EP.08 Food Trend AI: AI 기반 실시간 음식 트렌드 분석 및 예측 서비스

1. Situation (상황)

• 배경: 급변하는 외식 시장에서 마케터들이 산재한 SNS와 배달 플랫폼의 데이터를 일일이 분석하기 어렵다는 점에 착안, AI를 통해 실시간 트렌드를 발굴하고 미래를 예측하는 플랫폼을 기획했습니다.
• 동기: Goorm AI 해커톤에 참여하며, 1학년 팀원 4명과 함께 팀을 구성하게 되었습니다. 팀장으로서 기술적 숙련도가 부족한 팀원들을 이끌고 실질적으로 '작동하는 서비스'를 구현해야 하는 도전적인 상황에 놓였습니다.

2. Task (과업)

• 목표: 구글 트렌드, 배달앱, SNS 데이터를 통합 분석하여 실시간 랭킹을 제공하고, Gemini AI를 활용해 3~6개월 뒤의 미래 트렌드를 예측하는 풀스택 API 및 웹 서비스 구축을 목표로 했습니다.
• 담당 역할: 팀장 및 백엔드/트러블슈팅 개발자 (Flask 기반 API 서버 구축, Supabase DB 설계, AI 프롬프트 엔지니어링 및 프론트엔드 긴급 리팩토링 총괄)

3. Action (행동) - 기술적 해결 과정

• 레거시 코드의 긴급 리팩토링 및 아키텍처 재구축:

  • 팀원들이 제출한 컴포넌트 구조가 없는 단일 HTML/CSS/JS 파일들을 수령한 후, 프로젝트 마감을 위해 직접 리액트로 재작성을 하였습니다.
  • page-styles.css와 page-script.js로 스타일과 로직을 분리하고, 서비스 흐름에 맞게 UI 구조를 전면 재구성하여 유지보수가 가능한 상태로 탈바꿈시켰습니다.

• AI 기반 트렌드 분석 엔진 고도화 (Gemini 2.5 flash & SerpApi):

  • gemini-2.5-flash 모델과 SerpApi를 연동하여 실시간 구글 검색 결과를 바탕으로 트렌드를 발굴하고, 사회적 배경과 심리적 이유를 포함한 심층 분석 보고서를 생성하는 파이프라인을 구축했습니다.
  • AI 응답의 신뢰성을 위해 JSON 포맷 강제 및 Fallback 데이터 로직을 설계하여 안정적인 API 응답을 보장했습니다.

• 보안 이슈 해결 및 배포 최적화 (Mixed Content & ProxyFix):

  • HTTPS 환경에서 HTTP 리소스 호출로 발생하는 SSL Mixed Content 문제를 해결하기 위해 ProxyFix를 적용하고, PREFERRED_URL_SCHEME = 'https' 설정을 통해 보안 통신 이슈를 현장에서 즉각 해결했습니다.

4. Result (결과)

• 성과: 장려상 수상. 팀원들의 기술적 공백과 백엔드 구조의 급격한 변경, SSL 보안 이슈 등 수많은 악재 속에서도 팀장으로서 끝까지 책임지고 '작동하는 결과물'을 완성해냈습니다. 특히 준비되지 않은 상태에서 대타로 발표를 맡아 프로젝트의 핵심 가치를 성공적으로 전달했습니다.
• 개선: 최악의 상황에서도 당황하지 않고 기술 스택을 유연하게 조정(리팩토링 및 API 직접 연동 등)하여 문제를 해결하는 실전 위기 관리 능력을 증명했습니다. 1학년 팀원들에게 기술적 가이드라인을 제시하며 프로젝트를 완주시키는 리더십을 발휘했습니다.

증빙 자료