관심사가 같은 사람들과 모여 새로운 경험을 만들어가는 소셜 모임 플랫폼
⬆️ 이미지를 클릭하면 시연 영상으로 이동합니다.
- 관심사 기반 소셜 모임 플랫폼 "두루두룹"
- 코로나 이후 오프라인 만남에 대한 수요 증가
- 기존 소셜 플랫폼의 한계점 (카테고리 세분화 부족 등)
- 누구나 쉽게 관심사 기반 모임을 만들고 참여할 수 있는 플랫폼
- AI 검색을 통한 맞춤형 모임 추천
- 사용자는 카테고리별로 모임을 탐색하고, AI 검색으로 취향에 맞는 모임을 추천받을 수 있습니다.
- 프리미엄 구독을 통해 무제한 AI 검색 등 부가 기능을 이용할 수 있습니다.
- 오프라인 커뮤니티 활성화
- AI 기반 개인화 추천으로 사용자 만족도 향상
| 구분 | 기능 |
|---|---|
| 👤 사용자 | 회원가입 / 로그인 (Spring Security 세션 인증) |
| 🔍 모임 탐색 | 카테고리별 모임 목록 / 모임 상세 조회 |
| 🤖 AI 검색 | OpenAI API 기반 맞춤형 모임 검색 |
| ❤️ 즐겨찾기 | 관심 모임 좋아요 / 즐겨찾기 목록 관리 |
| 📝 게시판 | 모임 내 게시글 / 댓글 작성 및 좋아요 |
| 🗺️ 지도 | Kakao Maps API 기반 모임 위치 표시 |
| 💳 결제 | Toss Payments 연동 프리미엄 구독 |
| 🎮 미니게임 | 랜덤 미니게임 |
| 🔔 공지사항 | 공지 등록 / 조회 / 수정 / 삭제 |
| 🛡️ 관리자 | 회원 관리 / 모임 관리 / 배너 관리 / 신고 관리 |
메뉴 구조도 펼치기
| 이름 | 역할 | 담당 업무 |
|---|---|---|
| 안영아 | 팀장 | • 프로젝트 총괄 및 일정 관리 • 사용자 및 관리자 페이지 구현 (Thymeleaf) • 프로젝트 깃허브 관리 및 코드 리뷰 |
| 김현수 | 팀원 | • 로그인 / 회원가입 페이지 구현 • Spring Security 기반 사용자 권한 부여 및 검증 • Spring Security 세션 인증·인가 설정 • 각종 정의서 작성 및 검증 • 유저 데이터 권한 부여 및 패스 구현 |
| 박희진 | 팀원 | • Figma 화면 설계 및 UI 구성 • 카테고리 필터·리스트 구현 • 결제 모듈 탑재 및 구현 (토스페이먼츠 API 활용) • 메인 페이지 구현 |
| 최영우 | 팀원 (메인 발표 및 개발) | • AI 검색 기능 (OpenAI API 연동) • REST API 비동기 통신 • 데이터전처리 및 정규화, ERD 작성 • 게시판 CRUD 및 모임 목록 + 상세보기 페이징 |
💡 인원 : 4명 | 기간 : 2026.01 ~ 2026.02
durudurub/ ← Spring Boot 메인 서버
├── src/main/java/.../
│ ├── config/ ← Security, Web 설정
│ ├── controller/ ← 뷰 & API 컨트롤러
│ ├── dao/ ← MyBatis Mapper 인터페이스
│ ├── dto/ ← 데이터 전송 객체
│ ├── security/ ← Spring Security (세션 인증)
│ └── service/ ← 비즈니스 로직
├── src/main/resources/
│ ├── mybatis/mapper/ ← SQL 매퍼 XML
│ ├── templates/ ← Thymeleaf 템플릿 (레이아웃)
│ └── static/ ← CSS, JS, 이미지
└── uploads/ ← 업로드 파일 저장소
durudurub-mcp/ ← Spring AI + MCP 서버
├── src/main/java/.../
│ └── ... ← Spring AI (OpenAI) 연동
요구사항 및 기능 정의서 펼치기
ERD 펼치기
활용 장비 및 프로그램 펼치기
플로우 차트 펼치기
간트 차트 펼치기
사용자의 자연어 검색어를 OpenAI API로 분석하여 맞춤형 모임을 추천합니다.
