사용자가 원하는 시간과 취향에 맞춰 AI 스트리머와 실시간 소통 및 교감을 나눌 수 있는 혁신적인 플랫폼. Unity 기반 3D 인터랙티브 환경과 Spring Boot 백엔드, RAG 기반 개인화 시스템으로 맞춤형 스트리밍 경험을 제공합니다.
기존 스트리밍 서비스는 방송 시간이 정해져 있어 원하는 시간에 컨텐츠를 즐기기 어렵고, 유명 스트리머와의 직접 소통이 거의 불가능하여 일방적인 시청만 가능했습니다.
사용자의 다양한 취향과 라이프스타일을 분석하여 최적의 AI 스트리머를 제공하고, RAG 기술을 활용해 사용자의 행동 패턴과 대화 내용을 학습하여 더욱 개인화된 경험을 제공하고자 했습니다.
Spring Boot
선택 이유: 안정적이고 효율적인 백엔드 서비스와 트랜잭션 처리를 위해 선택했습니다.
해결한 것: 사용자 정보 관리, AI 스트리머 데이터 처리 등 핵심 백엔드 서비스를 안정적으로 제공했습니다.
RAG + Pinecone
선택 이유: 사용자의 행동 패턴과 대화 내용을 벡터화하여 저장하고, 유사도 검색을 통해 개인화된 응답을 생성하기 위해 도입했습니다.
해결한 것: 사용자의 과거 대화와 행동 데이터를 기반으로 AI 스트리머가 맥락에 맞는 개인화된 응답을 제공할 수 있게 되었습니다.
Redis
선택 이유: 실시간 대화 세션 관리와 빠른 컨텍스트 조회를 위해 인메모리 데이터베이스를 선택했습니다.
해결한 것: 사용자의 대화 내용을 실시간으로 캐싱하여 AI 스트리머가 이전 대화를 기억하고 자연스러운 대화 흐름을 유지할 수 있게 되었습니다.
AWS RDS for MySQL
선택 이유: 사용자 정보, AI 스트리머 데이터 등 구조화된 데이터를 안정적으로 관리하기 위해 선택했습니다.
해결한 것: 관계형 데이터베이스를 통해 데이터 무결성을 보장하고, AWS의 자동 백업 및 복구 기능으로 안정성을 확보했습니다.
Unity
선택 이유: AI 스트리머의 실시간 커스터마이징과 3D 인터랙티브 환경 구현을 위해 도입했습니다.
해결한 것: Unity6 엔진으로 몰입도 높은 3D 콘텐츠와 실시간 소통 기능을 구현했습니다.
LLM + TTS
선택 이유: 자연스러운 실시간 대화와 음성 합성을 위해 대규모 언어 모델과 TTS 기술을 결합했습니다.
해결한 것: AI 스트리머가 사용자의 대화 패턴을 분석하고 자연스러운 목소리로 실시간 응답할 수 있게 되었습니다.
- •RAG 기반 사용자 행동 및 대화 분석을 통한 맞춤형 AI 스트리머 제공
- •LLM + TTS 기술을 활용한 실시간 1:1 자연어 소통
- •Pinecone vector store를 활용한 사용자 행동 패턴 분석
- •Redis 기반 대화 컨텍스트 관리 및 세션 유지
- •Unity6 기반 몰입도 높은 3D 인터랙티브 콘텐츠 구현
- •AWS RDS for MySQL을 통한 안정적인 데이터 관리
- ✓Spring Boot 기반 RESTful API 설계 및 구현
- ✓RAG 파이프라인 구축 및 Pinecone vector store 연동
- ✓Redis를 활용한 대화 컨텍스트 관리 시스템 개발
- ✓사용자 행동 데이터 분석 로직 개발
- ✓AWS RDS for MySQL 데이터베이스 설계 및 최적화
- ✓AWS 인프라 구축 및 배포 환경 설정