Omoib (오늘 모 입지?)

AI 기반 코디 추천 & 가상 피팅 서비스

📝 프로젝트 소개

Omoib은 국민대학교 빅데이터 학회 D&A, 인공지능 동아리 X:AI와 웹 개발 동아리 WINK가 공동으로 진행한 프로젝트입니다. 사용자의 옷장에서 적절한 코디를 추천하고 가상 피팅 기능을 제공하는 웹앱 서비스입니다. Transformer와 생성형 AI를 활용하여 최고의 사용자 경험을 제공합니다. 이 프로젝트는 2024년 11월 D&X:W 연합 컨퍼런스에서 발표되었습니다.

대학보도: 2024 제1회 D&X:W Conference 개최

🛠 기술 스택

Backend

• Java 17
• Spring Boot 3.3.2
• Spring Security
• Spring Data JPA
• MySQL
• H2 Database (개발용)

AWS Services

• ECS Fargate
• Lambda
• SQS (Simple Queue Service)
• S3
• Parameter Store

기타

• JWT
• Swagger
• Docker

🔑 주요 기능

1. 옷장 관리

• 다양한 종류의 의류를 옷장과 위시리스트에 등록
• Amazon S3와 Pre-signed URL을 활용한 안전한 이미지 업로드 및 관리
• 의류 데이터 DB 저장 및 관리

2. 코디 추천

• 상황별 맞춤 코디 추천
• 특정 의류 아이템과 어울리는 스타일 추천
• SQS를 통한 AI 모델 추론 결과 전달

3. 가상 피팅

• 전신 사진 업로드를 통한 가상 피팅
• AWS Lambda를 활용한 마스킹 벡터 생성 및 활용

🚀 시작하기

필수 조건

• Java 17
• Docker
• AWS 계정 및 관련 서비스 설정

실행 방법

1. 프로젝트 클론

git clone https://github.com/your-repository/omoib-backend.git

2. 프로젝트 빌드

./gradlew build

3. Docker 이미지 빌드

docker build -t omoib-backend .

4. 애플리케이션 실행

docker run -p 8080:8080 omoib-backend

📦 시스템 아키텍처

• AWS 기반 클라우드 환경에서 운영
• ECS Fargate를 통한 컨테이너 관리
• Lambda와 SQS를 활용한 비동기 모델 처리
• S3를 통한 이미지 저장 및 관리