두더지처럼 깊이 파고 들어 Z세대를 위한 금융 정보를 제공하고 미래 계획을 도와주는 애플리케이션

• Project Name: 두더Z Plan (Do The Z Plan)

• 🛠 기술 스택:

  • 백엔드:

  • 프론트엔드:

  • 데이터베이스:

  • 기타: Financial Products API, Kakao Map API, Exchange Rate API

• 주요 기능:

  • 금융 상품 정보 조회 및 리뷰
  • 환율 계산기 및 환율 추이 차트
  • 근처 은행 검색
  • 사용자 맞춤형 설문 기반 상품 추천
  • 군집화 알고리즘을 통한 사용자 맞춤 상품 추천

Team FE	신예주	이아영	이연규 👑
Profile
GitHub ID	@yejushin2000	@aaaange	@Da-413
Role	인근 은행 조회(MAP), 프로필, 설문조사, 금융 상품 추천	회원가입, 로그인, 로그아웃, 회원탈퇴, 금융 상품 리뷰, 환율 계산기 및 차트	메인페이지, 금융 상품 조회 및 상세 조회

Team FE	신예주	이아영	이연규 👑
Profile
GitHub ID	@yejushin2000	@aaaange	@Da-413
Role	MAP API를 통한 인근 은행 DB, 상품 리뷰 기능, 환율 API DB	회원가입, 로그인, 로그아웃, 회원탈퇴, 예적금 API DB	메인페이지, 회원 프로필, 회원별 가입 금융 상품 및 금리 그래프, 설문조사 기능 및 DB, 군집화 비지도 학습 추천 시스템, 생성형 AI 챗봇 서비스 구현

• 필터링 규칙 정의:
  • 설문조사에서 사용자가 입력한 정보를 바탕으로 금융 상품을 필터링합니다.
  • 사용자가 선호하는 조건(금리, 기간, 최소 예치금액 등)을 기반으로 금융 상품 데이터베이스를 조회합니다.
  • 예)
    • 금리 선호도: 3% 이상 → 금리가 3% 이상인 상품만 조회
    • 기간 선호도: 12개월 → 가입 기간이 12개월과 일치하는 상품 필터링
    • 예치금액: 100만 원 → 최소 예치금액이 100만 원 이하인 상품만 포함

• 목적:
  • 설문조사 데이터를 기반으로 고객의 금융 상품 선택 패턴을 학습.
  • 유사한 고객 군집을 생성하여 군집별로 가장 선호하는 상품을 추천.
• 데이터 준비:
  • 더미 데이터 생성:
    • 가상 고객 데이터를 생성하여 알고리즘 학습 및 테스트에 활용.
    • 데이터 예시:
      • 고객 ID: user_01
      • 설문 응답: 금리 선호도(3%), 가입 기간(12개월), 최소 예치금(100만 원)
      • 추천된 금융 상품: 상품 A, 상품 B, 상품 C
      • 고객 최종 선택: 상품 A (랜덤 선택)
    • 데이터 형식:

      dummy_data = [
          {'user_id': 'user_01', 'interest_rate': 3, 'duration': 12, 'min_deposit': 100, 'chosen_product': 'A'},
          {'user_id': 'user_02', 'interest_rate': 2.5, 'duration': 24, 'min_deposit': 50, 'chosen_product': 'B'},
          ...
      ]

• 군집화 알고리즘:
  • 설문조사 응답 데이터를 기반으로 사용자를 군집화.
  • 군집화 알고리즘(비지도학습)으로 유사한 사용자를 그룹화한 뒤 각 그룹에 적합한 금융 상품 추천.

• 금융 상품(예금, 적금)의 금리 및 세부 조건 조회.
• 상품별 리뷰 작성 및 수정/삭제 기능 제공.

• 실시간 환율 정보 제공.
• 사용자 입력 금액을 다른 통화로 변환 후 출력.
• 최근 3개월 환율 차트 제공.

• 사용자의 검색 위치를 기반으로 가까운 은행 검색.
• 은행 위치, 이름, 연락처 등의 정보를 표시.

• 설문조사를 기반으로 사용자에 맞는 금융 상품 추천.
• 군집화 알고리즘을 통한 금융 상품 추천

• 생성형 AI를 사용한 챗봇 기능 구현.

