26기 신입기수 프로젝트 - 맞춤형 맛집 추천 서비스
사용자의 자연어 입력을 기반으로, 합정/서교동 지역 맛집 중 조건에 맞는 식당을 추천해주는 서비스입니다.
LangChain과 Pinecone을 활용한 RAG 파이프라인으로 동작하며, 식당 리뷰 데이터를 통해 추천 사유까지 자연어로 설명합니다.
- 합정/서교동 공공 식당 데이터 인덱싱
- 네이버 지도 크롤링 → 리뷰 수집
- 전처리 및 필터링 (카테고리, 영업시간 등) → PostgreSQL 저장
- GPT-4o mini를 활용한 사용자 세부 조건 파싱 (JSON 반환)
- PostgreSQL에서 조건 기반 필터링
- Pinecone에서 리뷰 임베딩 유사도 기반 검색 (top 3)
- LangChain으로 추천 사유 생성
- Next.js 프론트에서 결과 출력
| 파트 | 기술 |
|---|---|
| 프론트엔드 | Next.js, Tailwind, TypeScript |
| 백엔드 | FastAPI, LangChain, Pinecone |
| 임베딩 | OpenAI embedding |
| DB | PostgreSQL |
| LLM 활용 | OpenAI GPT-4o mini |
├── .gitignore # Git에서 제외할 파일 목록
├── README.md # 프로젝트 소개 문서
├── backend/ # 백엔드 코드 및 관련 설정
│ ├── .dockerignore # 도커 빌드시 제외할 항목
│ ├── Constants.py # 프로젝트 공통 상수
│ ├── Dockerfile # Docker 이미지 설정 파일
│ ├── requirements.txt # 백엔드 파이썬 패키지 의존성
│ └── app/ # 백엔드 실제 애플리케이션 코드
│ ├── database.py
│ ├── distance_utils.py
│ ├── main.py
│ ├── rag.py
│ ├── restaurant_filter.py
│ ├── test_db.ipynb
│ └── __init__.py
├── database/ # 전처리된 데이터 및 CSV 파일 모음
│ ├── dropped.csv
│ ├── embedded_dropped_data.csv
│ ├── final_link_sql.csv
│ ├── final_sql.csv
│ ├── final_updated.csv
│ ├── frequency_test_adj_df.csv
│ ├── idwithreview.csv
│ ├── link_url.csv
│ ├── menu_updated.csv
│ ├── naver_data.csv
│ ├── photo.csv
│ ├── photo_url.csv
│ ├── preprocessed_naver.csv
│ ├── pre_embedding.csv
│ ├── pre_embedding_ready.csv
│ ├── price.csv
│ ├── restaurant_df.csv
│ ├── restaurant_final.csv
│ ├── restaurant_temp.csv
│ ├── reviews_naver.csv
│ ├── scraper_price_exception.csv
│ ├── SQL_DB.csv
│ ├── SQL_DB_check.csv
│ ├── SQL_DB_updated.csv
│ ├── test.csv
│ ├── test_updated.csv
│ └── updated_naver_map_data.csv
├── embedding/ # 임베딩 처리 코드
│ ├── embedding.py
│ ├── embedding_onebyone.py
│ └── test/ # 테스트용 임베딩 노트북/스크립트
│ ├── embedding_test.ipynb
│ ├── testfile_maker.ipynb
│ └── test_embedding.py
├── frontend/ # 프론트엔드 React 기반 앱 (Next.js)
│ ├── .gitignore
│ ├── basic_image.png
│ ├── eslint.config.mjs
│ ├── logo.png
│ ├── next.config.ts
│ ├── package-lock.json
│ ├── package.json
│ ├── postcss.config.js
│ ├── README.md
│ ├── tailwind.config.js
│ ├── tsconfig.json
│ ├── app/ # 페이지 및 스타일 구성
│ │ ├── favicon.ico
│ │ ├── globals.css
│ │ ├── layout.tsx
│ │ ├── page.tsx
│ │ ├── recommendations/
│ │ │ └── page.tsx
│ │ └── utils/
│ │ ├── highlightCore.tsx
│ │ ├── parseRestaurantData.ts
│ │ └── types.ts
│ ├── components/ # UI 컴포넌트
│ │ └── Sidebar.tsx
│ └── public/ # 정적 자산
│ ├── file.svg
│ ├── globe.svg
│ ├── next.svg
│ ├── vercel.svg
│ ├── window.svg
│ ├── assets/
│ │ └── cursor.svg
│ └── fonts/
│ ├── GmarketSansTTFBold.ttf
│ ├── GmarketSansTTFLight.ttf
│ └── GmarketSansTTFMedium.ttf
├── images/ # 이미지 파일들
│ ├── 1.png
│ ├── 2.png
│ ├── 3.png
│ ├── 4.png
│ └── 5.png
├── review_analysis/ # 리뷰 분석 관련 코드
│ ├── __init__.py
│ ├── crawling/ # 네이버 리뷰 크롤링 스크립트
│ │ ├── eda_restaurant.py
│ │ ├── scraper_naver.py
│ │ ├── scraper_photo_naver.py
│ │ ├── scraper_price.py
│ │ ├── scraper_price_exception.py
│ │ └── scraper_url_naver.py
│ ├── preprocessing/ # 리뷰 전처리 코드
│ │ ├── base_processor.py
│ │ ├── extra_preprocessing.ipynb
│ │ ├── main.py
│ │ ├── NaverProcessor.py
│ │ └── __init__.py
│ └── test/ # 실험 및 분석 노트북
│ ├── analysis_restaurant.ipynb
│ ├── before_scraping.ipynb
│ ├── CheckforDetail.ipynb
│ ├── eda_restaurant.ipynb
│ ├── final_file_merging.ipynb
│ ├── frequency_test.ipynb
│ ├── frequency_test.png
│ ├── frequency_test_adj.png
│ ├── frequency_test_adj_nonoutlier.png
│ ├── frequency_test_df.csv
│ ├── MergeDetail.ipynb
│ ├── MergeDetail.R
│ ├── merge_url.ipynb
│ ├── quick_adjustment.ipynb
│ ├── scraper_price_exception.ipynb
│ ├── test.ipynb
│ ├── text_counter.ipynb
│ ├── unique_features.txt
│ └── visualize_frequency.R
├── server/ # 파인콘 벡터 DB 연동 및 관련 스크립트
│ ├── DB_UPDATE.ipynb
│ ├── from pinecone import Pinecone.py
│ ├── id_mapping.ipynb
│ ├── pinecone_setup.py
│ ├── test_db_connect.py
│ ├── test_filtering.ipynb
│ ├── test_vector.py
│ ├── upload_sql.py
│ └── upload_vector.py
└── translate/ # 번역 및 문장 분할 관련 노트북
├── converted_test.txt
├── divide_sentence.ipynb
├── preprocessed_naver.csv
├── test.txt
└── translate_test.ipynb
이경민