UCC: https://youtu.be/vb-LIuhSt_w
기간: 2023.02.27 ~ 2023.04.07 (40일)
수상: 싸피 2학기 특화 프로젝트 우수상 🏆
💌 서비스명
- 휘리릭
🎯 주요 타깃
- 작사를 처음 시작하는 아마추어 작사가 또는 작사에 입문하고 싶은 사람
🎙 서비스 설명
- 바쁜 일상에도 초보 작사가들의 쉽고 간편한 작사를 지원하는 서비스입니다.
- 데이터 시각화를 통해 인사이트를 제공합니다.
- 키워드 추천 및 작사 기능으로 꾸준하고 체계적인 연습을 할 수 있는 환경을 지원합니다.
🎵 주요 서비스
- 작사하기: 기본적인 작사 기능과 작사를 지원하기 위해 연관/라임/랜덤 키워드 추천 및 레퍼런스 기록, 음악 재생 기능
- 트렌드 시각화: 가사 트렌드를 시기별로 시각화 기능
- 작사노트 모아보기: 마이페이지에서 내가 작사한 가사들을 파트별로 한 눈에 모아보기 기능
- 주요 화면은 메인, 트렌드 시각화, 작사 노트, 회원이 있다.
- 라이트 모드와 다크 모드 두 가지 버전으로 서비스를 이용할 수 있다.
- 중앙 하단에서 주제 키워드를 추천받을 수 있다.
- 키워드를 클릭하면 해당 키워드로 제목으로 작사노트 작성을 시작할 수 있다.
- 우측 주간 리포트에서 매주 신곡을 분석한 데이터를 확인할 수 있다.
- 신곡에서 많이 사용된 키워드를 추천받을 수 있다.
- 키워드를 클릭하면 해당 키워드를 제목으로 작사노트 작성을 시작할 수 있다.
- 신곡이 많이 나온 장르를 확인할 수 있다.
라이트 모드
.gif)
다크 모드
.gif)
- 메인 페이지에서 가로 스크롤을 이용해 트렌드 시각화 페이지로 이동할 수 있다.
- 1970년도부터 현재까지 연도별 유행 장르 및 대표곡, 인기 키워드를 차트로 확인할 수 있다.
- 인기 키워드를 클릭하면 해당 키워드로 작사노트 작성을 시작할 수 있다.
라이트 모드
.gif)
다크 모드
.gif)
- 화면 우측에는 가사를 쓸 수 있는 노트 작성 기능이 있다.
- 화면 좌측에는 작사를 지원하는 4가지 탭(키워드 추천, 레퍼런스, 유사도 검사, 내 가사)이 있다.
- verse, hook 등 가사의 타입을 지정하고 가사를 작성할 수 있다.
- 한 블록 단위로 가사를 작성하며, 각 블록은 드래그 앤 드롭을 이용하여 순서를 자유롭게 변경할 수 있다.
- 로그인 시 3분마다 자동 저장이 가능하다.
- 로그인을 하지 않은 경우 최대 하루동안 가사 내용이 저장된다.
라이트 모드
.gif)
다크 모드
.gif)
- 연관 키워드: 사용자가 입력한 키워드와 의미적으로 연관이 있는 키워드 목록을 추천받을 수 있다.
- 라임 키워드: 사용자가 입력한 키워드와 라임을 형성할 수 있는 키워드 목록을 추천받을 수 있다.
- 랜덤 키워드: 새로고침 버튼을 누를 때마다 랜덤으로 영감을 줄 수 있는 키워드 목록을 추천받을 수 있다.
라이트 모드
.gif)
다크 모드
.gif)
- 사진 등록: 작사 노트의 썸네일 사진을 업로드할 수 있다.
- 메모: 작사를 하면서 영감을 받은 내용들을 기록할 수 있다.
- Youtube 음악 재생: 작사를 하면서 함께 들을 음악을 검색&재생할 수 있다.
라이트 모드
.gif)
다크 모드
.gif)
- 사용자가 작성한 가사와 유사한 가사를 찾아서 보여준다.
라이트 모드
.gif)
다크 모드
.gif)
- 내가 쓴 가사를 타입 별로 모아볼 수 있다.
라이트 모드
.gif)
다크 모드
.gif)
- 일반 로그인과 카카오 로그인이 가능하다.
- 일반 로그인 시 이메일 인증이 필요하다.