• 설문 조사 질문 생성 및 UI 개선 아이디어 도출.
• 금융 상품 추천 로직 설계 과정에서 AI를 활용해 최적화된 알고리즘 도출.
• 생성형 AI를 통한 챗봇 기능 구현

1. 메인페이지:

2. 회원가입 화면: 사용자가 아이디와 비밀번호를 입력하여 계정을 생성합니다.

3. 로그인 화면: 사용자가 아이디와 비밀번호를 입력하여 로그인합니다.

4. 상품 조회: 사용자가 원하는 정보로 필터링하여 직접 금융 상품을 조회합니다.

5. 환율 계산기: 사용자가 원하는 국가의 환율을 계산하여 차트로 조회합니다.

6. 가까운 은행 찾기: 사용자가 검색한 위치 기반 가까운 은행 정보를 제공합니다.

7. 금융상품 추천: 사용자의 설문조사 결과에 따라 맞춤 상품 추천 서비스를 제공합니다.

cd back
pip install -r requirements.txt
python manage.py migrate
python manage.py runserver

cd front
npm install
npm run serve

back/
├── accounts/           # 사용자 인증 및 관리
├── chatbots/           # 생성형AI 이용한 챗봇 서비스 기능
├── dothez/             # project 파일
├── exchange/           # 환율 데이터 관리
├── product/            # 금융 상품 데이터 관리
├── surveys/            # 설문조사 및 추천 기능
├── manage.py           # Django 관리 스크립트
├── requirements.txt    # 의존성 패키지

front/
├── public/
│   ├── assets/         
│   │   ├── banks/      # 공통 이미지 파일
├── src/
│   ├── components/     # 공통 및 주요 컴포넌트
│   ├── image/          # 컴포넌트 이미지 파일
│   ├── router/         # Vue Router 설정
│   ├── stores/         # Vuex 스토어 설정
│   ├── views/          # 페이지별 View 컴포넌트
│   ├── App.vue         # 최상위 컴포넌트

• 이연규 (팀장): 프로젝트 초기에 계획을 잘 세우고 지키는 것이 중요하다는 것을 느꼈다. 그런 부분에서 구체적인 계획을 세우고 업무를 분담시킬 수 있는 능력이 있는 팀원이 있다는 것이 큰 도움이 됐다. 협업하는 과정에서 실수할 것을 두려워 하지 않고 부딪혀 나가는 것에서 배운 점이 많은 것 같다. 시간이 부족해서 완벽한 구현은 안됐지만 초기에 생각했던 것 보다 더 근사한 완성품이 나와서 개인적으로는 만족스러운 프로젝트였다.
• 신예주: 이번에 참여한 첫 개발 프로젝트를 통해 개개인의 능력뿐만 아니라 팀원들 간의 소통, 협력 또한 중요하다는 것을 더욱 깨닫게 되었다. 또한 팀원 모두 백/프론트를 담당했던 경험은 추후에도 큰 도움이 될 것이라 생각한다. 앞으로의 팀 프로젝트에서도 체계적인 프로세스를 가지고 최선을 다해 임할 것이다 !
• 이아영: 개발 팀 프로젝트는 처음이었는데 이것 저것 부딪혀나가면서 함께 해결해 나가는 경험이 스스로 성장하는데 많은 도움이 되었다. 프로젝트를 진행하면서, 특히 금융 상품 추천 시스템과 같은 복잡한 알고리즘을 구현할 때 팀원들과의 원활한 협업이 얼마나 중요한지 다시 한 번 느꼈다. 각자 맡은 분야를 잘 분배하고 소통하면서 작업을 진행하는 것이 성공적인 프로젝트의 핵심이라는 생각이 들었다.

• 아쉬운 점

  • 조금 더 개인화된 추천 알고리즘을 만들고 싶었으나 실패
  • 환율계산기에서 시계열 분석을 활용하여 환율 예측을 시도하고 싶었으나 실패
  • 상품 상세 페이지에 실제 은행 웹사이트로 가는 링크를 넣고자 했으나 실패
  • 군집화에서 군집의 특성을 표시하고 싶었으나 실패

• 향후 개선 방향

  • 실시간 데이터를 기반으로 군집화 모델 업데이트 및 고도화.
  • 설문조사 외 추가 데이터(예: 고객의 이전 금융 거래 기록)를 활용한 추천 로직 강화.