탐라탐라 | LLM 기반 제주 여행 일정 추천 서비스

0. 프로젝트 개요

탐라탐라 | LLM 기반 제주 여행 일정 추천 서비스

 

사용자의 여행 취향과 일정에 따라 AI 기반 맞춤형 제주 여행 코스를 추천하는 웹 서비스이다.

사용자가 복잡한 검색 과정을 거치지 않고도 자신의 취향에 맞는 제주 여행 코스를 구성하고,

루트 설정부터 준비물 까지 한번에 해결할 수 있는 에이전트를 개발하는 것을 목적으로 삼았다.

 

---

 

개발 기간 / 팀 구성

 

2024. 09 - 2024. 11 / BE 2, FE 2, 삼성리서치 멘토

 

---

내 역할

 

서비스 기획 (컨셉 기획 · 경쟁사 분석 · 기능 정의)

백엔드 개발 (LLM 응답 구조 개선을 위한 RAG 도입, API 개발)

 

 

1. 문제 정의

문제 발견

 

- 제주 여행은 선택지가 다양하고, 이동 루트의 중요성이 높은 여행지임

- 관련 정보의 양은 충분하지만 다양한 요건을 고려해 선별하는 부담이 커짐

- 다양한 플랫폼을 비교하지 않고 하나의 서비스로 해결할 수 있는 편리함이 요구됨

---

타겟 유저

제주도 여행을 준비하는 모든 사용자

- 여러 플랫폼을 비교하지 않고, 개인 취향을 반영하는 여행 계획을 세우고 싶어하는 사용자

 

 

2. 기존 서비스와의 차별점

1) 경쟁 서비스 분석

 

다양한 여행 서비스를 제공하는 플랫폼에서 AI를 활용해 여행 일정을 추천해주는 서비스를 분석해 보았다.

서비스	특징	한계
트리플 AI 일정 추천	여행지, 기간, 여행 스타일 라벨 기반으로 AI가 일정 생성	실시간으로 요구사항을 추가하거나 대화형으로 수정하기 어려움
마이리얼트립 AI 여행 플래너	보유 DB와 GPT 기반으로 일정 및 관련 상품 추천	번역 품질이 어색하거나 국내 여행지 답변이 미비할 수 있음
viiv	질문형 자연어 입력과 쇼츠 형식의 시각적 일정 제공	정해진 질문 중심이라 상호작용의 깊이가 제한적임

---

2) 우리 서비스의 포지션

 

실시간 상호작용

- 대화형 인터페이스를 통해서 일정 추천 및 수정이 실시간으로 이어질 수 있음

 

개인 성향 반영

- 대화가 이어질수록 사용자의 세부 요구를 반영해 보다 개인화된 일정 추천 가능

 

답변의 신뢰도

- 환각의 가능성을 줄이고자 정보 신뢰성을 높이는 방향으로 설계

- 데이터 기반 추천 구조 적용

 

 

3. 기획 과정

주요기능

 

1) 사용자 맞춤형 여행 추천

- 사용자의 입력을 바탕으로 기간, 동반자, 선호 테마를 분석해 LLM이 여행 일정을 추천하도록 설계.

- 추천 품질에 영향을 주는 핵심 정보만을 입력항목으로 설정.

 

2) 실시간 대화형 일정 수정

- LLM의 추천 결과에 따라 실시간 대화형 인터페이스를 통해 계획의 일부을 수정할 수 있도록 설계.

- 여행 계획의 초안을 바탕으로 보다 개인화 된 일정으로 발전 가능.

 

3) RAG 기반 장소 데이터 활용

- LLM의 환각(Hallucination) 문제를 해결하기 위한 주요 기능

- 직접 수집한 장소 데이터를 바탕으로 DB를 구성해 RAG 구조를 적용함으로써 신뢰도 높은 응답 결과 도출 가능.

 

4) 세부 일정 및 경로 확인

- 지도를 활용한 세부 일정을 파악할 수 있고, 지도 API를 활용해 길찾기 기능으로 연결할 수 있도록 설계.

 

5) 여행 일정 저장 및 관리

- 생성된 여행 일정을 저장하고, 다시 확인할 수 있는 기능

 

 

---

가장 어려웠던 결정

1) AI 기능의 신뢰 문제

- 환각 문제 → RAG 구조 도입

- SSE 문제 → 응답 시간을 고려해 실시간 스트리밍 설계

- 대화의 저장 방법 및 용량, 빈도

 

2) 사용자 경험의 제공 범위

- 여행 일정 추천 서비스는 확장 가능성이 많음

- 기간 내 개발 가능 기능과 핵심 기능 위주로 설계

 

3) 커뮤니티 기능

- 서비스 재방문과 콘텐츠를 쌓을 수 있다는 장점

- 일정 추천의 메인 기능보다 중요도가 높아질 수 있다는 한계로 확장 기능으로 남겨둠

 

---

시퀸스다이어그램 

시퀸스다이어그램

 

 

 

 

4. 결과 및 회고

실제 결과(서비스 화면)

 

대화 화면

 

더 많은 화면 및 프로젝트 소개는 아래 깃허브 링크를 참조

https://github.com/gaaaani/2024-2-SCS4031-jjambbong-3/blob/main/README.md

---

잘 된 것

 

1) 문제 정의와 기획 과정

- 실제 불편 사항에서 출발해 서비스를 기획

- 경쟁 서비스 분석으로 실시간 대화형 서비스로 차별화 요소를 추가함

 

2) 서비스 범위와 신뢰성 문제

- 부가 기능을 넣기 보다는 여행 일정 추천과 관리에 집중

- 응답의 고도화를 위해 데이터를 기반으로 추천 구조를 적용

 

3) 최신 기술의 활용

- LLM, RAG, LangChain, Pinecone 등 최신 기술을 활용

- 프롬프팅을 통한 서비스 목적에 벗어나는 대화 제한

 

---

아쉬운 것

 

1) 실제 사용자 검증이 부족함

- 실사용자 대상으로 충분한 테스트를 진행하지 못함

- 개인화의 척도나 만족도에서 객관적인 수치적 성과를 얻어내지 못한 어려움

 

2) 일정 내 지도와의 연계성에서 품질이 떨어짐

- 구현 과정에서 지도 연계 품질이 정교하지 못했음

- 추천 루트가 최단거리 중심으로 구현되면서 실제 지형을 반영하지 못한 한계가 있었음

- 다양한 교통수단을 고려한 추천이 부족했음

 

3) 불필요한 UI/UX 흐름

- 일정 추천 과정의 단계나 추천 결과를 확인하고 저장하는 과정에서 직관성이 떨어짐

- 추천 결과를 시각화와 함께 카드나 타임라인등의 형태로 보여줬으면 좋았을 듯