코드 보기
// AiSearchController.java 핵심 로직
/**
* AI 검색 실행 API
*/
@PostMapping("/search")
public ResponseEntity<?> search(@RequestBody Map<String, String> request) {
Authentication auth = SecurityContextHolder.getContext().getAuthentication();
boolean loggedIn = auth != null
&& auth.isAuthenticated()
&& !"anonymousUser".equals(auth.getPrincipal());
if (!loggedIn) {
return ResponseEntity.status(HttpStatus.UNAUTHORIZED)
.body(Map.of("error", "로그인이 필요합니다."));
}
User user = userService.selectByUserId(auth.getName());
boolean isAdmin = auth.getAuthorities().stream()
.anyMatch(a -> a.getAuthority().equals("ROLE_ADMIN"));
// 관리자가 아니면 횟수 체크
if (!isAdmin) {
// 구독자는 무제한
Subscription sub = subscriptionService.selectByUserNo(user.getNo());
boolean isSubscriber = sub != null && "ACTIVE".equals(sub.getStatus());
if (!isSubscriber) {
int totalCount = aiSearchLogMapper.countByUserNo(user.getNo());
if (totalCount >= FREE_LIMIT) {
return ResponseEntity.status(HttpStatus.FORBIDDEN)
.body(Map.of("error", "무료 검색 횟수를 모두 사용하셨습니다."));
}
}
}
String userMessage = request.get("message");
log.info("AI 검색 요청 (user: {}): {}", user.getUserId(), userMessage);
try {
AiSearchResponse response = aiSearchService.search(userMessage);
// 검색 로그 저장 (횟수 차감)
AiSearchLog searchLog = AiSearchLog.builder()
.userNo(user.getNo())
.keyword(response.getKeyword())
.userMessage(userMessage)
.resultCount(response.getClubs() != null ? response.getClubs().size() : 0)
.build();
aiSearchLogMapper.insert(searchLog);
// 남은 횟수 계산하여 응답에 포함
if (!isAdmin) {
Subscription sub2 = subscriptionService.selectByUserNo(user.getNo());
boolean isSubscriber = sub2 != null && "ACTIVE".equals(sub2.getStatus());
if (isSubscriber) {
response.setRemaining(-1);
} else {
int newTotalCount = aiSearchLogMapper.countByUserNo(user.getNo());
int remaining = Math.max(FREE_LIMIT - newTotalCount, 0);
response.setRemaining(remaining);
}
} else {
response.setRemaining(-1);
}
return ResponseEntity.ok(response);
} catch (Exception e) {
log.error("AI 검색 오류: ", e);
return ResponseEntity.status(HttpStatus.INTERNAL_SERVER_ERROR)
.body(Map.of("error", "AI 검색 중 오류가 발생했습니다."));
}
}Spring Security + 세션 기반 인증 및 인가 처리
코드 보기
// SecurityConfig.java 핵심 로직
// CSRF 설정 (API 요청을 위해 일부 경로 제외)
http.csrf(csrf -> csrf
.ignoringRequestMatchers("/api/**", "/payments/**", "/confirm/**")
);
// ✅ 인가 설정
http.authorizeHttpRequests(auth -> auth
.requestMatchers("/admin", "/admin/**").hasRole("ADMIN")
.requestMatchers("/club/create", "/club/*/edit", "/club/*/delete").authenticated()
.requestMatchers("/club/*/board/**").authenticated()
.requestMatchers("/users/mypage/**").authenticated()
.requestMatchers("/**").permitAll());
// 🔐 폼 로그인 설정
http.formLogin(login -> login
