← 전체 프로젝트

PROJECT 03

Neoulteo

공공 관광 데이터 기반 여행 계획 플랫폼

프로젝트 개요

너울터는 한국관광공사 TourAPI의 공공 관광 데이터로 전국 관광지를 탐색하고 일차별 여행 계획을 세우는 여행 계획 웹 서비스입니다. 대한민국 지도에서 지역을 골라 인기 장소를 보고, 관광지를 저장해 일차별 코스와 이동 경로를 만들며, 공유 코드로 다른 사용자의 코스를 가져올 수 있습니다. Spring AI 여행 도우미는 서비스에 저장된 실제 관광지 정보를 근거로 장소와 코스를 추천하고 평가합니다.

주요 구현

관광지 DB와 배치 데이터를 답변 근거로 연결해 여행 도우미의 최신성을 관리했습니다.

진행 기간
2026.05 ~ 2026.06
팀 구성
2인 팀
담당 역할
백엔드 중심 · AI 연동 · 프론트 일부

기술 스택

Backend
Spring BootSpring SecuritySpring AISpring Batch
Frontend
Vue 3ViteVue Router
Data
MySQLMyBatis
AI
Spring AIHybrid RAGGMS OpenAIFastAPIChromaDB (별도 실험)
Map / Data
Kakao Map APISVG Korea Map한국관광공사 TourAPI
Auth
JWTlocalStorage / sessionStorage
시연 화면실제 프론트엔드에 시연용 목 데이터를 넣어 재현했습니다
01 · 지도 홈대한민국 지도에서 지역을 고르면 그 지역의 인기 핫플레이스가 바로 열림
02 · 관광지 검색지역과 키워드로 관광지를 찾고 결과를 누르면 지도 핀으로 이동
03 · 여행 계획 만들기저장한 관광지를 일차별 코스에 담으면 이동 경로와 거리가 바로 그려짐
04 · AI 코스 평가일차별 코스를 동선·일정 강도·카테고리 균형으로 평가
05 · AI 여행 도우미관광지 도구와 DB 관광지 문서를 근거로 답하는 여행 도우미

01

서비스 소개

서비스 배경
여행지를 찾는 일과 일정을 짜는 일이 여러 사이트에 흩어져 있고, 일반 챗봇에 물으면 실제로 갈 수 있는 장소나 최신 정보가 아닌 답이 나오기 쉽습니다. 공공 관광 데이터를 바탕으로 장소 탐색부터 일정 구성, 추천까지 한곳에서 할 수 있는 서비스를 만들었습니다.
서비스 목표
TourAPI 데이터를 배치로 미리 동기화해 검색과 AI 답변의 공통 근거로 쓰고, 관광지 탐색 → 저장 → 일차별 코스 구성 → 공유를 한 흐름으로 잇습니다.
대상 사용자
지역별 관광지를 찾아 일차별 여행 코스를 만들고 공유하려는 여행자

주요 기능

  • 지역 지도 홈

    대한민국 SVG 지도에서 시도를 고르면 그 지역의 핫플레이스 등록 수와 인기 장소를 보여 줍니다.

  • 관광지 검색

    시도·구군·콘텐츠 유형·키워드로 관광지를 찾고 카카오맵 마커로 위치를 표시합니다.

  • 여행 계획

    관심 관광지를 저장해 일차별 코스를 만들고 TMAP 경로를 그리며, 공유 코드로 다른 사람의 코스를 가져옵니다.

  • 핫플레이스 · 커뮤니티

    내 핫플레이스를 등록해 인기 목록을 만들고, 후기·Q&A·여행 계획 공유 게시판에서 소통합니다.

  • AI 여행 도우미 · 코스 평가

    DB의 관광지를 근거로 답하고, 저장한 코스를 동선·일정 강도·카테고리 균형으로 평가합니다.

  • 관광지 데이터 배치

    TourAPI를 수집해 기존 DB와 비교·upsert하고, AI 요약을 담은 PDF 리포트를 만듭니다.