라이트 모드
.gif)
다크 모드
.gif)
- 닉네임, 프로필 사진 등을 편집할 수 있다.
- 비밀번호를 분실한 경우 임시 비밀번호를 이메일로 발급받을 수 있다.
라이트 모드
.gif)
다크 모드
.gif)
- 멜론의 음악 차트를 크롤링하여 음악과 가사 데이터를 취합하고, 이를 통해 DB를 구축했다.
- 각 음악과 가사의 데이터들을 spark를 사용하여 빠르게 처리하고, 대규모 DB를 생성했다.
- 다양한 테이블로 분류화된 데이터들을 차트와 그래프, 워드 클라우드 등을 통해 체계적으로 표현하고, 이러한 데이터 표현이 작사의 시작으로 이어질 수 있도록 구현했다.
- 깃랩-젠킨스을 연동해 개발한 코드를 빠르게 배포 환경에서 테스트해볼 수 있는 CI/CD 자동 배포 파이프라인을 구축했다.
- 또한, 깃랩-젠킨스-소나큐브 파이프라인을 구축하여 지속적인 정적 코드 분석을 통해 코드의 품질을 향상시키기 위해 노력했다.
- 크롤링 하여 모은 가사 데이터에서 사용된 단어들의 군집화를 위해 단어를 벡터로 변환해 주는 임베딩 표현 방법인 Word2Vec을 사용했다.
- Word2Vec의 방식 중 중심 단어로 주변 단어를 예측하는 Skip-gram 방식을 이용하여 학습시켰고 정확도를 높이기 위해 벡터의 차원과 컨텍스트 윈도우 크기, 단어 최소 빈도 수 제한 등의 값을 조절하며 학습시켰다.
- 사용자가 입력한 키워드에서 Okt 형태소 분석기를 사용하여 유의미한 단어를 추출 & 벡터화한 후 학습된 Word2Vec 모델과 비교하여 가장 1에 가까운 단어들을 반환한다.
- Apache의 StringUtils 유틸리티 클래스에서 제공하는 알고리즘 중 Jaro-Winkler 알고리즘을 사용했다.
- 두 문자열이 같은 문자열이 되려면 문자열 조작이 얼마나 일어나야 하는지 계산한 편집거리를 구하는 것과 추가적으로 같은 낱말이 문자열 내 특정한 거리 내에 있을 때와 문자열이 일치하는 방향이 동일할 때 가중치를 주어 일반적인 레벤슈타인 거리를 구하는 것보다 정교한 비교가 가능하다.
- 유저가 입력한 여러 줄의 가사를
\n를 기준으로 분리하여 가사 한 줄에 마다 음원사이트에 등록된 가사 데이터 한 줄과 비교하여 유사한 가사들을 찾고, 가중치가 높은 순서대로 정렬하여 상위 3개의 가사를 반환한다. - 이 과정에서 약 20만 행의 가사 데이터를 빠르게 읽고 처리하기 위해 Spark를 사용하여 API 요청 응답 시간을 3초-5초 내로 줄였다.
- 유저가 가사를 블록 단위로 입력하고 각 블록은 타입을 가지고 있으며, 모든 블록의 순서와 존재 유무가 가변적인 것 등 유연한 데이터 형식을 저장하기 위해 MySQL 외 MongoDB를 사용하여 json 형태로 데이터를 저장했다.
- 3분 마다 유저의 데이터를 자동으로 저장하는 자동저장 기능으로 인해 데이터의 형식과 내용이 수시로 바뀌는 상황에서 데이터의 원본 손실을 방지했다.
- 첫 저장 시에는 MongoDB에서 자동으로 생성해주는 ObjectID를 부여하는 방식을 사용했고, 이후 저장 시에는 해당 ObjectID를 이용하여 기존의 데이터를 수정하는 방식을 사용했다.
- node.js
18.13.0 (LTS) - react
18.2.0- Recoil
0.7.6
- Recoil
- typescript
4.9.5 - react-dom
18.2.0 - axios
1.2.6 - styled-components
5.3.6(주의최신버전아님!)
