🦁2025 멋쟁이 사자처럼 해커톤 회고록🦁

프로젝트 소개: https://github.com/LuckyB-key/Back-End/blob/main/README.md

멋쟁이 사자처럼 전국 연합 동아리 해커톤은 전국 각지의 대학에서 활동하는 멋쟁이 사자처럼 동아리원들이 한자리에 모여, 짧은 시간 안에 하나의 서비스르 기획하고 구현해 보는 집중형 실전 개발 행사이다.

🦁 해커톤을 하기전!

해커톤은 8/23~8/24까지 2일동안 무박2일로 진행하였고, 7월 21일에 팀빌딩과 주제 발표를 공지해주었다. 팀빌딩은 각 소속 대학에 있는 동아리 운영진님들이 구성해주었고, 팀 빌딩이 공지된 후 바로 팀원들끼리 따로 모여 주제에 부합한 아이디어를 수집하기 시작하였고, 8월 중순 쯤에는 저번 기수에 대회에 나간 멘토님과 만나 팀의 진행상황과 대회에 준비하면서 필요한것들, 등 피드백을 가지는 시간을 갖게 되었다.

📜 아이디어 기획

7월 21일에 발표된 해커톤의 주제는 “우리 지역의 문제를 해결하기 위한 상생 소프트웨어”였다. 팀 빌딩이 이루어진 이후, 우리 팀은 주제에 부합하는 아이디어를 고민하기 시작했고 그 결과 폭염 쉼터 추천 및 관리 시스템을 개발하자는 결론에 도달했다.

이 아이디어를 떠올리게 된 배경에는 우리 지역이 대구라는 점이 있었다. 대구는 여름철만 되면 ‘대프리카’라는 별명이 생길 만큼 무더위가 심한 지역이다. 이러한 환경 속에서 여름철 폭염이 심해질수록 노약자, 야외 근무자, 이동 중인 시민들이 잠시라도 즉시 쉴 수 있는 공간의 필요성이 크다고 느꼈다. 이에 우리는 무더위가 일상이 된 지역에서 무더위 쉼터를 더 효과적으로 활용할 수 있는 방법을 고민하게 되었다.

현재도 무더위 쉼터는 운영되고 있지만, 여러 한계로 인해 제대로 활용되지 못하고 있다. 대표적인 문제점은 다음과 같다.

<문제 인식>

• 폭염 쉼터의 위치를 알기 어렵고
• 가까운 쉼터가 혼잡한지 여부를 알 수 없으며
• 단순한 위치 정보만 제공되어 “어디가 나에게 가장 적합한 쉼터인지” 판단하기 어렵다

즉, 존재는 하지만 충분히 활용되지 못하고 있는 공공 인프라라는 점이 문제라고 판단했다.
이러한 문제를 해결하기 위해 우리는 기존 무더위 쉼터의 장점을 더 잘 드러내고, 누구나 쉽게 접근할 수 있도록 돕는 폭염 쉼터 추천 및 관리 시스템을 아이디어로 기획하게 되었다.

✨ 핵심 기능

1) 🔥 AI 기반 폭염 쉼터 추천

Lucky B-Key는 단순히 “가장 가까운 쉼터”를 보여주는 서비스가 아니다.
사용자의 현재 위치를 기준으로 거리뿐만 아니라 편의시설, 수용 인원, 예상 혼잡도까지 함께 고려해, 지금 상황에서 가장 적합한 폭염 쉼터를 AI가 추천한다.
이를 통해 사용자는 여러 쉼터를 일일이 비교하지 않아도, 자신에게 맞는 쉼터를 빠르게 선택할 수 있다.

---

2) 📊 혼잡도 예측

쉼터를 찾을 때 가장 걱정되는 부분 중 하나는 “지금 가도 자리가 있을까?”라는 점이다.
이를 해결하기 위해 시간대, 요일, 계절 데이터를 기반으로 쉼터의 혼잡도를 예측하는 기능을 구현했다.
사용자는 쉼터 방문 전에 혼잡 여부를 미리 확인할 수 있어, 보다 효율적으로 쉼터를 이용할 수 있다.

