Tech Stack

Python, SQLAlchemy, Ubuntu, Flask, MariaDB, Socket.IO, WebRTC (aiortc), C#, JWT, OpenCV, OpenSSL, PyCryptodome, .NET WPF

Detailed Description

1. 프로젝트 개요

AI 기반 불법주정차 단속시스템 통합 인터페이스는
기존의 단편적인 카메라 제어, 단속 결과 확인, 영상 조회 방식을 하나의 사용자 인터페이스로 통합하여
현장 단속 업무 전반을 효율적으로 수행할 수 있도록 개발되었다.

본 시스템은 정부 지원 산학공동연구개발과제로 수행되었으며,
AI 기반 차량 단속 알고리즘과 실제 단속 환경을 연결하는 실사용 중심 통합 플랫폼이다.

2. 시스템 구조 및 통합 개념

본 시스템은 다수의 장비와 사용 환경을 고려한 다계층 구조로 설계되었다.

2.1 카메라 계층

• PTZ 카메라 및 일반 IP 카메라 지원
• RTSP 기반 영상 송출
• 제조사별 상이한 PTZ 제어 API 대응

2.2 처리서버 계층

• 카메라 영상 수신 및 AI 단속 처리
• 단속 결과 생성 및 영상 가공
• WebRTC 기반 영상 재송출

2.3 Backend 서버 계층

• 인증 및 권한 관리
• 단속 기록 및 이력 관리
• 일정 및 단속 정책 관리
• Client와 처리서버 간 중계 역할

2.4 WPF Client 계층

• 실시간 영상 모니터링
• 단속 현황 및 기록 조회
• 카메라 및 시스템 설정 UI 제공

이러한 구조를 통해 다수의 카메라, 처리서버, 클라이언트 환경에서도
확장 가능한 통합 인터페이스를 제공한다.

3. 통합 인터페이스의 핵심 역할

통합 인터페이스는 단순한 화면 표시를 넘어 다음과 같은 역할을 수행한다.

• 실시간 단속 상황 가시화
• 카메라 및 단속 정책의 중앙 제어
• 단속 결과의 신뢰성 있는 기록 관리
• 보안이 적용된 Client-Server 통신 종단점 제공

즉, 단속 시스템 전반을 관통하는 운영 허브로 기능한다.

4. 주요 기능 상세

4.1 실시간 영상 스트리밍 및 제어

• RTSP 기반 카메라 영상 처리서버 수신
• WebRTC를 통한 WPF Client 실시간 송출
• 다중 카메라 동시 수신 및 표시
• PTZ 카메라 수동 제어 및 자동 제어 기능 제공

4.2 AI 단속 결과 연동

• 처리서버에서 수행된 AI 기반 불법주정차 판단 결과 수신
• 단속 이벤트 발생 시 자동 기록 생성
• 단속 이미지 및 메타데이터 데이터베이스 저장
• 단속 결과 실시간 반영 및 이력 조회 지원

4.3 일정 기반 자동 단속 관리

• 요일, 시간대, 공휴일을 고려한 단속 일정 설정
• 단속 일정과 미단속 일정 분리 관리
• 초단위 비트 패턴 기반 일정 처리로 데이터베이스 부하 최소화
• 복잡한 일정 중첩 상황에서도 일관된 단속 적용

4.4 단속 기록 및 이미지 접근 관리

• 단속 이력 목록 조회
• 단속 상세 정보와 이미지 분리 관리
• 이미지 직접 경로 노출 방지
• 만료 시간이 포함된 접근 키 발급 방식 적용

5. 보안 설계 및 통신 안정성

단속 데이터의 민감성을 고려하여 보안을 핵심 요소로 설계하였다.

• JWT 기반 Stateless 인증 구조
• Refresh 토큰 암호화 저장을 통한 안전한 자동 로그인
• 비밀번호 Salt 처리 및 해시 저장
• Client-Server, Server-처리서버 간 암호화 통신
• 처리서버 간 인증서 기반 상호 인증 구조 적용

이를 통해 외부 공격 및 내부 정보 노출 가능성을 최소화하였다.

