04
다시路
Vision AI 기반 싱크홀 위험 분석 및 안전 경로 서비스
- 기간
- 2025.07 – 2025.08
- 역할
- Sole Backend / AI Integration / Infrastructure
- 주요 기술
- YOLO, FastAPI, Django REST Framework, PostgreSQL, AWS S3
- 저장소
- Backend ↗
Soobin's scope
직접 구현한 부분
Sole Backend / AI Integration / Infrastructure
- 01팀 내 Backend 단독 담당 — API, 데이터 모델, AI 서버 연동, 배포 인프라 전담
- 02YOLO 분석 서버와 Backend 연동
- 03위험 분석 결과 Data Modeling 및 위험 등급 분류
- 04분석 결과 DB 저장
- 05안전 경로 API 구조 설계
01 — 프로젝트 개요
어떤 서비스인가
도로 이미지에서 싱크홀 위험 요소를 탐지하고, 위험 등급과 안전 경로, 복구 완료된 지역 상권 정보를 사용자에게 제공하는 서비스입니다.
팀에서 백엔드를 단독 담당해 데이터 모델과 API, AI 분석 서버 연동, 저장소와 배포 인프라를 구성했습니다.
02 — 담당 범위
SOOBIN'S SCOPE
- 팀 내 Backend 단독 담당 — API, 데이터 모델, AI 서버 연동, 배포 인프라 전담
- YOLO 분석 서버와 Backend 연동
- 위험 분석 결과 Data Modeling 및 위험 등급 분류
- 분석 결과 DB 저장
- 안전 경로 API 구조 설계
- 지역 상권 정보 API
- S3 이미지 저장
03 — 기술 구조
구조와 데이터 흐름
AI Result → Service
- Road ImageS3 저장
- YOLO DetectionFastAPI
- Django REST Backend
- Risk Data위험 등급 / PostgreSQL
- Safe Route / 상권 정보 API
SOOBIN'S SCOPE / 직접 구현하고 구성한 구간
YOLO 기반 FastAPI 분석 서버와 Django REST Framework Backend를 연동하고, 분석 결과를 PostgreSQL에 저장하는 구조를 설계했습니다.
이미지 원본은 AWS S3에 저장하고, 위험 등급 Data Model을 기준으로 안전 경로 API와 지역 상권 정보 API를 구성했습니다.
04 — 문제 해결
무엇이 어려웠나
Resolution
YOLO 기반 FastAPI 분석 서버와 Django REST Framework Backend를 연동하고, 분석 결과를 PostgreSQL에 저장하는 구조를 설계했습니다.
AI 모델 출력이 실제 서비스 기능으로 사용될 수 있도록 AI Server와 Backend 사이 데이터 구조를 설계했습니다.