성동구 AI 불법현수막 탐지 MVP

소개

• 성동구청과 시범계약 체결할 때 제출했던 MVP입니다.
• 사용자가 촬영한 현수막의 합불법을 판단하는 앱니다.
• 합불 판단에 대한 기준은 현수막에서 추출한 텍스트를 기반으로 판단합니다.
• 옥외광고법 8조를 학습한 GPT가 현수막의 내용을 판단하여 합불 여부를 내립니다.

플러터 구조

• 현재 구조는 MVVM 디자인패턴을 채택했습니다.
• 최소 기능의 MVP와 맞지 않은 패턴입니다. 이 패턴의 치명적 단점은 구조 구현이 복잡하고 어렵다는 점입니다.
• 이러한 구조를 채택한 이유는 큰 프로젝트에 맞는 구조를 공부하다가 마침 프로젝트 제의가 들어와서 적용해보았습니다.
• MVVM은 기존 MVC에서 뷰와 모델의 지나친 의존관계를 개선하고 각각 독립적으로 이용하려는 패턴입니다.
• 뷰와 뷰모델과의 바인드는 Mobx, 상태관리는 Provider를 이용하였습니다.

---

• constants
  • 앱 전반적으로 재사용되는 요소들을 모아놨습니다.
• core
  • 데이터 처리, 확장성, UI 컴포넌트를 어떻게 구현할 지에 대한 세부적인 사항을 기술합니다.
• data
  • API, 로컬 저장소와 앱 사이의 다리 역할을 맡습니다. 데이터의 변경이 앱에 미치는 영향을 최소화합니다.
• domain
  • 앱의 비즈니스 로직과 엔티티를 정의합니다. 무엇을 해야하는 지에 초점이 맞추어져 있습니다.
• presentation
  • 보여지는 시각적 표현을 담당합니다.
• utils
  • 앱 전반적으로 재사용 가능한 함수와 클래스를 관리합니다. constant와 차이점은 utils는 주로 기능적인 부분을 지원합니다. constant는 변경되지 않는 데이터를 관리합니다.

---

아키텍처 구조

• 사용자가 이미지를 서버에 전송하면 일단 firebase storage에 이미지를 담습니다.
• firebae functions는 스토리지에 새로운 이미지가 올라오면 이 이미지를 aws ai server로 전송합니다.
• ai server는 이미지가 현수막인지 판단하고 naver ocr를 이용해서 텍스트를 추출합니다.
• 추출된 텍스트를 옥외광고법 8조를 학습한 gpt가 합불법 판단하고, 이 데이터를 다시 firebase functions v2로 전송합니다.
• ai server로 부터 받은 데이터는 cloud firestore에 저장되고, 플러터로 데이터를 표기합니다.
• 깃주소 : https://github.com/moncles-fam/firebase

플로우 차트