.loginPage("/login")
.loginProcessingUrl("/login")
.usernameParameter("userId")
.passwordParameter("password")
.defaultSuccessUrl("/", true)
.failureUrl("/login?error=true")
.permitAll()
);
// 🚪 로그아웃 설정
http.logout(logout -> logout
.logoutUrl("/logout")
.logoutSuccessUrl("/")
.invalidateHttpSession(true)
.deleteCookies("JSESSIONID")
.permitAll()
);// 핵심 로직을 보여드리기 위해
// 부득이하게 AiSearchServiceImpl의
// 프롬프트 및 반복문 구성 전문을 보여드립니다
@Slf4j
@Service
public class AiSearchServiceImpl implements AiSearchService {
@Autowired
private ClubMapper clubMapper;
@Autowired
private OpenAiService openAiService;
@Override
public AiSearchResponse search(String userMessage) throws Exception {
// 1단계: AI에게 검색 키워드 + 동의어/유사어를 여러 개 추출
String keywordsRaw = extractKeywords(userMessage);
log.info("AI가 추출한 키워드들: {}", keywordsRaw);
// 2단계: 키워드를 분리하여 각각 DB 검색, 중복 제거하며 합산
String[] keywords = keywordsRaw.split("[,\\s]+");
Set<Integer> foundClubNos = new HashSet<>();
List<Club> clubs = new ArrayList<>();
for (String kw : keywords) {
String trimmed = kw.trim();
if (trimmed.isEmpty()) continue;
try {
List<Club> result = clubMapper.search(trimmed);
for (Club club : result) {
if (foundClubNos.add(club.getNo())) {
clubs.add(club);
}
}
} catch (Exception e) {
log.warn("키워드 '{}' 검색 중 오류: {}", trimmed, e.getMessage());
}
}
log.info("다중 키워드 검색 결과: {}건 (키워드 {}개)", clubs.size(), keywords.length);
// 3단계: 검색 결과가 없으면 → 전체 모임을 AI에게 주고 추천
List<Club> allClubs = null;
if (clubs.isEmpty()) {
log.info("키워드 검색 결과 없음 → 전체 모임 대상 AI 추천");
allClubs = clubMapper.list();
}
// 4단계: AI 추천 메시지 생성
String aiMessage = generateRecommendation(userMessage, clubs, allClubs);
// 5단계: 검색 결과 없었지만 AI가 전체 모임에서 골라준 경우, 해당 모임 결과에 포함
if (clubs.isEmpty() && allClubs != null && !allClubs.isEmpty()) {
clubs = findMentionedClubs(aiMessage, allClubs);
}
// 대표 키워드
String displayKeyword = keywords.length > 0 ? keywords[0].trim() : keywordsRaw;
// 키워드 검색으로 직접 매칭된 결과가 있었는지 여부
boolean isExactMatch = (allClubs == null);
return AiSearchResponse.builder()
.aiMessage(aiMessage)
.clubs(clubs)
.keyword(displayKeyword)
.exactMatch(isExactMatch)
.build();
}
/**
* 키워드 추출 - 유사어/동의어까지 포함하여 여러 개 반환
*/
private String extractKeywords(String userMessage) throws Exception {
String systemPrompt =
"너는 모임 플랫폼의 검색 키워드 추출 전문가야.\n" +
"사용자의 메시지에서 모임을 검색하는 데 사용할 키워드들을 추출해줘.\n\n" +
"## 규칙\n" +
"1. 핵심 키워드 1~2개 + 그 동의어/유사어/관련어를 최대 5개까지 추출\n" +
"2. 쉼표(,)로 구분해서 출력\n" +
"3. 키워드만 출력해. 다른 설명 없이\n" +
"4. 구어체/줄임말은 정식 명칭으로도 변환해서 포함해\n" +
"5. 위치 정보가 있으면 포함해\n\n" +
"## 예시\n" +
"- '서울에서 등산 같이 할 사람?' → '등산, 산, 하이킹, 트레킹, 서울'\n" +
"- '먹는거 좋아하는데' → '음식, 맛집, 요리, 쿠킹, 미식, 먹방'\n" +
"- '나 mbti intp인데 추천해줘' → 'INTP, MBTI, 성격, 심리, 토론, 독서'\n" +
"- '코딩 배우고 싶어' → '코딩, 프로그래밍, 개발, IT, 스터디'\n" +
