💰 AlgoFiPo Project

재테크를 효율적으로 관리할 수 있는 서비스
결혼 후 자가 마련과 신혼여행을 준비하는 사용자들을 대상으로
예적금 금리비교, 환율 계산기, 근처 은행 검색, 그리고 사용자 맞춤형 금융 상품 추천 서비스를 제공합니다.

🚀 프로젝트 목표

금융상품 데이터 기반 예금 및 적금 금리 비교 서비스 구성
유저의 마이데이터 기반 금융 추천 알고리즘 구성
환율 정보 API를 활용한 환율 계산 서비스 및 차트 구성
지도 API를 활용한 은행 검색 서비스 구성
고객센터 서비스로 사용성 개선

🛠 주요 기능

1. 메인페이지 및 회원기능

사용자 정보 및 마이데이터 동의여부를 관리할 수 있습니다.

2.상품가입 및 가입상품 조회

예적금 금리 비교
사용자가 선택한 금융사, 상품옵션에 맞는 상품을 조회합니다.

_2024_11_27_03_26_41_82.mp4

3-1.맞춤형 금융 상품 추천 [마이데이터 미동의자]

금융상품 및 사용자 데이터를 기반으로 개인의 재정 상태에 맞는 금융 상품을 추천합니다.
기본금리 기준 상위 10가지 상품

3-2. 맞춤형 금융 상품 추천 [마이데이터 동의자]

알고리즘 구현 완료

4. 환율계산기

출국을 위해 필요한 환전 금액을 계산합니다.

5. 근처 은행 지도

검색 키워드 근처의 은행 지점을 검색합니다.

_2024_11_27_03_28_46_331.mp4

6. 고객센터

사용자 간의 질문, 리뷰 등을 공유할 수 있으며, 관리자의 답변을 제공받을 수 있습니다.

6-1. 고객센터 글 작성

_2024_11_27_03_48_11_847.mp4

6-1. 고객객센터 글 수정

_2024_11_27_03_41_22_460.mp4

6-2. 고객센터 댓글작성

_2024_11_27_03_37_42_133.mp4

📅 개발기간

2024년 11월 18일 ~ 2024년 11월 27일

👥 Collaborators

_{KSAhh / 김수아}

Backend(Django), Frontend(Vue), Git 규칙 지정, API 설계, ERD 설계

_{sadtearcat / 백지원}

Frontend(Vue), UI 디자인, 상품 추천 알고리즘 개발

🔧 기술 스택

Backend & Database

Frontend

Visualization: Chart.js
HTTP Client: Axios

협업 Tools

External APIs

한국수출입은행 API
카카오 API
금융감독원 API

⚙ ERD

📂 디렉터리 구조

finance-pjt/
├── back/
│   ├── accounts/          - 회원관리
│   ├── algofipo_pjt/      - 프로젝트 설정
│   ├── articles/          - 고객센터
│   ├── exchange/          - 환율 계산기
│   ├── products/          - 금융상품
│   ├── raw_data/          - 금융상품 데이터
│   ├── requirements.txt   - 의존성 파일
│   └── 추천알고리즘        - 추천 알고리즘 전처리 (+ 생성형 AI)
├── front/
│   ├── algo-fipo/
│   │   ├── src/
│   │   │   ├── assets/    - 정적 파일
│   │   │   ├── components/- Vue 컴포넌트
│   │   │   ├── data/      - 데이터 관리
│   │   │   ├── router/    - Vue 라우터
│   │   │   ├── stores/    - 상태 관리
│   │   │   └── views/     - 페이지 컴포넌트
│   │   ├── App.vue
│   │   ├── main.js
│   │   └── package.json
└── README.md

🧩 컴포넌트 구조

NavBar: 네비게이션 바
BankMap: 지도 기반 은행 검색
CustomerService: 고객센터
ExchangeRate: 환율 계산기
Savings: 예적금 금리 비교
LoanPage: 대출 관련 서비스

📈 투자 추천 알고리즘 원리

예적금 데이터 수집 (금융상품정보공시API)
각 상품별 spcl_intr 필드 전처리
마이데이터 기반 사용자 그룹화 (더미데이터 생성)

나이
직업
월 평균 소득
월 평균 소비
총 자산
마이데이터 동의 여부

금융 상품 추천

마이데이터 활용 동의 → 개인정보 그룹화하여 추천
마이데이터 활용 비동의 → 기본금리 기반 상위 항목 추천

추천 알고리즘 설계구조

핵심목표 : 신뢰성 있는 과정을 거친 더미데이터 생성으로 초기 추천 또한 논리적인 흐름을 따를 수 있도록 한다. 가정 : 본 사이트 가입유저 상호간의 유저는 마이데이터 공유 여부를 선택할 수 있다, 더미데이터 유저들은 모두 합리적인 선택으로 상품을 선택한다. 본 사이트는 직장인이 가입할 확률이 높다고 가정한다.

