더, 베이스 URL 계산 불일치 이슈를 정리.
- AppRuntimePolicy를 도입해 환경별 URL/secure 판단/CORS 정책을 중앙화.
- 성공·실패 핸들러의 리다이렉트 흐름을 정렬해 로컬/배포 간 동작 차이를 축소.
- 날씨 성공 + 빈 배열 상황에서 fallback 수집 후 즉시 재조회 경로를 추가해 초기 미노출 문제를 완화.
- 일별 집계 로직을 정리해 평균/최저/최고가 동일하게 보이던 왜곡 케이스를 개선.
- 수집/매핑 책임 분리로 유지보수성과 테스트 용이성을 높임.
- 추천 엔진: 사용자 데이터 기반 개인화 코디 추천 로직 개발
- 담당자가 추가
- 옷 관리: 의상 등록, 조회 및 사용자 옷장 데이터 관리 기능 구현
- 구매 링크 기반 상품 정보 자동 추출 기능 구현 (스크래핑 + LLM)
- 이미지 업로드 및 삭제 기능 구현
- 옷 속성 관리: 의상 속성 및 선택값 구조 설계 및 관리 기능 구현
비즈니스 로직의 핵심인 의상 도메인을 총괄하며 AI 연동과 시스템 최적화
- Aggregate 설계:
Clothes와Attribute를 루트 애그리거트로 설정하여 하위 엔티티(SelectableValue, 조인 테이블)의 생명주기를 완벽히 통제 - 영속성 관리: JPA의
orphanRemoval과 DB의@OnDelete(CASCADE)를 이중 적용하여 데이터 무결성 보장 및 삭제 성능 최적화
- LLM 파이프라인: Playwright 스크래핑과 LLM 분석을 결합하여 상품명, 타입, 상세 속성을 자동 추출
- 캐싱 아키텍처: URL 정규화(Normalization)를 통해 동일 상품 요청 시 LLM 서버 호출을 생략하는
CatalogClothes캐싱 계층 구현 (응답 속도: 5초 → 50ms)
- 트랜잭션 분리: 이미지 업로드/삭제 등 무거운 I/O 작업을 메인 비즈니스 트랜잭션에서 분리하여 응답 성능 향상
- 가비지 컬렉션: Soft Delete 상태의 파일을
@Scheduled기반 백그라운드 스케줄러를 통해 배치로 일괄 물리 삭제 (Azure Blob Storage)
- 연동 최적화: AI 분석 대기 시간을 고려한 비동기 흐름 제어 및
AbortController적용 - CORS 우회: 외부 이미지 링크를 Blob 데이터로 변환 후 File 객체로 캐스팅하여 기존 파일 업로드 로직과 일관성 유지
ERD 상세 보기: erdcloud 링크
-
Feed
- 사용자 생성 콘텐츠(OOTD)의 중심 테이블
- 좋아요/댓글/검색 기능이 모두 연결되는 핵심 도메인
-
User
- 인증 및 사용자 식별을 담당하는 기본 엔티티
- 피드, 팔로우, 좋아요 등 모든 도메인의 기준이 되는 주체
-
Clothes
- 의상 정보 및 속성을 관리하는 도메인
- LLM 기반 데이터 추출 및 추천 기능과 직접 연결
-
Weather
- 지역 및 시간 기반 날씨 데이터를 관리
- 코디 추천 로직의 핵심 입력 데이터로 활용
com.ootd.fitme
├── domain
│ ├── feed (피드, 댓글, 좋아요)
│ ├── clothes (의상, 속성, 카탈로그)
│ ├── user (유저, 프로필, 팔로우)
│ ├── notification (알림, SSE/Kafka)
│ ├── directmessage (DM)
│ ├── recommendation (코디 추천)
│ └── weather (날씨, 지역, 배치)
│
├── global
│ ├── config (Security, Redis, Kafka, ES 등)
│ ├── security (JWT, OAuth2)
│ ├── exception
│ └── interceptor
│
├── infrastructure
│ ├── ai (LLM 추출)
│ ├── scraper (Playwright, Jsoup)
│ ├── external (Kakao, Google, Weather API)
│ ├── realtime (WebSocket)
│ └── storage (이미지, 로그)
│
└── FitmeApplication.java
project-root
├── Dockerfile / Dockerfile.nginx / Dockerfile.elasticsearch
├── compose.yml
├── monitoring
│ ├── grafana
│ └── prometheus
├── nginx
│ ├── nginx.conf.local
│ └── nginx.conf.prod
└── src
├── main
└── test