- java
1.8 - spring
2.7.9 - jpa
2.2 - querydsl
5.0.0 - gradle
7.6.1 - django
4.2
- python
3.8.10 - pymysql
1.0.2 - pandas
1.5.3 - selenium
4.8.2
- hadoop
3.3.1 - spark
3.0.16
- mysql
8.0.30 - mongodb
6.0.3 - AWS S3
1.12.281
- ubuntu
20.04 LTS - nginx
1.18.0 (Ubuntu) - jenkins
2.387.1 - docker
23.0.2 - sonarqube
4.8.0.2856
- intellij
2022.3.1 - pycharm
2022.3.1 - vscode
1.77.0
frontend/
└── hwilyric
├── public
└── src
├── api
├── assets
│ ├── home
│ ├── icon
│ ├── socialLogin
│ └── writeSideBar
├── atoms
├── components
│ ├── common
│ ├── home
│ │ └── dataVisualize
│ ├── login
│ ├── mypage
│ ├── profileModification
│ ├── signup
│ └── write
│ ├── note
│ └── sidebar
├── features
├── pages
├── styles
│ └── common
├── theme
└── typesbackend/
├── gradle
│ └── wrapper
└── src
├── main
│ ├── java
│ │ └── com
│ │ └── holorok
│ │ └── hwilyric
│ │ ├── common
│ │ ├── config
│ │ ├── exception
│ │ ├── jwt
│ │ ├── oauth
│ │ │ ├── domain
│ │ │ ├── dto
│ │ │ └── service
│ │ ├── trend
│ │ │ ├── controller
│ │ │ ├── domain
│ │ │ ├── dto
│ │ │ ├── repository
│ │ │ └── service
│ │ ├── user
│ │ │ ├── controller
│ │ │ ├── domain
│ │ │ ├── dto
│ │ │ ├── handler
│ │ │ ├── repository
│ │ │ └── service
│ │ ├── util
│ │ └── works
│ │ ├── keyword
│ │ │ ├── controller
│ │ │ ├── domain
│ │ │ ├── repository
│ │ │ └── service
│ │ ├── note
│ │ │ ├── controller
│ │ │ ├── domain
│ │ │ ├── dto
│ │ │ ├── repository
│ │ │ └── service
│ │ ├── rhyme
│ │ │ ├── controller
│ │ │ ├── dto
│ │ │ └── service
│ │ └── similarity
│ │ ├── controller
│ │ ├── dto
│ │ └── service
│ └── resources
└── test
├── META-INF
└── java
└── com
└── holorok
└── hwilyric
backend-recommend/
├── hwilyric
│ └── hwilyric
└── similarkeyword
crawling/
├── korean
├── melon
└── preprocess
hadoop/
├── requirements.txt
├── spark_trend_genre.py
└── spark_trend_keyword.py
라이트 모드
- 메인 화면
.png)
- 작사하기
.png)
- 마이페이지
.png)
- 회원가입, 로그인
.png)
다크 모드
- 메인 화면
.png)
- 작사하기
.png)
- 마이페이지
.png)
- 회원가입, 로그인
.png)
-
Git
-
GitLab
-
Jira
- 최종 지라 이슈 전국 151팀 중 1위 달성 - 즉, 우리는 스프린트 회의를 열심히 했다.
-
Notion
-
Mattermost
Git을 통한 협업 방식은 우아한 형제들 Git Flow를 기본 베이스로 삼았습니다.
브랜치는 master, develop, dev-front, dev-back, feature 총 5가지를 사용했으며 전략은 다음과 같습니다.
master: 서비스가 출시될 수 있는 브랜치입니다. master 브랜치에 올라온 기능들은 에러 없이 작동하는 상태입니다.develop: 다음 서비스 출시를 위해 실제 개발이 이루어지는 브랜치입니다.dev-front,dev-back: develop 브랜치에서 분기해서 프론트엔드와 백엔드가 각각 개발하는 브랜치입니다. 프론트엔드와 백엔드 충돌을 최대한 방지하기 위해 만들어졌습니다.feature: 기능 단위 개발을 위한 브랜치로 dev-front, dev-back에서 분기하여 개발이 끝나면 각각 베이스 브랜치로 병합됩니다.
매주 한 번 이상 dev-front, dev-back 브랜치를 develop 브랜치로 병합 후 배포하여 실제 배포 환경에서 잘 동작하는지 여부를 확인했습니다.
매주 월요일 스프린트 회의를 통해 그 주의 목표를 세우고 목표 달성을 위한 구체적인 작업들을 정리했습니다.
유튜브 라이브와 같이 공통적인 일정부터 팀 회의, 파트별 회의, 개인 개발 작업까지 회의를 통해 구체적으로 계획했습니다.
