[개발 프로젝트 모집 내용 예시]

• 프로젝트 주제 : 미래형 푸드테크 혁신 산업
• 프로젝트 목표 : 맛 디지털 기술과 개인 맞춤형 큐레이션 역량을 융합하여 건강과 입맛을 동시에 만족시키는 미래형 케어푸드 서비스를 제공하고자 함. 핵심 서비스는 개인의 연령,성별,감정등 실시간 변화하는 입맛에 따라. 맞춤형 레시피를 생성하는 기술로 개인화된 맞춤 요리 서비스를 실시간 제공하고자 함.
• 예상 프로젝트 일정(횟수) :2025.04
• 본 커리큘럼은 개인 맞춤형 푸드테크 및 홈테크를 실현하기 위한 창업 아이템의 핵심 요소를 체계적인, 기술적, 사업적 역량을 강화에 초점. 사용자의 일상 데이터를 기반으로 개인화된 요리 추천 시스템을 개발.
• 자연어 처리(NLP)와 머신러닝 활용. 데이터 수집 및 활용: 감정, 날씨, 일상 이슈를 반영한 메뉴 추천 알고리즘 설계. 반응형 웹 플랫폼을 통해 사용자 친화적인 서비스를 제공. (반응형 웹 개발 기본, HTML5, CSS3, JavaScript 활용.
  • 앱 전환 전략: Progressive Web App(PWA) 기술 적용)
• 목표: 식재료 주문, 조리 과정 자동화를 통해 편의성을 극대화. IoT 기반 스마트 주방 기기와의 연동 기술 학습. 자동화된 식단 관리 시스템 설계. 실시간 데이터 처리 및 개인 맞춤형 조리 프로세스 구현.
  
• 미래 푸드테크 목표: 개인 맞춤형 푸드 서비스의 장기적 발전 방향 설정. 홈테크와 로봇 기술을 접목한 미래 홈 키친 환경 설계. 전통과 경험 기록/보존. 인간의 경험학습(손맛 재현)
  
• 예상 모집인원 : 푸드테크 산업에 관심이 있는 각 분야의 전문 멥버, (디자인, 기획, 개발) 전반
• 프로젝트 소개와 개설 이유 : 당사는 AI 기반 실시간 맞춤형 디지털 레시피 시스템 기술을 통해 사용자의 입맛(건강·심리)을 분석하여 개인화된 요리를 실시간 제공하는 기술 중심 서비스를 제공합니다. 주요 서비스는 ▲나만의 요리비서(밀센스) ▲맞춤소스 전문몰(밀스토어) ▲창작자 소개 플랫폼(창작자갤러리) ▲디지털 레시피 개발 도구(레시피개발노트)로 구성되며, 창의적인 요리 창작 활동을 지원해 트렌드를 생산합니다. 70가지 맛 변수와 6천여 개 식재료 데이터를 기반으로 메타데이터를 고도화하고, 다양한 IoT 기술과 연계하여 미래 푸드테크 산업으로 확장합니다
  

입맛 MBTI

→ 개인 맞춤형 추천 서비스

• 주 재료
• 맛
• 조리방식
• 원산지

(1) 사용자들의 조합으로 추천

→ 유튜브 영상 추천

(2) 입맛MBTI에 맞춰 점심메뉴 추천

1. SNS 맛집

   → 크롤링

2. 지도 기반 추천

   현위치 기반 추천, 특정 위치 기반 추천

   → 다익스트라

3. 테마 기반 추천

   데이트, 취직/승진, 졸업/입학, 손님접대

일주일에 n만원으로 살기 챌린지

---

---

프로젝트 기획서: 냠냠코치(YumYum Coach)

프로젝트 개요

'냠냠코치'는 개인의 입맛과 선호를 MBTI 방식으로 분석하여 맞춤형 식사 메뉴 및 식당 추천을 제공하는 서비스입니다. 사용자 데이터와 다양한 외부 데이터 소스를 활용하여 개인 맞춤형 메뉴를 추천하고, 효율적이고 만족스러운 식생활을 지원하는 것이 목적입니다.

