Much 🏦

AI가 코칭하는 스마트 자산 관리 서비스, Much입니다.

**Much(머치)**는 청년층 및 프리랜서를 위한, 소득 변동성에 최적화된 AI 자산관리 서비스입니다. Much는 Money(자산)와 Coach(코칭)의 결합어로, 고객의 자산이 보다 이상적으로 사용될 수 있도록 AI가 코칭하고, 그 결과 더 많은(Much) 금융 혜택을 얻을 수 있도록 지원하는 서비스 철학을 담고 있습니다.

🎯 프로젝트 개요

Much는 고객의 자산 관리 역량을 진단하고, AI 기반 소득 예측을 통해 맞춤형 자산 관리 플랜을 제공하며, 게이미피케이션을 통한 성장 리워드를 제공하는 웹 애플리케이션입니다.

✨ 주요 기능

1. 자산 관리 역량 진단 (/asset)

• 현재 자산 관리 역량을 종합적으로 진단
• 4개 영역별 세부 점수 제공 (금융 리터러시, 위험 관리, 투자 지식, 부채 관리)
• 개인별 맞춤 피드백 및 권장사항 제공

2. AI 기반 자산 관리 플랜 (/plan) 🤖

• Llama 3.1 8B 모델: Hugging Face를 통한 최신 AI 모델 활용
• 프리랜서 특화 소득 예측: 과거 12개월 데이터 기반 정교한 소득 예측
• 동적 플랜 조정: AI가 실시간으로 변동성을 분석하여 플랜 자동 조정
• 계절성 분석: 프리랜서 소득의 계절적 패턴을 고려한 예측
• 위험 요소 식별: AI가 소득 변동성과 위험 요소를 자동으로 분석
• 맞춤형 권장사항: 개인별 상황에 맞는 구체적인 개선 방안 제시
• 신용등급 관리: 현재 신용등급을 고려한 맞춤형 개선 계획
• 월별 세부 계획: 12개월 단위의 구체적인 지출/저축/투자 계획
• 실시간 API: AJAX를 통한 실시간 소득 예측 및 플랜 미리보기

3. 성장 리워드 시스템 (/reward)

• 게이미피케이션: 레벨업, 포인트, 업적 시스템
• 금융 리터러시 퀴즈: 카테고리별 난이도별 퀴즈 제공
• 금융사 제휴 혜택: 대출 금리 인하, 카드 추가 혜택 등
• 리더보드: 사용자 간 경쟁 요소

🏗️ 기술 스택

• Backend: Django 5.2.5
• Database: SQLite (개발), PostgreSQL/MySQL (운영)
• Frontend: HTML5, CSS3, JavaScript (ES6+)
• UI Framework: Bootstrap 5.3.0
• Icons: Font Awesome 6.4.0
• Language: Python 3.8+
• AI: Llama 3.1 8B 모델 (Hugging Face), 소득 예측 및 자산 관리 코칭 시스템
• API: Hugging Face Inference API
• Charts: Chart.js (데이터 시각화)

🚀 설치 및 실행

1. 환경 설정

# 가상환경 생성 및 활성화
python3 -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate

# 의존성 설치
pip install -r requirements.txt

2. 데이터베이스 설정

# 마이그레이션 실행
python manage.py makemigrations
python manage.py migrate

# 슈퍼유저 생성
python manage.py createsuperuser

3. 개발 서버 실행

python manage.py runserver

4. 브라우저에서 접속

http://localhost:8000

📁 프로젝트 구조

Much/
├── financial_academy/          # 메인 프로젝트 설정
│   ├── settings.py            # 프로젝트 설정
│   ├── urls.py                # 메인 URL 설정
│   └── wsgi.py                # WSGI 설정
├── asset/                      # 자산 관리 역량 진단 앱
│   ├── models.py              # 진단 관련 모델
│   ├── views.py               # 진단 관련 뷰
│   └── urls.py                # 진단 URL 설정
├── plan/                       # 자산 관리 플랜 생성 앱
│   ├── models.py              # 플랜 및 소득예측 모델
│   ├── views.py               # 플랜 생성 뷰
│   └── urls.py                # 플랜 URL 설정
├── reward/                     # 성장 리워드 앱
│   ├── models.py              # 리워드 시스템 모델
│   ├── views.py               # 리워드 관련 뷰
│   └── urls.py                # 리워드 URL 설정
├── templates/                  # HTML 템플릿
│   ├── base.html              # 기본 레이아웃
│   ├── asset/                 # 진단 관련 템플릿
│   ├── plan/                  # 플랜 관련 템플릿
│   └── reward/                # 리워드 관련 템플릿
├── static/                     # 정적 파일
│   ├── css/                   # 스타일시트
│   ├── js/                    # JavaScript
│   └── images/                # 이미지 파일
├── manage.py                   # Django 관리 명령어
└── requirements.txt            # Python 패키지 의존성

👥 개발팀 구성

3명이 각각 하나씩 기능을 담당

1. 자산 관리 역량 진단 담당자 (/asset)

   • 진단 질문 관리
   • 점수 계산 알고리즘
   • 피드백 생성 시스템

2. AI 기반 플랜 생성 담당자 (/plan)

   • 소득 예측 모델
   • 자산 관리 플랜 생성
   • 신용등급 개선 계획

3. 게이미피케이션 담당자 (/reward)