"- '카드놀이 좋아해' → '카드, 보드게임, 게임, 놀이, 카드게임'\n" +
"- '운동 좀 하고 싶다' → '운동, 헬스, 피트니스, 스포츠, 러닝, 요가'";
return openAiService.call(systemPrompt, userMessage, 100, 0.3);
}
/**
* AI 추천 메시지 생성
* - 검색 결과가 있으면 → 검색 결과 기반 추천
* - 검색 결과가 없으면 → 전체 모임 데이터를 보고 가장 관련 있는 것 추천
*/
private String generateRecommendation(String userMessage, List<Club> searchResults, List<Club> allClubs) throws Exception {
StringBuilder clubInfo = new StringBuilder();
if (!searchResults.isEmpty()) {
// 검색 결과가 있는 경우
for (Club club : searchResults) {
String desc = club.getDescription() != null
? club.getDescription().substring(0, Math.min(club.getDescription().length(), 60))
: "";
clubInfo.append(String.format("- [%d] %s | %s | %s | %d/%d명 | %s\n",
club.getNo(), club.getTitle(),
club.getCategory() != null ? club.getCategory().getName() : "",
club.getLocation() != null ? club.getLocation() : "",
club.getCurrentMembers(), club.getMaxMembers(),
desc));
}
String systemPrompt =
"너는 '두루두룹' 모임 플랫폼의 친근한 AI 추천 도우미 '두루'야.\n\n" +
"## 규칙\n" +
"1. 아래 검색 결과 중에서 사용자에게 가장 잘 맞는 모임을 추천해줘\n" +
"2. 왜 이 모임이 어울리는지 이유를 친근하게 설명해줘\n" +
"3. 이모지를 적절히 사용해서 친근하게 답변해줘\n" +
"4. 3~5줄 정도로 답변해줘\n\n" +
"[검색된 모임 목록]\n" + clubInfo.toString();
return openAiService.call(systemPrompt, userMessage, 500, 0.8);
} else if (allClubs != null && !allClubs.isEmpty()) {
// 검색 결과가 없지만 전체 모임은 있는 경우 → AI가 직접 골라 추천
int limit = Math.min(allClubs.size(), 40);
for (int i = 0; i < limit; i++) {
Club club = allClubs.get(i);
String desc = club.getDescription() != null
? club.getDescription().substring(0, Math.min(club.getDescription().length(), 60))
: "";
clubInfo.append(String.format("- [%d] %s | %s | %s | %d/%d명 | %s\n",
club.getNo(), club.getTitle(),
club.getCategory() != null ? club.getCategory().getName() : "",
club.getLocation() != null ? club.getLocation() : "",
club.getCurrentMembers(), club.getMaxMembers(),
desc));
}
String systemPrompt =
"너는 '두루두룹' 모임 플랫폼의 친근한 AI 추천 도우미 '두루'야.\n\n" +
"## 상황\n" +
"사용자의 질문에 정확히 매칭되는 모임은 없었어.\n" +
"하지만 아래 전체 모임 목록 중에서 사용자의 관심사와 가장 가까운 모임을 찾아서 추천해줘.\n\n" +
"## 규칙\n" +
"1. 사용자의 관심사를 파악하고, 그에 가까운 모임 1~3개를 골라서 추천해\n" +
"2. 정확히 일치하지 않더라도 관련될 수 있는 모임을 창의적으로 연결해서 추천해\n" +
"3. '정확히 원하시는 모임은 아직 없지만, 이런 모임은 어떠세요?' 같은 톤으로\n" +
"4. 추천할 모임의 제목을 정확히 언급해줘 (목록에서 골라)\n" +
"5. 정말 관련 모임이 없으면 직접 모임을 만들어보라고 안내해줘\n" +
"6. 이모지를 적절히 사용해서 친근하게 4~6줄로 답변해줘\n\n" +
"[현재 운영 중인 전체 모임 목록]\n" + clubInfo.toString();
return openAiService.call(systemPrompt, userMessage, 600, 0.85);
} else {
return "😅 아직 등록된 모임이 없어요! 관심 있는 모임을 직접 만들어보시는 건 어떨까요?";
}
}
/**
* AI 추천 메시지에서 언급된 모임을 전체 목록에서 찾아 반환
*/
private List<Club> findMentionedClubs(String aiMessage, List<Club> allClubs) {
List<Club> mentioned = new ArrayList<>();
if (aiMessage == null || allClubs == null) return mentioned;