6. 확장성과 유지보수성을 고려한 설계

• 카메라 제조사별 API 모듈 분리
• 단속 알고리즘 모듈 분리 구조
• 추상 베이스 클래스를 활용한 통합 인터페이스 정의
• 동적 모듈 로딩을 통한 기능 확장 지원

새로운 카메라 또는 단속 방식 추가 시
기존 시스템 수정 없이 확장이 가능하도록 설계되었다.

7. 개발 성과 요약

• Backend 서버 API 전반 구현
• 영상 스트리밍 및 WebRTC 중계 구조 설계
• WPF Client와 Python 처리서버 간 IPC 구성
• 대규모 멀티 프로세스 환경에서의 안정성 확보
• 실 환경에서 발생한 다양한 이슈 분석 및 해결

8. 프로젝트 정보

• 개발 기간: 2025.07.01 ~ 2025.12.31
• 개발 인원: 4명
• 담당 역할:
• Backend 서버 전반 설계 및 구현
• 데이터베이스 설계 및 관리
• 처리서버 아키텍처 설계
• 영상 스트리밍 및 보안 통신 구조 구현

Related Documents & Links

Tech Stack

Python, OpenCV, YOLOv11, Tkinter, YOLOv11-pose, Multiprocessing, SharedMemory, TensorRT

Detailed Description

1. 프로젝트 개요

위험감지시스템은 기존에 설치된 CCTV 및 IP 카메라 영상을 활용하여 낙상과 각종 위험 상황을 실시간으로 감지하는 영상 기반 안전 관리 시스템이다.
별도의 착용형 센서 없이 영상 분석만으로 위험 상황을 인지함으로써, 대상자의 활동 제약을 최소화하고 설치 및 운영 비용을 절감하는 것을 목표로 한다.

본 시스템은 Pose Estimation 기반의 인체 자세 분석을 핵심으로 하며, 다중 인원이 동시에 존재하는 환경에서도 안정적인 감지를 수행하도록 설계되었다.

2. 문제 정의

기존 낙상 감지 시스템은 주로 IMU 등 착용형 센서에 의존한다. 이 방식은 다음과 같은 한계를 가진다.

• 대상자가 장치를 반드시 착용해야 하므로 거부감과 활동 제약이 발생
• 대상자 수 증가에 따라 장비 비용과 관리 비용이 선형적으로 증가
• 센서 미착용 시 감지 자체가 불가능

반면, 다수의 시설에는 이미 CCTV가 설치되어 있어 영상 기반 감지 방식은 추가 인프라 구축 부담이 적고 확장성이 높다.

3. 시스템 목표

본 프로젝트의 주요 목표는 다음과 같다.

• Pose Estimation 기반 다중 인원 낙상 감지
• 단일 프레임 오판정을 줄이기 위한 프레임 누적 기반 판정
• 관심 영역(폴리곤) 설정을 통한 불필요한 감지 제거
• 다중 영상 스트림을 동시에 처리 가능한 구조 설계

4. 전체 시스템 구조

위험감지시스템은 다음과 같은 파이프라인 구조로 동작한다.

1. 영상 입력
2. Pose Estimation 추론
3. 낙상 후보 판정
4. 프레임 누적 및 IoU 기반 추적
5. 최종 위험 판정
6. 시각화 및 출력

각 단계는 독립적으로 동작하며, 병목 최소화를 위해 멀티 프로세스 구조를 채택하였다.

5. 영상 입력 및 프레임 처리

• RTSP 스트림, 웹캠 등 다양한 입력을 지원
• 프레임 데이터는 공유 메모리에 저장하고 메타데이터만 큐로 전달
• 대용량 영상 복사를 최소화하여 프로세스 간 통신 오버헤드를 감소

이 구조를 통해 다수의 스트림을 동시에 처리해도 성능 저하를 최소화한다.