더미데이터 생성 가정 :

연령별 가입 유저 비율 본 사이트는 사회초년생을 타게팅한 사이트이므로 가입 유저 비율 중 20대가 가장 많은 것이라 가정하며 연령별 비율은 다음과 같다. 랜덤함수로 설정해 전체 총합에 대한 키 값의 비율로 연령이 확률적으로 생성된다. [20대 : 10, 30대 : 5, 40대 : 2, 50대 : 2, 60대 : 1] 각 값은 임의로 설정한 값이다.
성별 비율 : 5:5로 설정해 남녀간의 균형이 있도록 했다. 이는 신규 가입자가 성별에 따라 추천 시스템의 기능을 부족하게 이용하지 않게 하기 위함이다.

# 나이, 성별 함수
def generate_user_age_gender():
    age_group_weights = [10, 5, 2, 2, 1]
    age_group = random.choices([20, 30, 40, 50, 60], weights=age_group_weights, k=1)[0]
    user_age = random.randint(age_group, age_group + 9)
    user_gender = random.choice(["male", "female"])
    return user_age, user_gender

마이데이터 허용 여부 마이데이터 허용 여부는 [1, 2, 3] 으로 나뉜다. 각 값에 대한 설명:

2 = 마이데이터를 제공하고, 오직 본인의 마이데이터를 이용하며 금융정보를 공유하지 않는다.
3 = 마이데이터를 제공하지 않으며 기본 금융 상품 추천서비스 로직을 따른다.```

# 마이데이터 허용여부 생성 함수
def generate_data_consent():
    return random.choices([1, 2, 3], weights=[6, 3, 1], k=1)[0]

소득 및 지출 데이터 설정(최신데이터가 경향성을 증거할 수 없으리란 판단에 최근 1년간 데이터의 평균을 월평균 소득액으로 판단) 가구주_연령별_가구당_월평균_가계수지__전국_1인이상__2023_4.2~2024_4.2을 참고해 연령대별 12개월 평균 소득을 설정, 중간값과 평균값을 이용해 식을 설정해 표준편차를 설정, 동일한 기간의 통계청 자료인 가구특성별_비목별_소비지출과 가구특성별_비목별_비소비지출값을 합산하여 지출 데이터로 활용
2023 가계금융복지조사 데이터를 참고해 연령대별 자산 데이터 설정. 해당 데이터에서 부채여부에 따라 순자산의 범위가 크게 줄어드는 것을 고려해서 설정.
소득의 극단값 고려 소득 극단값이 존재할 것이고 이것은 매우 큰 편차로 있을 것이라고 가정해 로그 정규분포로 평균 소득을 생성하는 로직을 추가. 또한 첫 달의 소득이 정해지면 나머지 11개월에 대한 표준편차가 줄어들도록 하여 현실성을 고려하도록 함.
잉여자본이 있는 사람들이 사이트를 이용할 것이라는 가정. 지출은 소득의 90%를 초과할 수 없도록 설정하여 재태크를 목적으로 하는 사용자가 합리적인 선택을 위해 가입을 한다고 전제.
금융감독원 api 관련 가정 join_deny가 1이 아니면 가입 조건이 있다. 이에 따라 가입 제한에 대해 설명하는 join_member 와 연관이 있을 것이라 가정

더미데이터 생성 과정

더미데이터 초기 생성 양식

[
    {
        "age": 34,
        "gender": "여성",
        "monthly_income": 3168874,
        "monthly_expense": 2752901,
        "total_assets": 430956,
        "가입상품": {
            "가입예금": "",
            "가입정기예금": "",
            "가입적금": ""
        },
        "마이데이터허용여부": 1
    },...{더 많은 유저들}]

