귀찮은 폴더 정리를 AI가 알아서!
기능) 사용자가 웹 링크만 입력하면, AI가 자동으로 폴더를 분류해줍니다.
구현) 도메인과 제목을 우선하고 크롤링한 본문을 보조 정보로 활용하도록 Open API 프롬프트를 설계했습니다.

어려웠던 점) 기존에는 외부링크 추천 기능에 Perplexity API를 사용했는데, Open AI API보다는 정확했음에도 여전히 할루시네이션 문제가 발생했습니다.
이것에 대해 고민하던 무렵, 5-Day AI Agents Intensive Course with Google에서 AI agent 개념을 알게 되었습니다.
실제 생각하는 model과 자료를 수집하거나 가공하는 tool을 분리해서 정확도를 높일 수 있다는 사실을 배워, Gemini3 + Google Search 조합으로 개선하여 서비스에 적용하였습니다.

잊고 있던 자료를 추천해줍니다!
기능) 사용자의 현재 감정과 상황을 받아, 사용자가 저장했던 링크들을 추천해줍니다.
구현) 하드코딩으로 구현했습니다. 어려웠던 점) 코사인 유사도 기반 벡터 검색이나 협업 필터링 같은 추천 알고리즘을 적용하면 더 정교한 추천이 가능했겠지만, 데모 일정상 시간이 부족해 우선 하드코딩 방식으로 구현했습니다. 이 기능은 이후 개선 과제로 남겨두었습니다.

긴 글은 AI가 짧게 요약해줍니다!
기능) AI가 사용자의 링크에 대한 요약을 제공합니다.
구현) 웹 크롤링을 통해 수집한 본문을 기반으로 사용자가 입력한 상황과 감정,기존에 분류했던 폴더명을 보조 정보로 활용합니다.
제목·요약·키워드를 포함한 JSON 형식으로만 반환하도록 프롬프트를 설계했고 이를 기반으로 사용자가 입력한 링크에 대한 요약을 제공합니다.

어려웠던 점) 크롤링 기술에 법적 논란이 있어서 이에 대한 고민을 오래했습니다.
팀 차원에서 창업 동아리 연계 상담과 교수님 법률 자문을 병행 진행했고, 개인적으로도 공부했습니다.
robots.txt를 준수하고 본문을 직접 저장하여 이용하지 않는 방식으로 코드를 수정하였습니다.

사용자 맞춤 월간 큐레이션 및 AI 추천 외부 링크
기능) 구독한 사용자는 내가 지난 한달동안 관심있던 링크에 대한 AI의 큐레이션을 제공받고, 비슷한 외부 링크를 추천받을 수 있습니다.
구현) LinkU가 기록한 사용자의 최근 URL을 기반으로 Gemini + Google Search가 외부링크 및 월별 가장 많이 열람한 링크를 추천해줍니다.

어려웠던 점) 큐레이션에서는 외부 링크 추천 기능이 제공되는 데 이것의 정확도가 높지 않았습니다.
이것에 대해 고민을 하던 무렵에, 5-Day AI Agents Intensive Course with Google 을 들었습니다.
수강 중 model과 tool 분리 개념을 접하였고, Perplexity 대비 OpenAI 정확도 문제를 Gemini+Google Search 조합으로 해결하며 실전 적용 성공했습니다.

• 총평/후기
  아직 진행하고 있는 프로젝트인데 여전히 구현할 부분이 많고, 항상 공부할 거리를 던져주어 매우 고맙게 생각하고 있습니다.
  열정있는 기획자와 디자이너, 개발자들과 일하는 것은 항상 새롭고 즐거운 일입니다.
  

맞춤형 긍정 뉴스 피드 & 스크랩
기능) 사용자가 선택한 긍정 키워드 기반 뉴스 추천 및 평가하고 스크랩하는 기능을 제공합니다.
구현) 네이버 뉴스 api와 jsoup 웹크롤러를 사용하여 사용자가 가입시 입력한 키워드에 속하는 긍정 뉴스를 추천해줍니다.
사용자는 매일 제공받는 새로운 기사의 긍정도를 표시할 수 있고, 이것은 나의 감정 그래프에서 사용됩니다.

어려웠던 점) java에서 처음으로 크롤러를 사용해봤습니다.
처음에는 네이버 뉴스 api만으로 구현하려고 했지만 실제 뉴스 기사내용을 보여주어야 하는 기능이었기 때문에 jsoup을 같이 사용했습니다.
element.text()로 a태그 하위 링크까지 모두 긁어오는 문제를 element.ownText()로 해결하였고, Spring에서 메서드별 동작 차이 이해의 중요성을 깨닫게 되었습니다.

희소식 커뮤니티
기능) 사용자가 직접 경험한 긍정적인 경험이나 뉴스를 공유할 수 있는 커뮤니티를 만들 수 있습니다. 이미지 업로드 및 댓글 및 좋아요를 통한 공감과 소통을 할 수 있습니다.
구현) Post와 Member의 다대다 관계 중간 매핑 테이블로 PostLike 테이블을 두었고
findByUserIdAndPostId()로 좋아요 존재 여부 확인 후 존재시 삭제/없으면 PostLike 테이블을 생성하도록 했습니다.
이를 통해다대다 관계 설계와 활용을 깊이 이해했습니다.

나의 감정 그래프
기능) 사용자가 매일 추천되는 긍정적인 뉴스에 남긴 평가 기능을 기반으로, 일정 기간 동안의 감정 변화를 시각화한 그래프를 제공합니다. 주/월/6개월/전체 기간 비교 가능합니다.
구현) 사용자별 기간(주/월/6개월/전체) 완료 기록을 degree 합산해 그래프 배열로 변환하도록 했습니다.

