AI빅데이터소프트웨어공학과한국폴리텍대학 서울강서캠퍼스 입학 일정 확인 ↗

졸업작품

Seeding

Seeding · 졸업작품 시연영상 · 2026-10-16. 작품 설명 AI 이미지 분석 및 생성형 AI 기반 지능형 식물 관리·커뮤니티 웹 플랫폼 Seeding은 사용자가 업로드한 꽃 사진을 AI 모델로 분석하여 상세 정보를 제공하고, 맞춤형 원예 가이드부터 실시간 기상 상태 반영, 반려식물 성장 다이어리, 주변 꽃집 탐색, 사용자 커뮤니티까지 식물 관리의 전 과정을 돕는 풀스택 웹 서비스입니다. 한국폴리텍대학 서울강서캠퍼스 빅데이터소프트웨어공학과 학생 작품입니다.

구분
졸업작품
게시일

PROJECT NOTES

작품을 더 자세히
살펴보세요.

작품 설명
AI 이미지 분석 및 생성형 AI 기반 지능형 식물 관리·커뮤니티 웹 플랫폼
Seeding은 사용자가 업로드한 꽃 사진을 AI 모델로 분석하여 상세 정보를 제공하고, 맞춤형 원예 가이드부터 실시간 기상 상태 반영, 반려식물 성장 다이어리, 주변 꽃집 탐색, 사용자 커뮤니티까지 식물 관리의 전 과정을 돕는 풀스택 웹 서비스입니다.

사용자가 꽃 사진을 업로드하면 프론트엔드에서 이를 클라우드 스토리지(AWS S3)에 저장하고, 업로드된 이미지 URL을 기반으로 Flask 환경의 TensorFlow 모델이 식물의 종류를 판독합니다. 판독 결과를 바탕으로 MariaDB를 조회하여 가공된 식물 상세 정보(꽃말, 크기, 서식지 등)를 제공하며, 다중 조건을 통한 필터 검색을 지원합니다. 또한, 검색된 데이터 키워드를 DB에 누적 집계하여 실시간 '인기 검색어 Top 5' 트렌드를 제공합니다.

Google Gemini API를 연동해 백엔드에서 식물의 특성에 맞춘 시스템 프롬프트를 동적으로 생성하여 물 주기, 햇빛, 토양 조건 등 최적화된 맞춤형 원예 가이드를 실시간으로 받아와 사용자에게 제공합니다.

새롭게 추가된 반려식물 다이어리('나의 화분') 기능은 사용자가 본인의 식물 사진(AWS S3 연동)과 심은 날짜를 등록(CRUD)할 수 있으며, 백엔드에서 날짜 연산 로직을 통해 식물의 생후 개월 수를 실시간으로 계산하여 화면에 출력합니다. 또한, OpenWeather API를 도입하여 사용자 위치의 실시간 날씨 데이터(맑음, 비, 눈 등)를 수집하고, 이에 따라 웹 화면의 배경과 애니메이션 효과(파티클 등)가 동적으로 변화하는 높은 수준의 반응형 UX를 구현했습니다.

사용자 간의 정보 공유를 위한 게시판(커뮤니티)과 마이페이지를 연동하였으며, 게시글 '찜하기(좋아요)' 기능은 AJAX 비동기 통신을 적용하여 화면 새로고침 없이 즉각적으로 반응하도록 사용자 편의성을 극대화했습니다. 카카오지도 API를 활용한 위치 기반 서비스(LBS)를 통해 주변 반경의 꽃집을 다중 마커로 띄우고 행정구역 폴리곤을 렌더링하여 오프라인 화원 탐색 경험을 확장했습니다.

보안 및 회원 관리 측면에서는 비밀번호 SHA-256 단방향 암호화, 이메일 AES-128-CBC 양방향 암호화로 데이터 무결성을 확보하고 JavaMailSender 기반의 임시 비밀번호 발급 로직을 구현했습니다. 특히 관리자(Admin) 전용 대시보드를 구축하여 전체 회원 및 커뮤니티 통계를 제공하며, 불량 회원 강제 탈퇴 시 발생할 수 있는 외래키(FK) 참조 무결성 충돌을 방지하기 위해 JPA @Transactional을 활용하여 자식 데이터(찜 내역 등)를 먼저 안전하게 지우는 연쇄 삭제 로직을 구현했습니다.

백엔드 아키텍처는 Spring Boot 기반의 Layered Architecture(계층화 아키텍처)를 달성했으며, Entity 객체의 무결성 보호를 위해 Service 계층에서 DTO 패턴으로 안전하게 변환하여 Thymeleaf 뷰로 전달하는 엄격한 구조를 채택했습니다. 배포 환경은 AWS EC2와 무중단 클라우드 스토리지를 기반으로 구축되었습니다.

적용 기술

프레임워크: Spring Boot, Flask

프론트엔드: HTML5, CSS3, JavaScript (AJAX/Fetch, jQuery), Thymeleaf

백엔드: Java, Spring Data JPA, JavaMailSender

AI 서비스: Python, Flask, TensorFlow (이미지 분류 모델)

외부 API: Google Gemini API, 카카오지도 API (장소/폴리곤), OpenWeather API (실시간 기상)

데이터베이스: MariaDB

클라우드 및 인프라: AWS EC2 (Amazon Linux), AWS S3, AWS Elastic IP

인증/보안: Session 기반 로그인, SHA-256 단방향 암호화, AES-128-CBC 양방향 암호화

기타: Lombok, REST API 통신 (RestTemplate), 트랜잭션 관리(@Transactional)

❍ 아키텍처:
Layered Architecture (계층화 아키텍처), DTO Pattern (데이터 전송 객체 패턴), Entity 캡슐화, Transactional FK Control (참조 무결성 제어), Asynchronous UI/UX (비동기 처리), Cloud Storage 연동 (S3), Multi-Server Local Communication (Spring Boot ↔ Flask), AI 외부 API 연동 (Gemini)

❍ 도메인 주소:

FROM LEARNING TO BUILDING

다음 작품의
주인공이 되어 보세요.

AI·데이터·클라우드를 배우고 실제로 작동하는 소프트웨어로 완성합니다.

입학 안내 · 공식 모집요강 확인

면접 공식 안내 확인 · 최초 합격 발표 공식 안내 확인