더미유저가 자신에게 최적의 상품을 골라 빈 문자열로 설정된 가입 상품을 추가한다 ---이하 가입 과정---

join_deny와 join_member를 통해 user가 가입 가능한 조건인지 파악. 1-1. join_deny가 1이 아니면 join_member를 통해 그 조건이 각 유저에 해당하는지 파악한다.
데이터 구조 파악으로 정규표현식으로 및 반복문장 혹은 의미없는 값 1차 전처리. 2-1. 전처리 과정에서 토큰화를 사용해 동일한 단어의 반복 횟수를 파악하여 전처리 진행 2-2. 처리된 데이터에서 3가지 큰 영역으로 조건을 반환 1 - 연령 제한 2 - 직장인 여부 3 - 제한없음 해당 과정은 적절한 자동화 규칙을 찾을 수 없어 수동으로 진행.
직장인이 가입했을거라는 가정으로 2는 무조건 가입 가능한 값으로 반환.
더미 유저의 age가 연령 제한을 통과하는지 확인하고, 통과하지 못한다면 해당 상품에 denyed_user 필드를 생성하고, 필드 값에 더미유저의 id 값을 추가. 5.ect_note값으로 더미유저가 가입 가능한 상품인지 판단. 5-1. 랜덤 생성된 월평균 소득을 균등화평균소득으로 변경(가구원 수를 고려한 변경)하고 지출을 뺄셈. 5-2. 해당 규칙을 대해 groq API를 활용해 프롬프트를 작성해 금액관련 값만 남기도록 함. 5-3. 금액 관련 단위 또한 맞추도록 요청. savings에 대해 = "최소 월 납입금액" deposits에 대해 = "최소 가입금액" 기본적인 전처리가 된 데이터를 보내 응답의 정확성을 높이도록한다. json 파일을 청크단위로 groq API에 전송해 응답을 저장. 프롬프트: 당신은 금융 데이터를 분석하는 전문가입니다. 데이터 타입: '{data_type}' 이 메시지는 총 {total_chunks}개로 나뉜 청크 중 {current_index + 1}번째입니다.
```
 지침:
 1. 데이터 구조를 반드시 주어진 형식(deposits와 savings)으로 유지하세요.
 2. '{data_type}' 데이터 처리 방법:
 - 최소 납입금액은 '최소 납입금액' 키에 기록하세요.
 - 추가로 중요한 정보는 '추가 정보' 키에 요약해서 기록하세요.
 3. "금액"이라는 단어를 해석할 때 주의하세요:
 - "최소"(minimum)나 "최대"(maximum)와 같은 수식어가 없을 경우, "이상"(at least) 또는 "이하"(at most)와 같은 문맥을 사용하여 판단하세요.
 - 모든 금액은 반드시 대한민국 원(₩) 단위로 기록하세요.
 4. 결과는 아래 JSON 형식으로 반환해야 합니다:
 {{
     "{data_type}": [
         {{
             "id": "int",
             "최소 납입금액": "int",
             "최대 납입금액": "int (optional)",
             "추가 정보": "string (optional)"
         }}
     ]
 }}
 JSON 형식만 반환하세요. 추가 설명이나 주석은 포함하지 마세요.
 """
```
5-1에서 반환된 값을 해당 유저가 운용가능한 자산으로 설정. 6-1. 운용가능한 자산 값은 savings에서 활용,

사용자 denied_product 업데이트

def update_user_denied_products(user_test, ect_note_file, user_denied_products): for user_id, user_data in enumerate(user_test, start=1): user_monthly_disposable_income = user_data["monthly_income"] - user_data["monthly_expense"] user_total_assets = int(user_data["total_assets"] * 1000 * random.uniform(0.7, 0.9)) # 총자산에 랜덤 비율 적용

    # 접근 불가 상품 업데이트
    for category in ["savings", "deposits"]:
        denied_ids = {prod_id for prod_id in user_denied_products[user_id - 1]["deny_product_id"].get(category, [])}

        for product in ect_note_file[category]:
            product_id = product["id"]

            # 이미 접근 불가 상품에 포함된 경우 스킵
            if product_id in denied_ids:
                continue

            # "최소 월 납입금액" 조건 확인 (savings)
            if category == "savings" and "최소 월 납입금액" in product and product["최소 월 납입금액"] is not None:
                if user_monthly_disposable_income < product["최소 월 납입금액"]:
                    denied_ids.add(product_id)

            # "최소 납입금액" 조건 확인 (deposits)
            if category == "deposits" and "최소 납입금액" in product and product["최소 납입금액"] is not None:
                if user_total_assets < product["최소 납입금액"]:
                    denied_ids.add(product_id)

