<aside> 💡 4월 30일 피드백에 대한 답변

기존에 원두 취향 추천 방식은 (스타벅스의 경우) 자사 제품들만 소개 하는 방식으로 진행 되었습니다. 하지만 저희는 사용자의 취향에 맞는 원두를 추천해주고, 그 원두를 판매하는 프랜차이즈 카페를 소개해줍니다. 또한 사용자의 위치를 파악하여 추천한 카페의 위치가 어디에 있는지 알려주게 되는 기능을 만드려고 하고 있습니다.

</aside>

<aside> 💡 지금까지 진행된 것

• 디자이너와 소통을 하여, 초기 기획 완성

• 초기 와이어프레임 완성

• 커피에 대한 자료 조사

• DB schema 설계 및 ERD 설계

• 초기 API 설계

• FE, BE convention 정하기

우리 팀의 한 주 목표

• [BE & FE] CI/CD 파이프라인 구축

• [BE] 도메인 설계

• [BE] 스프링 시큐리티 설정 시작

• [FE] 초기 세팅 및 기본 VIEW 제작

• [공통] 수정사항 및 기획 변경에 따른 API 및 와이어프레임 변경

</aside>

<aside> 💡 남병관 멘토님 피드백

기획과 기술인터뷰에서 이걸 어떻게 잘 가져갈 수 있을까?

5조

홍: 로그인 기능을 jwt 토큰 방식을 이용하는 자체기능을 추가할지 말지, 소셜로그인만을 사용할지

남. 로그인만 하면 상관이 없다. 기술적으로 어떤 매력 포인트가 있나요?

홍: 자취생들이 남아 있는 재료를 공유, 남은 요리를 위치기반으로 공유(소켓통신을 통한 알림)

남: 기술적으로 엄청 매력적이지 않다. 소켓은 기본적으로 깔고 간다. 대단히 어렵지 않다. 기술 인터뷰에서 ‘어떤 기술적인 난점이 있었고 해결하셨나요?’라는 질문에 대답 할만한게 없지 않을까?

홍: 기술적인 챌린지가 필요하다하셔서 최대한 적용을 한 것인데, 어떤 것을 도전할지 잘 모르겠다. 지금 하고 있는 추천 알고리즘을 생각하고 있긴하다.

남: 예를 들면 레시피가 100만개인데 0.5초만에 어떻게 로드할 수 있을까? 프론트엔드는 10000개가 넘어갈때 어떻게 렌더링을할까? 예를 들자면 이런 것이다. 기술적으로 어려운 문제를 풀었다 라는게 나와야한다.

이: 추천 알고리즘을 넣을 생각이었다

남: 대충 얹은 느낌이 난다. 기획 자체는 좋다. 기술적으로 매력포인트를 잡아야한다. 지금부터 생각을 해야한다. dummy data로 테스트 해보자

6조

정: 협업툴 서비스로 구현. 하나는 동시성제어, 채팅기술(socket)

남: 좋다. 유틸리티 서비스가 잘 없고, 항상 유틸리티 프로젝트는 공유자원을 어떻게 관리할까가 고민된다. 딥하게 한 번 가보셨으면 좋겠다. 알고리즘은 어떻게 되어있고, 노션을 참고하고, 장단점 참고 등등

7조

안: 아이디어는 우선, 화상면접 연습 커뮤니티로 굳혀짐. 기능테스트 진행중

영상을 저장해야하하다보니 업로드 다운로드 테스트해보고 있다. 테스트가 어느정도 끝났고 전체기능 정리해서 설계가 들어갈 예정

남: 흥미롭다. 영상얘기가 주겠다싶음. 기술적인 향상이 뭐가 있을까요? 영상같은건 안해보면 모른다. 쉽게 말해서 있어보인다는 얘기다. 유튜브 영상같은것을 볼때 네트워크상황에 따라 화질이 바뀌는 기능. 이런거 구현해야하지 않을까요? 유출되면 안된다 생각하는데, 영상에 암호화를 걸어야하지 않을까요? 영상이 외부에서는 재생이 안되고 우리 사이트에서는 복호화해서 재생하게 만드는게 어떨까? 어려운 문제가 아닙니다. 영상의 품질 용량에 관한 얘기 이런걸 주로 가져갔으면 좋겠다.

여태까지 얘기한건 동영상 플레이어 관점임. 화상면접이라면 실시간이 되면 좋지 않을까?

방향이 매우 좋은 거 같다.

임: 주간별로 인기있던 면접기록을 뽑으려고하는데, 스케쥴러로 단순히 필터해서 뽑아도 되는지?

남: 편한걸로 하시면 된다. 솔직히 눈에 띄는 기능이 아니라, 상관이 없다. 빨리 되는 것으로 하시면 된다.

힘 줄때는 주고 뺄 때는 빼자. 언제 무엇을쓰냐를 생각해봐야한다고 생각합니다.

8조

진서님: 저희 조는 사용자기반 커피추천을 해주는 커뮤니티, 메인 기능은 사용자가 취향을 선택하면 취향에 따라 원두 추천을 해주고 원두를 사용하는 프랜차이즈까지 알려주고, 사용자 위치기반 그 카페를 보여준다.

부가적인 기능 ..

저희가 걱정이되는 부분은, 추천을 해준다는 기능이 어떠한 알고리즘을 적용을해야하는지? 데이터베이스 기반으로 뽑아도 되는지? 기술이 필요한지?

남: 우리가 AI를 공부하는 개발자가 아니다. 여기에 힘을 주면 안될것같다. 따라서 이게 어떻게 구현되든 상관이 없다. 기술인터뷰들어가서 추천모델에 대해 deep하게 설명을 안할것같다. 빨리 되는 방식으로 해야한다.

다른걸 고민해봐야한다. ‘나는 AI 전문성으로 가면안된다’

커피 취향이 같으면 같이 배달을 해먹는다.(파티 모으기 → 배달비 정산 등)

커피 원두의 양이 극단적으로 많을때 이것을 1초안에 조회 검색, 렌더링 어떻게 해야할지?

성능이 좋다 쪽으로 가던가, 어려운 기술로 가던가

추천 모델은 아닌 거 같다.

동접자 몇 명까지 될 수 있는지? → 부하테스트

흰 화면 → 느리다, 느리다 → 시간복잡도와 공간복잡도(인스턴스 수 증가)를 낮춘다. 그게 아니라면 코드 계산. 이런게 기술적 난제를 해결한다.

이게 정해져 있지는 않다.

영상은 자체 허들이 있지만, 지금 8조의 프로젝트는 자체의 허들이 있어`보이지는 않는다.

</aside>