이를 위해 사용된 요소들은 다음과 같습니다.
Epic : 어떤 작업이 속하는 최상위 레벨로 학습, 문서, 회의, 개발, 일지 총 5가지 에픽을 만들었습니다.
Story & Task: Epic에 속하는 작업의 단위입니다. 구체적인 작업 내용을 작성하고 Story point로 예상 소요 시간을 산정할 수 있습니다. 한 Story와 Task 당 최대 4시간을 넘지 않게 하였고 개인별로 매주 40시간 이상 할당했습니다.
개발과 관련한 작업들은 Story, 그 외의 작업들은 Task로 분류하여 프로젝트를 진행하였습니다.
번다운 차트: 스프린트의 목표를 달성하기 위해 남은 시간과 남은 Story point를 확인해 프로젝트의 진척도를 파악할 수 있는 지표입니다.
회의록, 스크럼 회의, 발표 정리, 문서 정리, 기획서 등 자료들을 Notion을 통해 작성 및 관리하였습니다.
회의록: 매일 회의한 내용을 회의록으로 기록하였습니다.프로젝트 일지: 개인별로 프로젝트 일지(problem-cause-solution)를 작성하였습니다. 프로젝트 일지는 개발하면서 만난 오류와 문제 상황을 정리하고 원인과 해결방법을 적습니다.컨벤션: 프로젝트의 모든 컨벤션들을 문서화하여 모두가 공유 가능하도록 하였습니다. 기록 및 정리한 컨벤션들에는 Git 컨벤션, Jira 컨벤션, FE 컨벤션, BE 컨벤션이 있습니다.프로젝트 문서 관리: 요구사항 정의서, 기능명세서, 일정관리 등 공유 문서 관리를 노션에 기록하여 모두가 동일한 목표를 가지고 개발 할 수 있도록 하였습니다.
손민혁 - 팀장, 인프라, 데이터 크롤링
권오연 - 프론트엔드 개발, 라임 추천 기능 개발
이가은 - 프론트장, 작사하기, 테마 구현, ui&ux
황정주 - 백엔드장, 회원관리 구현, 연관 키워드 구현(Word2Vec 모델 이용), Spring Security, JWT 적용, django 담당, S3 세팅
백자민 - mongoDB & Querydsl CRUD API 구현, 유사도 검사 기능 구현, Spark, UCC
유덕균 - 웹 크롤링을 통한 데이터 수집, Spark를 활용한 데이터 처리, 데이터 시각화 API 설계 및 데이터 시각화 페이지 구현, Hadoop 클러스터 서버 활용.
API Docs | 기능 명세서 | ERD | 깃 컨벤션 | 포팅 메뉴얼
팀원들과 열정적인 6주를 보냈습니다! 특히나 실제 아마추어 작사가라는 사용자를 타겟으로 인터뷰도 해보고 그것을 기반으로 기획/설계/개발까지 해볼 수 있어서 특별했던 프로젝트였습니다. 그래서 더 의욕적으로 많은 아이디어를 제시하였고 구현해야 할 많은 기능으로 인해 부담이 컸을텐데 결국 모두 완성시킨 팀원들 너무 멋집니다 !!
처음으로 인프라를 담당하게 되었습니다. 기본적인 프론트엔드 및 백엔드 지식부터 네트워크 지식까지 필요하다 보니 쉽지는 않았지만 팀원들 덕분에 무사히 배포를 마칠 수 있었습니다. ubuntu 환경이 낯설어 우당탕탕 EC2를 네 번이나 초기화하는 일이 있었지만, 덕분에 개발환경 세팅을 네 번씩 하면서 명령어가 많이 익숙해졌습니다 :) 또, 이번에 소나큐브도 연결해보며 코드 분석을 해볼 수 있어 재밌었지만 팀원들에게 개발하기도 바쁜데 코드 리펙토링이라는 추가적인 과제를 준 것만 같아 미안하기도 하네요 ㅎㅎ 조금이라도 도움이 되었길 바랍니다. 순탄하지 않았던 배포 과정을 기다려준 팀원들에게 감사합니다.
모두가 이번 프로젝트를 통해 해보고 싶었던 분야에 도전하고 그만큼 많이 얻어갔을 뿐만 아니라 프로젝트까지 무사히 마칠 수 있어서 뿌듯합니다. 호로록 팀 최고 !!