6. Pose Estimation 기반 추론

• YOLO Pose 계열 모델을 활용하여 인체 바운딩 박스와 관절 키포인트를 추론
• 다중 워커 프로세스를 통한 병렬 추론 수행
• 배치 추론을 적용하여 GPU 활용률을 극대화
• TensorRT 변환을 통해 추론 지연 시간 감소

7. 낙상 감지 알고리즘

낙상 감지는 단일 프레임 판정이 아닌 다중 조건과 시간 누적을 통해 수행된다.

1. 키포인트 신뢰도 검증
   주요 관절 키포인트의 confidence가 기준 이하일 경우 판정 제외
   오검출로 인한 잘못된 낙상 판단을 사전 차단

2. 자세 기울기 기반 판정
   어깨 중심과 엉덩이 중심을 잇는 벡터의 기울기 계산
   인체가 수평에 가까운 경우 낙상 후보로 분류

3. 관절 분포 비율 기반 판정
   주요 관절로 구성된 바운딩 박스의 가로 세로 비율 분석
   누운 자세에서 나타나는 종횡비 변화를 활용

4. 프레임 누적 및 IoU 추적
   연속 프레임 간 인물 바운딩 박스를 IoU로 매칭
   일정 프레임 이상에서 낙상 판정 비율이 기준을 넘을 경우 최종 낙상 확정

8. 시각화 및 출력

• 바운딩 박스, 스켈레톤, 위험 상태 텍스트를 영상에 오버레이
• 로컬 화면 출력 지원

9. 확장성과 안정성

• 스트림 수 증가에 대응 가능한 멀티 스트림 구조
• 알고리즘 파라미터 조정을 통한 환경별 튜닝 가능

10. 프로젝트 정보

• 개발 기간: 2025.02.01 ~ 2025.11.29
• 개발 인원: 3명
• 담당 역할: 낙상 감지 알고리즘 및 처리 파이프라인 전담

Related Documents & Links

Tech Stack

Python, MQTT, Tkinter, NTP

Detailed Description

프로젝트 개요

“이동형 충전 및 통합관제 시스템 개발” 프로젝트는 산업·건설 현장에서 사용되는 대형 전동 장비를 위한 에너지 자립형 100kWh급 이동식 충전 시스템과 통합 관제 소프트웨어를 개발하는 것을 목표로 한다. 이 통합관제 시스템은 배터리 스와핑 ESS(Battery Swapping Energy Storage System)와 연계되어, 현장에서 각종 장비의 실시간 상태 모니터링, 데이터 수집, 이상 상태 감지 및 사용자 알림을 제공하는 IoT 기반 운영 관리 S/W이다. 본 과제는 2025년 예비연구 단계에서 시스템 설계와 프로토타입 구현을 완료하고, 이후 사업화 단계에서 현장 시험 및 안정화 과정을 거쳐 실제 산업 현장에 적용하는 것을 목표로 진행되고 있다.

특히 MXEIC(Mainframe eXtensions for Energy-Independent, high-capacity mobile Chargers) 라는 자체 표준화 인터페이스를 개발함으로써, 다양한 전동 장비와의 호환성을 높이고 향후 새로운 장비가 추가되더라도 쉽게 통합할 수 있도록 개방형 구조로 설계중이다.

이 프로젝트의 수행으로 기대되는 효과는 산업·건설 현장에서 언제 어디서나 활용할 수 있는 모바일 ESS 기반 충전 솔루션의 제공과, 스마트 관제 S/W를 통한 안전하고 효율적인 에너지 관리이다. 이를 통해 전동 굴삭기, 전기 트럭 등 중장비의 충전 인프라 부족 문제를 해결하고, 운영 효율성과 현장 안전성을 크게 향상시킬 것으로 기대한다.