02

시스템 아키텍처

너울터의 Vue 프런트엔드와 카카오맵, 도메인 API·Spring AI·Spring Batch로 나뉜 Spring Boot 서버, MySQL과 파일 저장, TMAP·SSAFY GMS·TourAPI 외부 연동, 챗봇이 직접 호출하는 실험용 FastAPI 서버를 보여 주는 시스템 아키텍처
Neoulteo 시스템 아키텍처이미지를 누르면 크게 볼 수 있습니다

공공 데이터는 배치로 미리 동기화하고, 애플리케이션이 질문에 필요한 도구와 DB 기반 RAG 문맥을 조합해 AI가 실제 관광지 데이터를 근거로 답하도록 구성했습니다.

구성 요소별 역할

  • Vue 3 + Vite

    SVG 지도 홈, 관광지 검색, 일차별 여행 계획, 커뮤니티 화면 담당

  • Spring Boot

    회원·관광지·핫플레이스·여행계획·커뮤니티 도메인 API와 Spring Security 접근 제어

  • Spring AI

    키워드 조건으로 관광지·날씨·검색 도구를 조합하고 DB 기반 RAG 문맥으로 프롬프트를 보강해 답변 생성

  • Spring Batch

    TourAPI 콘텐츠 타입별 수집, 기존 DB와 비교·집계, 전체 항목 upsert 및 PDF 리포트 생성

  • MySQL + MyBatis

    관광지 메타데이터, 여행 계획, 핫플레이스, 커뮤니티 데이터 관리

  • TourAPI · Kakao Map · FastAPI/ChromaDB

    공공 관광 데이터 수집과 지도 렌더링을 담당합니다. FastAPI·ChromaDB는 Spring RAG와 분리된 실험 서버로, 챗봇에서 Spring AI를 끄거나 PDF를 올릴 때 프런트가 직접 호출합니다

03

구현 기능

전체 서비스 안에서 직접 구현하거나 공동으로 맡은 기능입니다.

배치로 동기화하는 TourAPI 콘텐츠 타입

8가지

  • 관광지
  • 문화시설
  • 축제·공연·행사
  • 여행코스
  • 레포츠
  • 숙박
  • 쇼핑
  • 음식점
TourAPI 호출 타임아웃

10초 · 30초

연결 10초 · 응답 30초로 제한해 응답이 없을 때 배치가 멈춰 있지 않게 했습니다. GMS 요약 호출은 5초 · 15초입니다.

  • 01

    회원과 인증

    Spring Security 기반 Stateless JWT 인증과 접근 제어를 구현했습니다. 로그인 유지 선택에 따라 프론트엔드가 토큰을 localStorage 또는 sessionStorage에 저장하며, 프로필 관리와 회원 탈퇴 흐름을 제공합니다.

  • 02

    관광지 검색

    한국관광공사 TourAPI 데이터를 지역·구군·카테고리·키워드 조건으로 검색하고 Kakao Map 마커로 표시

  • 03

    여행 계획

    일차별 장소 관리와 순서 변경, 경로 표시, 공유 코드로 다른 사용자의 코스 가져오기

  • 04

    핫플레이스

    관광지를 기반으로 내 핫플레이스를 등록하고 설명·이미지를 저장, 많이 등록된 상위 목록 제공

  • 05

    커뮤니티

    공지사항·자유게시판·여행 후기·Q&A·여행 계획 공유 게시판, 댓글과 좋아요, 이미지 업로드

  • 06

    AI 여행 도우미

    질문의 키워드를 기준으로 관광지·날씨·검색 도구를 애플리케이션에서 조합하고, 도구 결과와 DB 기반 RAG 문맥을 Spring AI ChatClient에 전달해 답변과 여행 계획 피드백을 생성합니다.

  • 07

    관광지 데이터 배치

    Spring Batch로 TourAPI 데이터를 수집하고 기존 DB와 비교해 신규·수정·유지 항목을 집계합니다. 저장 단계에서는 전체 수집 항목을 ON DUPLICATE KEY UPDATE 방식으로 upsert하고 비교 결과를 PDF 리포트로 생성합니다.

