자영업자 폐업률이 정말 높은 요즘 시대에
개인 사업의 자영업자에게 주목하고 문제점을 개선해 보고자 기획 했습니다
그 중, "영세 사업장의 시스템 부족"에 주목해 문제점을 해결하고자 했습니다
- 2025-01-06 ~ 2025-02-21
| 한승남 | 강지민 | 송가연 | 이영석 | 최은진 | 하지원 |
|---|---|---|---|---|---|
 |
 |
 |
 |
 |
 |
-
WEB base 포스기
- 상품 결제 시 Toss Payments SDK 사용
- GPS를 사용한 매장 출퇴근 시스템
- Upstage AI의 OCR 인식으로 검증이 되는 매장 관리
- 재고 관리 및 판매 최적화
-
머신러닝 분석 ERP 대시보드
- Random Forest 모델을 사용한 재고 예측 대시보드 제공
- Redis를 사용한 실시간 매장 근무 인원 조회
- KcELECTRA 모델을 사용한 피드백 데이터 감정 분석 대시보드
- 날짜별, 상품별 등 다양한 유저 친화적 대시보드 제공
-
모바일 기기 지원
- PWA로 모바일에서 다운로드 가능
- FCM으로 백그라운드에서의 푸시 알림 서비스
- WebSocket으로 실시간 상황 공유와 단체 대화 가능
자세한 내용은 테이블 정의서에 정리해두었습니다
- Toss의 결제 API를 사용해 QR코드로 결제하는 기능입니다
- Front에서 UUID를 생성 후 Toss의 서버에 request를 보내면 Toss에서 결제에 대한 성공/실패 response를 도출해 줍니다
- Progressive Web Apps를 통해 모바일 웹 브라우저에서 바로 앱을 설치해 사용합니다
- 모바일로 제공함으로써 접근성을 향상 시켰습니다
- 출근 기능을 단순히 버튼만 누르게 한다면 실제로 일하지 않아도 출근 버튼만 누르면 되는 시스템이 될 것입니다
- 그래서 저희는 GPS를 도입해 매장에서만 출근이 가능하도록 했습니다
- GPS 좌표의 정확성을 높이기 위해서 하버사인 공식을 적용 했습니다 두 지점 간 거리를 정밀하게 계산합니다
- Firebase 기반의 Messaging 시스템으로 앱이 백그라운드에 있을 때에도 유저들에게 피드백이나 채팅에 대한 알람을 제공해 줍니다
- WebSocket의 보안 프로토콜(wss://)을 사용해 데이터 전송의 보안을 강화합니다
- 매장마다 다른 시계열 데이터를 학습해 개인화된 예측을 제공합니다
- 모델 학습 단계에서 비선형 데이터 학습에 탁월한 Random Forest로 예측 모델을 구현 했습니다
- MSE와 R2 score로 완성된 모델에 대한 평가 매트릭스도 제공합니다
- 한국어 댓글을 수집해 만들어진 KcELECTRA 모델을 사용했습니다
- AI Hub의 한국어 감정 데이터셋을 사용해 긍정/부정 감정을 학습 시켰습니다
- Hugging Face의 Trainer API를 통해 학습 파이프라인을 설정했습니다
- 감정 분석을 통해 고객 피드백의 키워드를 뽑아내고 매장의 사장님께 대시보드를 제공합니다
- Upstage AI의 OCR 솔루션으로 문서 인식을 합니다
- 사장님이 사업자등록증을 업로드하면 하나하나 입력하는 과정 없이 매장 등록을 빠르게 할 수 있습니다
- k6으로 부하 테스트를 진행하고 influx DB에 데이터를 저장합니다
- grafana를 통해 시각적으로 부하 테스트 결과를 보여줍니다