통합관제시스템 시험용 프로토타입 소프트웨어 구조 및 주요 기능

통합관제시스템의 소프트웨어는 모듈화된 아키텍처로 구성되어 있어 유지보수와 확장이 용이하며, 각각의 모듈이 실시간으로 연동되어 데이터 흐름을 처리합니다. 주요 구성 요소와 핵심 기능은 다음과 같다:

MQTT 기반 데이터 통신

• Wi-Fi/5G 등의 무선망을 통해 MQTT 프로토콜로 데이터를 전송한다.
• 서버 측 통합관제시스템은 Paho MQTT 클라이언트를 통해 Mosquitto 브로커에 연결하고 데이터를 구독(subscribe)한다.
• JSON 형식의 데이터는 파싱되어 내부 구조체로 변환되어 이상 탐지에 활용된다.
• 시험 환경에서 200개 패킷 중 90% 이상 무손실 수신을 달성하며 신뢰성 입증

실시간 데이터 모니터링 및 저장

• Tkinter 기반 데스크톱 대시보드 구현
• 주요 지표(전압, 전류, 온도, SoC 등) 시각화
• LED 형태 충전 상태, 경고 메시지 시각화 영역 포함
• CSV 형식의 로그 저장 기능 포함 (타임스탬프, 센서 값, 이상 여부)

이상 상태 탐지 알고리즘

• 다단계 로직 구현: 외부 상태 필드(alert) 우선 확인 → 팩 단위 임계값 확인 → 셀 단위 임계값 검사
• 배터리: 전압(20~25V), 온도(≤50℃), 셀 전압(3.0~4.2V) 기준
• 인버터: AC 전압(210~230V), 온도(40~55℃), DC 전압(380~520V)
• 이상 시 UI 색상 및 경고 문구로 알림, alert 플래그 저장

시계 동기화 및 지연 측정 (NTP 활용)

• Python ntplib 및 perf_counter 활용
• 상위 50% 샘플 선별 → 선형 회귀로 시간 보정
• 실시간 타임스탬프 정합 확보 및 UI 응답속도 측정

시험 성능 지표 및 구현 대응

결과 요약

• IoT 데이터 정확도: 200개 중 100% 수신 (90% 목표 초과 달성)
• 이상 탐지 정확도: 이상 20건 중 20건 탐지, 정탐율(TP rate) 매우 높음
• UI 응답 속도: 평균 수백 ms (요구 기준인 10초를 크게 초과 달성)

통합관제시스템 구조 및 데이터 흐름

1. IoT 장비 계층: 센서/제어기들이 실시간 데이터 생성 및 MQTT 발행
2. 통신 계층: Wi-Fi/5G/LoRaWAN 등 무선망을 통해 중앙 서버로 전송
3. 서버 수집 계층: MQTT 구독, JSON 파싱, MainData 구조체 저장
4. 분석 판단 계층: 이상 탐지 알고리즘 적용, alert 플래그 지정
5. 저장/대시보드 계층: 실시간 UI 표출 및 CSV 로그 저장

데이터 흐름은 병목 없이 처리되도록 설계되었으며, 실시간성과 응답성을 동시에 확보함.

Tech Stack

Python, Ubuntu, Flask, Socket.IO, OpenSSL, SQLite, CryptoJS, Node.js, ReactNative Expo, TypeScript

Detailed Description

1. 프로젝트 개요

군 내부에서 행정, 업무, 작전 관련 소통이 상용 메신저로 이루어질 경우 자료 통제와 접근 통제가 어렵고, 상황에 따라 도청이나 중간자 공격 같은 위협에 노출될 수 있다. 또한 계정 탈취, 기기 분실 등 사용자가 직접 방어하기 어려운 상황에서는 단순 권한 설정만으로는 한계가 있어, 권한이 없으면 복호화 자체가 불가능한 구조가 필요하다.
이 프로젝트는 종단간 암호화에 더해 중앙 키 서버의 승인 없이는 복호화를 불가능하게 만드는 “이중 암호화” 구조로, 보안성과 중앙 통제를 동시에 확보하는 것을 목표로 한다.