기여 범위

FastAPI·ChromaDB는 별도 실험이며, 서비스의 Spring AI·DB 기반 RAG와 구분합니다.

04

트러블슈팅

문제와 해결, 확인한 결과를 적고 실제 코드와 테스트를 근거로 붙였습니다.

문제 해결

TourAPI 전체 동기화 배치 안정화

문제
관광지 전체를 한 번에 동기화하는 배치가 끝까지 안정적으로 돌지 않았습니다. 이미 인코딩된 서비스 키가 요청 URL을 만들 때 한 번 더 인코딩됐고, 일부 값은 문자열 "null"로 와 그대로 저장됐습니다. 수집한 전체 목록은 Spring Batch가 메타데이터 테이블에 직렬화해 저장하는 ExecutionContext에 담겨 있었고, 외부 호출에는 타임아웃이 없었으며 호출 한도에 걸리면 그때까지 받은 데이터도 함께 버려졌습니다.
해결
URL은 이미 인코딩된 값으로 만들고 문자열 "null"은 빈 값으로 정리했습니다. Step 사이에 넘기던 전체 목록과 비교 결과는 런타임 컨텍스트로 옮겨 ExecutionContext에는 리포트 ID·PDF 경로 같은 작은 값만 남겼습니다. 외부 호출에는 연결·응답 타임아웃을 두고, 호출 한도에 걸리면 이미 받은 데이터로 이어서 처리하게 했습니다.
결과
전체 수집이 끝까지 실행되도록 정리한 뒤, 같은 배치로 관광지 전체 콘텐츠 타입 동기화까지 확장했습니다.
TourApiClient.javajava
try {
    json = restClient.get()
            .uri(buildAreaBasedUri(pageNo, targetContentTypeId))
            .accept(MediaType.APPLICATION_JSON)
            .retrieve()
            .body(String.class);
} catch (HttpClientErrorException.TooManyRequests e) {
    if (!allItems.isEmpty()) {
        System.out.println("[TourBatch] TourAPI quota exceeded. Continue with partial items. fetched="
                + allItems.size());
        break;
    }
    throw e;
}
// ...
return builder.build(true).toUri();
TourSaveTasklet.javajava
List<TourAttractionDto> items = runtimeContext.getTourItems();
// ...
TourBatchComparisonResult comparison = tourAttractionCompareService.compare(items, dbItems);
int saved = tourBatchDao.saveAttractions(items);
// ...
runtimeContext.setComparisonResult(comparison);
ctx.putLong(TourBatchContextKeys.REPORT_ID, report.getId());
판단 과정 단계별로 보기
  1. 서비스 키와 null 값 정리

    공공데이터포털의 인코딩된 키가 UriComponentsBuilder에서 다시 인코딩돼 값이 달라졌습니다. build(true)로 이미 인코딩된 값임을 지정하고, 문자열 "null"은 빈 값으로 바꿨습니다.

  2. Step 간 대용량 데이터 분리

    수집 목록과 비교 결과를 ExecutionContext 대신 런타임 컨텍스트 빈으로 넘기고, 실행을 시작할 때마다 비웁니다. 메타데이터 테이블에는 리포트 ID·PDF 경로 같은 작은 값만 저장됩니다.

  3. 외부 호출 타임아웃

    TourAPI는 연결 10초·응답 30초, GMS 요약은 연결 5초·응답 15초로 제한해 응답이 없을 때 배치가 멈춰 있지 않게 했습니다.

  4. 호출 한도 대응

    429 응답이 오면 이미 받은 페이지까지로 비교·저장을 이어 갑니다. 저장은 ON DUPLICATE KEY UPDATE upsert만 하므로 일부만 받아도 기존 관광지는 지워지지 않고, 첫 페이지부터 막히면 실패로 끝냅니다.