        # 업데이트된 denied_ids 저장
        user_denied_products[user_id - 1]["deny_product_id"][category] = list(denied_ids)

return user_denied_products```
*해당 함수에 따라 상품 데이터에 접근 불가능한 더미유저 id 추가로 업데이트*

본 사이트 신규 가입 유저에 대한 추천 로직 :

마이데이터 활용 동의시: 각 유저에 대해 마이데이터 허용 여부를 저장하고, 허용 유저 간에 가입한 상품

마이데이터 활용 비동의시:

더미데이터 생성과정:

📅 개발 일지

1주차

프로젝트 구조 설계 및 초기 세팅
- Django REST Framework와 Vue3를 기반으로 백엔드와 프론트엔드 분리
- 초기 디렉터리 구조 구성
- 24-11-11 일지 (https://github.com/users/KSAhh/projects/3/views/1?pane=info&statusUpdateId=63641)
- 24-11-12 일지 (https://github.com/users/KSAhh/projects/3/views/1?pane=info&statusUpdateId=63645)
- 24-11-13 일지 (https://github.com/users/KSAhh/projects/3/views/1?pane=info&statusUpdateId=63662)
- 24-11-14 일지 (https://github.com/users/KSAhh/projects/3/views/1?pane=info&statusUpdateId=64087)
- 24-11-15 일지 (https://github.com/users/KSAhh/projects/3/views/1?pane=info&statusUpdateId=64444)

2주차

주요 기능 구현 착수
- API 연동: 금융감독원, 카카오 맵 API 테스트
- 예적금 금리 비교 기능
- 사용자 프로필 관리 기능
신혼여행 환율 계산기 개발
- 한국수출입은행 환율 정보 API 연동
- 환율 계산 로직 구현
- 알고리즘 로직 설계
- 24-11-17 일지 (https://github.com/users/KSAhh/projects/3/views/1?pane=info&statusUpdateId=64478)

3주차

근처 은행 검색 및 금융 상품 추천 기능 추가
- 카카오 맵 API를 활용하여 사용자 위치 기반 은행 검색
- 알고리즘 기반 금융 상품 추천 로직 개발
디자인 적용
프론트 적용

🛠 이슈 관리

초기 설정 문제: Vue3와 Tailwind CSS 연동 시 스타일 적용 문제 해결 API 호출 최적화: 다중 호출 문제를 Axios 인터셉터로 해결

🎓 배운점 및 느낀점

김수아

DB 및 API 설계 후 Django REST Framework로 전달할 데이터를 결정한 이후에, 실제 프론트에서 사용할 때 필요한 데이터와 상이한 면이 있어서 수정을 반복하였습니다. 설계, 개발, 분석을 반복하며 애자일 방법론에 대해 이해하게 되었습니다. 여기서 효율적인 자원 관리를 위해 데이터베이스를 정규화하는 것의 필요성을 느낄 수 있었습니다. 또한 이메일 정규화, 비밀번호 해시화 등 커스텀하였습니다. 프론트 작업을 수행하면서 유저 로그인 시 닉네임 필드를 출력하거나, 글 삭제이후 바로 글 목록에서 없애는 기능 등 JavaScript에서 비동기적으로 상태관리하는 방법에 대해 배웠습니다. 팀원과 함께 진행해나가면서 위험관리 측면에서 부족한 점을 느꼈습니다. 업무에서 가장 중요한 점은 납기 및 고객에게 보여줄 수 있는 70%이상의 퀄리티라고 생각하는데 구현했던 결과물에 비해 표현이 아쉬워서 충분히 어필하지 못하였다고 생각합니다. 해서 아쉬웠던 점들은 보완할 예정입니다.

백지원

Vue3와 Chart.js를 사용한 데이터 시각화 경험을 쌓을 수 있었습니다

📦 설치 및 실행 방법

Frontend

# Frontend
$ cd front/algo-fipo
$ npm install
$ npm run dev

# Backend
$ cd back
$ pip install -r requirements.txt
$ python manage.py makemigrations
$ python manage.py migrate
$ python manage.py loaddata exchange.json products.json
$ python manage.py runserver

Name		Name	Last commit message	Last commit date
Latest commit History 146 Commits
.github/workflows		.github/workflows
back		back
front		front
추천알고리즘		추천알고리즘
.gitignore		.gitignore
README.md		README.md

KSAhh/finance-pjt

Folders and files

Latest commit

History

Repository files navigation