---

3) 📱 QR 체크인 시스템

각 쉼터에는 고유한 QR 코드가 부여되며, 방문 시 QR 코드를 스캔해 체크인을 진행할 수 있다.
이렇게 수집된 방문 데이터는 단순 기록에 그치지 않고, 이후 혼잡도 예측의 기초 데이터로 활용된다.
이를 통해 시간이 지날수록 더 정확한 예측과 추천이 가능하도록 설계했다.

---

🖥️ 기술 스택

백엔드는 Spring Boot와 JPA를 기반으로 구현했으며,
MariaDB를 사용해 데이터를 관리했다.
이미지 업로드는 AWS S3를 활용했고,
쉼터 추천과 혼잡도 예측에는 OpenAI API를 사용해 AI 기반 기능을 구현했다.

• Framework: Spring Boot 3.2.1
• Language: Java 17
• Database: MariaDB (운영), H2 (테스트)
• ORM: JPA/Hibernate
• Security: Spring Security + JWT
• Build Tool: Gradle
• Cloud Storage: AWS S3
• AI: OpenAI GPT API

🎃 개발하면서 신경쓴점

해커톤이라는 대회와 팀 프로젝트에 처음 참여하다 보니, 초반에는 기술적인 부분에서 적극적으로 나서기 어려웠다. 멋쟁이 사자처럼 동아리 아기사자로서 교육 프로그램을 수강하긴 했지만, 학교 수업과 병행하며 주 1회, 4주간 진행된 백엔드 교육만으로는 실제 프로젝트를 주도하기에는 깊이 있는 이해가 부족하다고 느꼈다.

특히 백엔드에서 하나의 기능이 구현되기까지 API 요청, 인증 처리, 비즈니스 로직, 데이터베이스 저장, 응답 반환으로 이어지는 전체 흐름을 한 번에 이해하는 것이 가장 어려웠다. 왜냐하면 교육 프로그램 기간중 하나의 서비스를 만드는게 아니라 로그인 기능과 같은 하나의 기능을 만드는것을 배웠기 때문에 각 기술이 따로 존재하는 것이 아니라 하나의 서비스 안에서 유기적으로 연결되어 있다는 점이 처음에는 낯설게 다가왔다.

그럼에도 불구하고 이번 학기에 수강한 소프트웨어공학 과목에서 이론으로 배운 개발 과정과 방법론을 떠올리며, 팀의 논의 과정에 적극적으로 참여하려고 노력했다. 기능 하나하나가 왜 필요한지, 해커톤이라는 제한된 시간 안에서 어떤 기능을 우선적으로 구현해야 하는지를 이해하는 데 집중했다. 이 과정에서 단순히 “구현할 수 있는 기능”이 아니라, “지금 가장 필요한 기능이 무엇인지”를 고민하는 경험이 인상 깊었다.

또한 이번 프로젝트에서는 AI 기반 쉼터 추천과 혼잡도 예측 기능을 구현했는데, AI를 단순히 붙이는 것이 아니라 서비스의 의사결정을 돕는 기능으로 어떻게 활용할 것인지를 이해하는 부분이 쉽지 않았다. AI의 결과를 그대로 사용하는 것이 아니라, 어떤 데이터를 기준으로 결과를 해석하고 사용자에게 전달해야 하는지를 고민하면서, 기술을 사용하는 것보다 기술을 서비스에 맞게 설계하는 것이 더 중요하다는 점을 느꼈다.

이번 해커톤을 통해 우리가 일상에서 사용하는 기술이나 새롭게 등장한 기술들을 활용해 서비스를 만든다는 것은, 단순히 과제를 수행하는 것이 아니라 여러 기술을 유기적으로 연결해 하나의 서비스를 완성하는 과정이라는 것을 깨닫게 되었다. 비록 처음이라 서툰 점도 많았지만, 그만큼 개발의 전체 흐름을 이해하고 성장할 수 있었던 의미 있는 경험이었다.