프로젝트 개요

언어와 문화의 차이는 때로는 정보의 벽이 되기도 합니다. 특히 다문화 가정의 경우, 필요한 행정 절차나 복지 정보를 찾더라도 낯선 언어와 복잡한 문서 형식 때문에 이해하기 어려운 상황이 많습니다.

이 문제를 해결하기 위해, 우리는 다문화 가정을 위한 AI 정보 지원 플랫폼을 만들었습니다. 사용자가 모국어로 질문하면 AI가 실시간으로 번역·이해하고, 정부 및 공공 데이터를 기반으로 정확하고 신뢰할 수 있는 정보를 제공합니다.

또한 공문서나 가정통신문, 안내문 등 이해하기 어려운 한국어 문서와 이미지를 AI가 인식해 쉽고 친절한 언어로 해석해주는 기능도 제공합니다.

다문화 가정이 한국 사회에서 언어의 장벽 없이 필요한 정보를 얻고, 스스로 문제를 해결할 수 있는 힘을 가지는 것. 그것이 우리가 이 프로젝트를 시작한 이유입니다.

활용 기술

Backend Framework : Java17, Spring Boot, Spring Webflux
Database & Storage : Mysql, Redis, FireStore, Object Storage
Infrastructure & DevOps : Kubernetes, Docker, Nginx, SourceCommit, SourceBuild, SourceDeploy, SourcePipeline
Security & Authentication : JWT, Spring Security
AI : Vertex AI Search, Google Gemini AI, Open AI
Open API : Naver CLOVA OCR, Naver CSR(CLOVA Speech Recognition), Naver Papago Translation
Development Tools : Swagger, Notion, GitHub

쿠버네티스(Kubernetes) 기반의 멀티 모듈 구조로 설계된 MSA(Microservices Architecture) 시스템입니다.

네트워킹 및 라우팅

Ingress 리소스를 통해 유입된 외부 트래픽은 도메인 경로 기반 라우팅 규칙에 따라 프론트엔드와 게이트웨이 서버로 분산됩니다. 각 모듈(프론트엔드, 게이트웨이, 서버, 채팅 시스템, 문서 시스템 등)은 여러 개의 Pod로 구성된 Deployment 리소스 형태로 배포됩니다. Service 리소스는 ClusterIP 타입으로 구성되어 내부 통신과 서비스 디스커버리를 담당하며, DNS 기반 서비스 탐색을 통해 각 마이크로서비스 간 안정적인 통신을 보장합니다.
인증 및 라우팅

게이트웨이 서버는 API Gateway 역할을 수행하며, JWT 기반 인증 및 인가를 담당합니다. 인증된 요청은 사용자 권한에 따라 내부 마이크로서비스로 적절히 라우팅됩니다. 이를 통해 각 마이크로서비스는 인증 로직으로부터 독립되어 비즈니스 로직에만 집중할 수 있습니다.
데이터 저장소

MySQL과 Redis로 구성되어 있으며, Persistent Volume(PV) 과 Persistent Volume Claim(PVC) 을 통해 영속적으로 관리됩니다. 또한 Google Firestore를 함께 사용하여, 사용자 질문 및 AI 응답 데이터와 같은 비정형 데이터를 저장하고 관리합니다.