처음 도전하는 도메인이라 각자 어려움이 있었지만, 끊임없이 학습하며 주어진 기능을 구현하기 위해 모두가 노력했기에 이 프로젝트를 잘 마무리 할 수 있었던 것 같습니다.
개인적으로 많은 고민과 성장이 있었던 프로젝트였습니다. 이전 보다는 좀 더 컴포넌트화를 신경쓰며 구조를 구성하였고, React의 hook을 사용하며 만났던 렌더링의 문제를 해결하는 과정에서 비동기의 과정을 좀 더 제대로 이해할 수 있었습니다. 또한 이번 프로젝트에서 TypeScript를 처음 써보았는데 type을 미리 설정하여 많은 오류를 사전에 잡을 수 있어 개발을 좀 더 효율적으로 하였습니다. 작사노트의 기능 구현에서는 라이브러리 선택 과정에서 적합성, 효율성을 고려하며 좀 더 알맞는 기능을 사용하려 노력하였습니다. 보다 나은 개발을 위해 고민하고, 겪었던 모든 과정들로 한 걸음 더 성장할 수 있었습니다.
작사가라는 특정 집단의 사용자들이 필요로하는 서비스를 제공하기 위해 끊임 없이 토론하고 회의하고 고민하며 만들어진 결과물이고, 그 사용자들이 만족해했던 결과물이라 더 없이 뿌듯했던 프로젝트였습니다. 항상 여러분들과 의견과 고민을 들으며 사고의 폭과 시야를 넓힐 수 있었고 또 그만큼 앞으로 나아갈 수 있었습니다. 다시한번 정말 고생했을 팀원들에게 감사하며 호로록팀원들의 앞으로를 항상 응원하고 있겠습니다:)
우선 팀원분들에게 너무 고맙습니다. 개인적으로 이번에 자바뿐만 아니라 전반적으로 Backend 지식에 있어서 부족함을 많이 느꼈는데 그런 부분들을 팀원들이 채워준 것 같습니다. 우리 팀원이 아니었다면 이렇게 프로젝트를 마무리하기 어렵지 않았나 싶습니다. 다음에 기회가 된다면 제가 어설프게 구현해 놓은 기능을 원래 계획에 맞게 다시 구현해 보고 싶습니다. 이외에 팀 분위기가 좋아서 재밌게 프로젝트를 진행할 수 있었고, 매일 밥 먹고 산책하면서 나무, 꽃, 청설모 등등 대전 캠퍼스 내 자연을 만끽하던 시간들은 진짜 잊지 못할 것 같습니다.
이전에 사용해보지 않은 새로운 기술들을 많이 사용하면서 스스로의 부족한 역량으로 고민이 많았는데, 팀원들이 이러한 부분을 채워주었기 때문에 프로젝트를 잘 마무리한 것 같습니다. 기획부터 설계, 개발까지 적극적으로 소통해주는 팀원들 덕분에 각자의 다양한 생각을 들어보고 나누면서 생각과 경험의 폭을 넓힐 수 있었던 것 같아서 감사하고 뿌듯합니다. 개발을 늦게 시작해서 다들 빠듯한 일정에 쉴 틈 없이 달려온 것 같은데, 아쉬운 부분이 분명 남았음에도 최선을 다해서 프로젝트에 임한 만큼 이전보다 크게 한 걸음 성장했다는 생각이 듭니다.
빅데이터 분산이라는 주제가 처음 생각했던 것보다 단순하지가 않아서 초반에 프로젝트의 방향을 잡는데 상당히 고민을 반복했던 것 같습니다. 하지만 무사히 어떻게든 팀원 모두가 힘을 모아 주제를 결정하고 개발을 시작하여, 점점 모양을 갖추어 가는 결과물을 보고 있을 때에는 성취감이 뿌듯하게 가슴을 채워가는게 느껴졌습니다. 뛰어난 역량을 갖추고 프로젝트에 적극적으로 임하는 팀원들이 있었기에 이루어낼 수 있었던 성과라고 생각하고 있습니다. 저의 부족한 실력으로 인해 팀에 민폐가 되지 않았을까 항상 걱정스럽고, 동시에 그런 저를 많이 도와준 팀원들에게 감사의 말을 전하고 싶습니다. 언제나 화기애애하고 밝은 분위기의 호로록 팀이 항상 그리울듯 합니다