   • 포인트 및 레벨 시스템
   • 퀴즈 시스템
   • 업적 및 리워드

🎨 디자인 가이드라인

• 대표색: #1d5091 (진한 파란색) - Money(자산)의 안정성과 신뢰성
• 보조색: #f8f9fa (연한 회색) - Coach(코칭)의 친근함과 접근성
• 강조색: #28a745 (초록색) - 성장과 발전을 상징
• 경고색: #ffc107 (노란색) - 주의와 경계를 상징
• 위험색: #dc3545 (빨간색) - 위험 요소를 상징

🔧 개발 환경 설정

개발 도구

• 코드 포맷팅: Black
• 린팅: Flake8
• Import 정렬: isort
• 테스트: pytest

환경 변수 설정

# .env 파일 생성
SECRET_KEY=your-secret-key-here
DEBUG=True
ALLOWED_HOSTS=localhost,127.0.0.1

# Hugging Face API 설정 (AI 기능 사용 시 필수)
HF_API_KEY=your_huggingface_api_key_here
HUGGINGFACEHUB_API_TOKEN=your_huggingface_api_key_here
AI_MODEL_NAME=meta-llama/Meta-Llama-3.1-8B-Instruct

Hugging Face API 키 발급 방법:

1. Hugging Face 계정 생성
2. Settings > Access Tokens에서 새 토큰 생성
3. 위의 환경 변수에 토큰 값 입력

🤖 AI 기능 상세 설명

Llama 3.1 8B 모델 활용

• 모델: Meta Llama 3.1 8B Instruct
• 플랫폼: Hugging Face Inference API
• 특화 기능: 프리랜서 소득 패턴 분석 및 예측

소득 예측 프로세스

1. 데이터 입력: 최근 12개월 소득 데이터
2. AI 분석: Llama 모델이 소득 패턴, 계절성, 트렌드 분석
3. 예측 생성: 다음 달 및 연간 소득 예측
4. 신뢰도 평가: 예측의 신뢰도와 변동성 지수 제공
5. 위험 분석: 소득 변동성 기반 위험 요소 식별
6. 권장사항: 개인별 맞춤형 개선 방안 제시

동적 플랜 생성

• 실시간 조정: 소득 변동성에 따른 플랜 비율 자동 조정
• 계절성 고려: 프리랜서 특성상 연말/연초 프로젝트 집중 고려
• 위험도 기반: 변동성에 따른 보수형/균형형/공격형 플랜 자동 선택
• 적응 전략: 성장 트렌드에 따른 투자/저축 비율 동적 조정

API 엔드포인트

• POST /plan/api/predict-income/: 실시간 소득 예측
• POST /plan/api/generate-plan/: 동적 플랜 생성
• GET /plan/analytics/<plan_id>/: 플랜 분석 및 인사이트

📊 데이터베이스 모델

Asset App

• AssetAssessment: 진단 결과
• AssessmentQuestion: 진단 질문
• AssessmentAnswer: 사용자 답변

Plan App

• IncomePrediction: 소득 예측
• FinancialPlan: 자산 관리 플랜
• MonthlyPlan: 월별 세부 계획

Reward App

• UserProfile: 사용자 프로필 및 포인트
• Quiz: 퀴즈 정보
• Achievement: 업적 시스템
• FinancialBenefit: 금융 혜택

🚀 배포

프로덕션 환경

# 환경 변수 설정
DEBUG=False
SECRET_KEY=production-secret-key

# 정적 파일 수집
python manage.py collectstatic

# 데이터베이스 마이그레이션
python manage.py migrate

# Gunicorn 실행 (예시)
gunicorn financial_academy.wsgi:application

🤝 기여 방법

1. Fork the repository
2. Create a feature branch (git checkout -b feature/AmazingFeature)
3. Commit your changes (git commit -m 'Add some AmazingFeature')
4. Push to the branch (git push origin feature/AmazingFeature)
5. Open a Pull Request

📝 라이선스

이 프로젝트는 MIT 라이선스 하에 배포됩니다. 자세한 내용은 LICENSE 파일을 참조하세요.

📖 사용법 가이드

1. AI 소득 예측 사용하기

1. /plan/income-prediction/ 페이지 접속
2. 소득 유형 선택 (프리랜서/사업자/급여소득자/혼합소득)
3. 최근 12개월 소득 데이터 입력
4. 실시간으로 AI 예측 결과 확인
5. 예측 결과를 바탕으로 플랜 생성

2. 동적 플랜 생성하기

1. 소득 예측 완료 후 플랜 설정 페이지로 이동
2. 플랜 유형 선택 (보수형/균형형/공격형)
3. 목표 저축률 및 비상금 목표 설정
4. 현재 신용등급 입력
5. AI가 생성한 맞춤형 플랜 확인

3. 플랜 분석 및 모니터링

1. 생성된 플랜의 상세 정보 확인
2. 월별 계획 및 지출 비율 검토
3. 분석 페이지에서 차트를 통한 시각적 분석
4. AI 인사이트 및 권장사항 확인
5. 신용등급 개선 계획 실행

🔧 문제 해결

Hugging Face API 오류

• API 키가 올바르게 설정되었는지 확인
• 인터넷 연결 상태 확인
• API 사용량 한도 확인

AI 예측이 작동하지 않는 경우

• 최소 3개월 이상의 소득 데이터 입력 필요
• 소득 데이터에 0이 아닌 값이 포함되어야 함
• API 키가 유효한지 확인

📞 문의

프로젝트에 대한 문의사항이 있으시면 이슈를 생성해 주세요.

---

Much - AI가 코칭하는 스마트 자산 관리 🚀

Money + Coach = Much