어려웠던 점) 기간 별로 그려지는 그래프가 달라지게 기획되어 있어 다양한 기간 범위 계산(ChronoUnit, minusMonths)과 정확한 인덱싱 로직이 필요했습니다.
기획자,프론트 개발자와 여러번 의견을 나누며 로직을 확실히 정하여 해결했습니다. 협업능력을 향상시킬 수 있었습니다.

검색 기능 기능) 긍정 피드와 희소식에서 키워드와 제목을 기반으로 검색이 가능합니다.

총평/후기
기본이 되는 CRUD부터 좋아요,북마크 그리고 배포까지 Spring의 기초를 다질 수 있었던 프로젝트였습니다.
사실상 첫번째 spring 프로젝트였는 데, 처음부터 끝까지 친구들과 같이 공부하며 알아갈 수 있어서 즐거웠고, 이후 프로젝트를 진행하는 데 크게 도움이 되었습니다.

AI 기반 맞춤형 운동 추천 & 체력 분석
기능) 사용자의 체력 진단 결과를 바탕으로 AI가 체력 수준을 분석하고, 개인에게 맞는 운동 루틴을 추천해 주는 웹 서비스입니다.
구현) 국민체육진흥공단 위치기반 체력측정 및 운동처방 데이터를 Python으로 전처리했고 Weka에서 Weka에서 여러 분류기를 실험하여 LMT(Logistic Model Tree) 모델을 채택했습니다.
준비운동·본운동·정리운동 각각에 대해 별도 모델을 학습하고 Spring Boot 서버와 연동하여, 사용자의 성별·연령·체력 측정값을 입력하면 세 구간별 추천 운동을 반환하도록 구현했습니다. 

어려웠던 점) 공공데이터의 한글 인코딩 문제와 항목 불균형, 준비운동·정리운동 구간의 상대적으로 낮은 정확도가 문제였습니다. 클래스명을 영어로 치환하고, CoolDown 구간은 Top-3 추천 방식으로 보완하는 등 여러 실험을 통해 실용적인 정확도를 확보했습니다.

주변 공공체육시설 및 프로그램 탐색
기능) 지도 기반 UI로 내 주변 공공체육시설과 운동 프로그램 정보를 한눈에 확인하고, 목적과 일정에 맞는 시설·프로그램을 쉽게 찾을 수 있습니다.
구현) 체육종합빅데이터센터 공공체육시설 프로그램 데이터를 수집한 뒤, 지자체마다 다른 포맷과 누락값을 처리하기 위해 정규화·정제 파이프라인을 구축하고, 좌표 변환 및 위경도 검증 과정을 거쳐 지도에 시각화했습니다.
Tmap 경로 API와 브라우저 위치 서비스를 연동해 현재 위치에서 선택한 시설까지 두 가지 최적 경로를 제시하도록 구현했습니다.

​ 어려웠던 점) 시설명·주소·좌표가 불일치하거나 중복된 데이터가 많아, 자동 필터링 규칙과 수동 검증을 병행해야 했습니다. 프론트엔드와 함께 UX를 고려한 마커 색상, 요약 정보 구성, 필터 설계를 반복적으로 조정하며 사용자가 직관적으로 시설을 탐색할 수 있도록 개선했습니다.

체력 리포트 & 홈트레이닝 영상 연동
근력·지구력·유연성 등 항목별 점수와 개선이 필요한 영역을 그래프 형태로 제공하고, 국민체력 100 동영상 오픈 API와 연동하여, 부족한 체력 요소별로 최적의 운동 영상을 자동 매칭·추천합니다.
구현) 국민체력 100 등급 기준의 불연속 구간을 선형 보간법으로 100점 만점 연속 지표로 환산하고, 레이더 차트와 연령대 평균 비교 막대그래프를 통해 사용자의 상대적 위치를 보여주도록 설계했습니다.
점수가 평균 미만인 요소에 대해서는 국민체력 100 동영상 오픈 API를 호출해, 요소별로 적합한 홈트레이닝 영상을 추천하도록 연동했습니다.

​ 어려웠던 점) 등급제 지표를 그대로 사용하면 사용자 입장에서 세밀한 차이를 느끼기 어려워, 여러 보간 방식과 시각화 방식을 기획자와 함께 비교·검토해야 했습니다. 또한 민첩성·순발력처럼 API에 영상이 없는 항목은 “적합한 영상이 준비되지 않았다”는 안내 문구를 추가해 사용자 혼란을 줄였습니다.

로그인, 온보딩 및 사용자 경험 설계
일반 회원가입과 카카오·구글 소셜 로그인을 지원하며, Spring Security와 JWT 기반 인증으로 확장성과 보안을 확보했습니다.
구현) 첫 접속 시 서비스 핵심 가치를 소개하는 스플래시·온보딩 화면을 제공하고, 이후 일반 회원가입(이메일·비밀번호·프로필·위치 동의)과 카카오·구글 소셜 로그인을 지원하도록 설계했습니다.
백엔드는 Spring Security와 JWT 기반 인증 구조를 사용해 토큰으로 권한을 검증하고, 멀티 소셜 로그인 시에도 하나의 계정으로 통합 인식되도록 구현했습니다.

​ 어려웠던 점) 구글은 OIDC 표준이라 스프링 기본 구현 + 단순 매핑이면 됐는데, 카카오 소셜로그인의 경우, 기본 OAuth흐름은 같지만 응답 JSON이 달라서 직접 꺼내 써야 했습니다.
직접 카카오 소셜로그인 문서를 찾아보며 해결했습니다. ​