for (Club club : allClubs) {
if (club.getTitle() != null && aiMessage.contains(club.getTitle())) {
mentioned.add(club);
if (mentioned.size() >= 5) break;
}
}
return mentioned;
}
}프리미엄 구독을 위한 결제 시스템
코드 보기
// PaymentController.java 핵심 로직
// 결제 승인 (Toss confirm)
@PostMapping("/confirm/payment")
@ResponseBody
public ResponseEntity<Map<String, Object>> confirmPayment(@RequestBody Map<String, Object> payload) {
String paymentKey = String.valueOf(payload.get("paymentKey"));
String orderId = String.valueOf(payload.get("orderId"));
String amount = String.valueOf(payload.get("amount"));
if (paymentKey == null || orderId == null || amount == null) {
Map<String, Object> error = new HashMap<>();
error.put("code", "INVALID_REQUEST");
error.put("message", "paymentKey/orderId/amount is required");
return ResponseEntity.status(HttpStatus.BAD_REQUEST).body(error);
}
int amountValue;
try {
amountValue = Integer.parseInt(amount);
} catch (NumberFormatException e) {
Map<String, Object> error = new HashMap<>();
error.put("code", "INVALID_AMOUNT");
error.put("message", "amount must be number");
return ResponseEntity.status(HttpStatus.BAD_REQUEST).body(error);
}
Payment payment = paymentService.selectByOrderId(orderId);
if (payment == null) {
Map<String, Object> error = new HashMap<>();
error.put("code", "ORDER_NOT_FOUND");
error.put("message", "order not found");
return ResponseEntity.status(HttpStatus.NOT_FOUND).body(error);
}
if (payment.getAmount() != amountValue) {
Map<String, Object> error = new HashMap<>();
error.put("code", "AMOUNT_MISMATCH");
error.put("message", "amount mismatch");
return ResponseEntity.status(HttpStatus.BAD_REQUEST).body(error);
}
// TODO: Toss Payments 승인 API 호출
log.info("confirmPayment payload: paymentKey={}, orderId={}, amount={}", paymentKey, orderId, amount);
paymentService.markApproved(orderId, paymentKey);
int periodMonths = resolvePeriodByAmount(amountValue);
if (periodMonths <= 0) {
Map<String, Object> error = new HashMap<>();
error.put("code", "INVALID_PERIOD");
error.put("message", "unsupported amount");
return ResponseEntity.status(HttpStatus.BAD_REQUEST).body(error);
}
subscriptionService.activateSubscription(payment.getUserNo(), periodMonths);
Map<String, Object> response = new HashMap<>();
response.put("status", "DONE");
response.put("paymentKey", paymentKey);
response.put("orderId", orderId);
response.put("amount", amountValue);
return ResponseEntity.ok(response);
}메인 화면 보기
모임 탐색 화면 보기
모임 상세 화면 보기
AI 검색 화면 보기
로그인 / 회원가입 화면 보기
마이페이지 화면 보기
결제 화면 보기
공지사항 페이지 화면 보기
관리자 페이지 화면 보기
안영아
- MVC 구조에 대한 전반적인 시스템을 이번 프로젝트에 적용하여 흐름에 대한 이해도를 높였으며, Thymeleaf 템플릿 엔진과 Spring Security 세션 인증을 중점으로 서버 사이드 렌더링 기반 웹 서비스를 구현할 수 있었습니다.