설계 판단

Spring AI 도구 오케스트레이션 · RAG 설계

문제
일반 지식만으로 답하는 챗봇은 프로젝트 DB에 있는 실제 관광지를 추천하지 못합니다. 애플리케이션이 질문의 키워드에 따라 필요한 도구를 선택하고, 조회 결과를 근거로 답하도록 설계했습니다.
해결
질문 키워드에 따라 관광지 검색·RAG·날씨 도구를 호출하고, DB 조회 결과를 프롬프트에 더해 답변의 근거로 사용했습니다.
결과
LLM에 도구 선택을 완전히 위임하지 않고 애플리케이션이 호출 조건을 통제해 실행 흐름을 예측 가능하게 유지하면서, 프로젝트 DB의 관광지 정보를 답변 근거로 제공했습니다.
판단 과정 단계별로 보기
  1. 질문 입력

    사용자가 여행 관련 질문을 입력합니다.

  2. 키워드 분석

    애플리케이션이 질문의 키워드를 검사해 날씨·웹 검색 도구의 실행 여부를 결정합니다.

  3. Tool / RAG 호출

    관광지 검색과 RAG를 실행하고, 질문에 관련 키워드가 있을 때 날씨 또는 외부 검색 도구를 추가로 호출합니다.

  4. 프롬프트 보강

    DB 관광지 정보와 검색 결과를 프롬프트에 덧붙여 모델이 실제 데이터를 근거로 삼도록 합니다.

  5. 답변 생성

    GMS OpenAI 모델이 보강된 컨텍스트로 최종 답변을 생성합니다.

설계 판단

TourAPI 동기화 배치 설계

문제
공공 관광 데이터는 수시로 갱신되지만 매 요청마다 외부 API를 호출하면 응답 지연과 호출 한도 문제가 생깁니다. 배치로 미리 동기화하는 구조를 택했습니다.
해결
Spring Batch로 데이터를 수집하고 기존 DB와 비교·집계했습니다. 전체 수집 항목을 ON DUPLICATE KEY UPDATE로 upsert해 갱신했습니다.
결과
조회 경로에서 외부 API 의존을 걷어내 검색 응답을 DB 조회만으로 처리할 수 있게 됐습니다.
판단 과정 단계별로 보기
  1. 수집

    Spring Batch로 콘텐츠 타입별 관광지 데이터를 수집합니다.

  2. 비교

    기존 DB 데이터와 API 응답을 비교해 신규·수정·유지 항목을 분류하고 집계합니다.

  3. 반영

    전체 수집 항목에 대해 ON DUPLICATE KEY UPDATE 방식으로 upsert해 truncate 후 재적재 없이 데이터를 갱신합니다.

  4. 리포트

    GMS OpenAI로 변경 내역을 요약한 뒤, 비교 결과와 요약을 PDF 리포트로 만듭니다.

현재의 한계

런타임 컨텍스트는 서버 메모리에 있어 한 서버에서 한 번에 하나의 배치 실행을 전제로 합니다. 중단된 Step을 이어서 재시작하려면 수집 결과를 별도 저장소에 두는 방식이 필요합니다.

05

기술 선택 이유

기술 이름보다 해결하려던 작업과 적용 이유를 적었습니다.

Spring AI · DB 기반 RAG

실제 관광지 정보를 근거로 답변 생성

애플리케이션이 질문 키워드에 따라 필요한 도구를 조합해, 어떤 조회 결과가 답변에 전달되는지 통제했습니다.

Spring Batch · MySQL

TourAPI 수집·비교·갱신

매 검색 요청에서 외부 API를 호출하지 않도록 수집 경로를 분리하고, 전체 수집 항목을 upsert해 기존 데이터를 유지하며 갱신했습니다.

06

회고

AI 답변의 근거를 개선하려면 모델 호출뿐 아니라 데이터 갱신 과정도 함께 설계해야 했습니다. 수집·검색·답변을 분리해 각 단계의 역할과 실패 지점을 설명할 수 있도록 구성했습니다.