데이터 엔지니어링 프로젝트를 진행한 유쾌한 반란 팀에서는 아래와 같은 프로젝트를 진행했습니다. 일 단위 화훼 경매 데이터를 화훼소매업자들에게 제공하여 적정가에 사입할 수 있도록 돕는 서비스 기획 19기 송우석 연세대학교 컴퓨터과학과 19기 박선홍 한국외국어대학교 국제통상학과 19기 이 은 홍익대학교 산업공학과 19기 정성윤 국민대학교 경영정보학부

1. Howmuch :
꽃집 관리 서비스
유 쾌 한 반 란

2. I n d e x
1. 팀원 소개
2. 주제 선정 및 배경
3. 아키텍처
4. 서비스 시연영상
5. 의의 및 보완점

3. 팀원 소개
1

4. 1. 팀원 소개
박선홍
19기 엔지니어링
한국외국어대학교
국제통상학과
송우석
19기 엔지니어링
연세대학교
컴퓨터과학과
정성윤
19기 엔지니어링
국민대학교
경영정보학부
이은
18기 엔지니어링
홍익대학교
산업공학과

5. 주제 선정 및 배경
2

6. 2. 주제 선정 및 배경
일 단위 화훼 경매 데이터를 화훼소매업자들에게 제공하여 적정가에
사입할 수 있도록 돕는 서비스를 기획

7. 아키텍쳐
3

8. 3. Architecture

9. - 사용 프레임워크 : Next.js, node.js express
- 배포 : AWS EC2, Docker
AWS EC2
3. Architecture – Web server

10. 3. Architecture – Web server

11. - 화훼유통정보(flower.at.or.kr)의 일자별 경매정보 데이터 활용
- 데이터 내용 : 일자별 경매일자, 화훼부류명, 품목명, 품종명, 등급명, 가격 정보,
물량 정보 등 종합적인 정보가 담겨 있음
일 단위 API 호출을 통해
데이터베이스에 적재
3. Architecture – Web server

12. AWS RDS
3. Architecture – Database

13. - Google에서 제공하는 챗봇 인공지능 시스템 플랫폼
- 우수한 대화식 인터페이스에 구글의 강력한 머신러닝 기술을 추가하여
만든 챗봇 빌더 플랫폼
- Webhook을 활용하면 사용자 데이터베이스와 연동 가능
- 챗봇 시나리오, 액션 등을 디자인 하기 쉬우며 각종 모바일 앱, 웹
어플리케이션 등 이식성도 훌륭함
3. Architecture – Chatbot

14. 1. 시세 조회 : 조회하고자 하는 꽃의 시세를 날짜를 지정하여 조회
2. 사입계획서 입력 : 어떤 꽃을 도매시장에서 언제, 얼마나 사입할 것인지 입력
3. 사입계획서 조회 : 사용자가 입력한 사입계획서를 조회할 수 있음
4. 고객 예약 정보 입력 : 고객이 주문한 화훼 상품을 예약할 수 있음
5. 고객 예약 정보 조회 : 예약 내역을 조회해서 보여줄 수 있음
3. Architecture – Chatbot

15. 사입계획서 작성 intent 구축 사입계획서 작성요청에 대한 챗봇의 응답
3. Architecture – Chatbot

16. 로그 수집 파이프라인
Dialogflow에서 발생한 유저와 서버 간의 로그를 GCP의 Cloud Logging을 Pub/Sub에 연결한
후 GCP의 DataFlow를 이용하여 Elastic Cloud에 로그들을 적재.
3. Architecture – log collection

17. - 로그 발생 수치 기록 및 시각화 파이프라인 구축
이를 바탕으로 사용자와 챗봇 대화 기록을 분석하여
- 특정 사용자가 어떤 대화를 주로 나누는지 분석
- 어떤 대화를 할 때 Fallback이 일어나는지
파악하여 챗봇 성능 개선
3. Architecture – log collection

18. 시연영상
4

19. https://drive.google.com/drive/folders/1FrN4MATlMPVN2vSNgmQecAwNrnUOG71E?usp=sharing
4. 시연 영상

20. 의의 및 보완점
5

21. 1. 챗봇을 활용한 웹서비스를 직접
구축해보고 배포할 수 있었음
2. Custom Data및 자체 Database를
연동하여 챗봇 서비스를 만들 수
있었음
3. GCP 서비스 및 Elastic Cloud를
활용해 로그를 수집할 수 있는
파이프라인 제작
5. 의의 및 보완점
의의
1. Dialogflow 대신 ChatGPT 등
LLM서비스를 활용하고 langchain과
같은 프레임워크 활용
2. 현재는 단순 챗봇 대화 기록만
수집하는 로그 분석 => 사용자 대화
빈도, 체류 시간 등 웹페이지에서
나오는 다양한 로그 기록 추적
보완 / 발전 가능성

22. Q & A

23. Thank You