- 팀장으로서 프로젝트 일정 관리와 깃허브 관리를 병행하며 협업 역량을 키울 수 있었습니다.
김현수
- Spring Boot 기반으로 회원가입, 로그인 기능과 권한 부여 구조를 직접 구현했으며, Security 설정 과정에서 시행착오를 겪었지만 계층 구조를 명확히 분리하며 좀 더 안정적으로 구조를 설계할 수 있었습니다.
- 이를 통해 보안 흐름과 사용자 처리 로직에 대한 이해·공부를 더 하게 되었으며, 문제 해결 능력과 백엔드 설계 역량을 한 단계 더 끌어올릴 수 있었습니다.
박희진
- 결제 시스템을 처음 구현하며 결제 방식부터 요청, 응답 프로세스까지의 전체적인 흐름을 알게 되었습니다.
- TossPayments API 연동과 Figma 기반 UI 설계를 통해 프론트엔드 구현 역량을 키울 수 있었고, 외부 API 통합의 경험을 쌓을 수 있었습니다.
최영우
- AI 검색 기능을 OpenAI API와 연동하여 구현한 것이 가장 큰 성과였습니다.
- Thymeleaf Layout Dialect를 활용한 레이아웃 상속 구조와, Spring Security의 인가 설정·CSRF 예외 처리 등 보안 흐름을 실무 수준으로 익혔습니다.
- MyBatis 매퍼 XML로 동적 쿼리를 작성하고 페이징 처리를 구현하면서, 서버 사이드 데이터 처리 흐름을 체계적으로 이해하게 되었습니다.
잘된 점
- Thymeleaf Layout Dialect를 활용한 레이아웃 상속 구조로 서버 사이드 렌더링 기반의 일관된 UI 구현
- Spring Security 세션 인증·인가 체계를 도입하고, CSRF 예외 처리 등 보안 정책을 실무 수준으로 적용
- OpenAI API를 연동한 AI 검색 기능으로 사용자 자연어 기반 맞춤형 모임 추천 구현
- MyBatis 매퍼 XML을 활용한 동적 쿼리 작성과 서버 사이드 페이징 처리로 데이터 처리 효율화
- Toss Payments 결제 연동, Kakao Maps API 지도 표시 등 다양한 외부 API 통합 경험 확보
- ERD 설계부터 구현까지 팀원 간 역할 분담을 명확히 하여 효율적인 협업 달성
한계점
- 시간 부족으로 AI 검색에 Spring AI MCP 기반 agentic 구조를 온전히 활용하지 못함
- 결제 모듈이 Toss Payments 테스트 키로만 동작하여 실제 결제·환불·구독 갱신 프로세스 미완성
- Thymeleaf의 서버 사이드 렌더링 특성상 동적 UI 구현에 한계가 있어 JavaScript 코드가 복잡해짐
- Spring Security 세션 기반 인증의 확장성 한계 (Stateless JWT 전환 필요성 인식)
- 단위·통합 테스트 코드 부재로 기능 변경 시 사이드이펙트 검증이 어려움
개선점
- Spring AI MCP를 활용한 AI 검색 agentic 구조 고도화로 더 정확한 모임 추천 제공
- 프론트엔드를 React SPA로 분리하여 프론트/백 독립 개발 구조 확립 → 2차 리팩토링에서 달성
- 실제 결제 API 키 적용 및 결제 프로세스(환불·구독 갱신 등) 완성
- JWT 기반 Stateless 인증 체계 도입으로 확장성 확보 → 2차 리팩토링에서 달성
- 테스트 코드 작성 및 CI/CD 파이프라인 구축으로 배포 자동화