주요 서비스 기능

1. 입맛 MBTI 분석

• 사용자의 식사 선호를 설문 조사 및 앱 내 활동 데이터를 통해 수집합니다.
• 수집된 데이터를 바탕으로 다음과 같은 기준으로 입맛 MBTI 유형을 분류합니다.
  • 주 재료 선호 (고기류, 해산물, 채소 등)
  • 맛 선호 (매운맛, 단맛, 짠맛 등)
  • 조리 방식 선호 (구이, 찜, 볶음 등)
  • 원산지 선호 (한식, 양식, 중식, 일식 등)
• 머신러닝 기반 클러스터링을 이용하여 유사 입맛 그룹을 형성합니다.

2. 개인 맞춤형 추천 서비스

(1) 사용자 조합 기반 유튜브 영상 추천

• 동일하거나 유사한 입맛 MBTI 그룹의 사용자 데이터를 분석하여 인기가 많은 요리 및 레시피 콘텐츠를 파악합니다.
• 유튜브 API를 통해 사용자에게 맞춤형 콘텐츠를 실시간으로 추천합니다.

(2) 입맛 MBTI 기반 점심 메뉴 추천

• 사용자의 입맛 MBTI와 과거 선택 기록, 선호도를 고려한 머신러닝 추천 모델을 구축하여 개인 맞춤형 점심 메뉴를 추천합니다.
• 사용자 피드백을 지속적으로 모델에 반영하여 추천 정확도를 높입니다.

추천 방식

1. SNS 맛집 추천

• 인스타그램, 페이스북 등의 SNS에서 인기 맛집과 사용자 리뷰 데이터를 웹 크롤링으로 수집합니다.
• 수집된 데이터를 자연어 처리(NLP) 기술로 분석하여 사용자 만족도가 높은 맛집을 선별하고 추천합니다.

2. 지도 기반 추천

• 사용자의 현재 위치 또는 지정된 위치 정보를 실시간으로 GPS 데이터를 통해 확보합니다.
• 다익스트라 알고리즘을 활용하여 사용자의 현 위치에서 최적 경로와 함께 근접 맛집 리스트를 추천합니다.
• 거리, 사용자 평가, 영업 시간 등을 종합적으로 고려하여 우선순위를 설정합니다.

3. 테마 기반 추천

• 사용자가 선택한 테마에 따라 추천 알고리즘이 특정 상황과 목적에 적합한 레스토랑을 추천합니다.
  • 데이트 장소 추천: 분위기 및 위치 평가를 기반으로 합니다.
  • 취직/승진 축하 추천: 고급스럽고 평가가 높은 레스토랑을 우선합니다.
  • 졸업/입학 축하 추천: 단체 예약이 가능한 곳과 메뉴 다양성을 고려합니다.
  • 손님 접대 추천: 서비스 품질, 메뉴 구성, 평판을 중점적으로 고려합니다.

특별 이벤트

• 일주일 동안 특정 예산(n만원) 내에서 효율적으로 식사를 계획할 수 있는 "일주일 n만원 살기 챌린지"를 진행합니다.
• 사용자는 일주일 식사 플랜을 제공받으며, 실시간 지출 현황과 예산 관리 기능을 앱 내에서 확인할 수 있습니다.

기대 효과

• 맞춤형 추천으로 사용자의 식사 만족도를 향상시키고 식사 결정 시간 단축
• 경제적이고 효율적인 식사 습관 형성 유도
• 지역 맛집 활성화 및 지역 경제에 긍정적 기여
• 사용자 간의 정보 공유 활성화를 통한 서비스 커뮤니티 강화

냠냠코치는 식사라는 일상 속의 소소한 선택을 개인 맞춤형 경험으로 전환하여 사용자에게 새로운 가치를 제공하는 혁신적 서비스입니다.