2. 목표

• 메시지 도청, 스니핑, 중간자 공격에 강한 종단간 암호화 적용
• 계정 탈취, 기기 분실 등 상황에서도 중앙에서 복호화 권한을 회수할 수 있는 구조 구현
• 정책 차단이 아니라 복호화 키 자체를 제공하지 않는 방식으로 비인가 복호화를 원천 차단

3. 핵심 아이디어: “이중 암호화” 구조

일반적인 하이브리드 암호화(대칭키로 본문 암호화 + 공개키로 대칭키 암호화)에서 한 단계 더 나아가,
대칭키를 수신자 공개키로 암호화한 뒤, 중앙 키 서버 공개키로 다시 암호화한다.

3.1 암호화 흐름

1. 대용량 메시지/파일 본문은 AES 대칭키로 암호화 (속도와 용량 대응)
2. AES 대칭키를 수신자 공개키로 암호화 (종단간 암호화)
3. 암호화된 AES 대칭키를 중앙 키 서버 공개키로 재차 암호화 (중앙 승인 없이는 복호화 불가)

3.2 복호화 흐름

1. 수신자는 본인 개인키만으로는 복호화가 완결되지 않는다.
2. 중앙 키 서버의 인증 및 승인 절차를 통과해 필요한 키 재료를 받아야 복호화가 완료된다.
3. 즉, 수신자 개인키가 유출되더라도 중앙 키 서버 승인 없이는 복호화가 어렵고, 반대로 중앙 키 서버 키만 탈취해도 수신자 개인키가 없으면 복호화가 불가능하도록 설계하였다.

4. 시스템 구성 요소

• 클라이언트(모바일): 메시지 생성, AES 암호화, 키 암호화, 복호화 수행
• 메신저 서버: 암호문 전달, 공개키 정보 중계, 실시간 통신 지원
• 키 서버(중앙): 비대칭키 생성/전달, 추가 암호화에 필요한 절차 제공, 중앙 통제 지점

5. 구현 내용과 개인 기여

5.1 암호화 메신저 전반 구현

• 키 서버: 송신자 요청에 따른 비대칭키 생성 및 전달
• 메신저 서버: 송신자와 수신자 사이에서 공개키 및 암호화 메시지 전달
• 클라이언트: 위 아키텍처에 따라 암호화 송신 및 키 서버/개인키 기반 복호화

5.2 시연용 가상 대화 상대 클라이언트

• 시연을 위해 OpenAI API를 활용하여 챗봇 형태의 “가상 대화 상대”를 구현
• 수신된 메시지를 복호화해 응답을 생성한 뒤, 동일 보안 구조로 재암호화해 송신

6. 트러블슈팅과 해결

6.1 개인키 평문 저장 취약점 지적

• 문제: 개인키를 기기 내부에 평문으로 저장하면 탈취 시 위험
• 해결: 마스터키로 모든 개인키를 암호화해 SQLite에 저장하고, 마스터키는 기기 보안 저장소를 통해 사용자 인증 후에만 접근하도록 구성

6.2 대용량 메시지의 공개키 암호화 한계

• 문제: 원시 데이터를 공개키로 직접 암호화하면 용량 제한과 처리 지연 발생
• 해결: 본문은 AES로 암호화하고, AES 키만 공개키로 암호화해 동봉하는 하이브리드 방식을 채택

7. 기대 효과

• 종단간 암호화로 도청, 중간자 공격에 강한 통신 제공
• 중앙 키 서버를 통해 필요 시 복호화 권한을 회수할 수 있어, 계정 탈취나 기기 분실 상황에서도 피해 확산을 줄임
• “접근 제한”을 넘어 “키 미제공” 방식으로 비인가 복호화를 원천 차단

Related Documents & Links

Tech Stack

Docker, Python, Ubuntu, Django, SQLite, Bootstrap

Detailed Description

1. 프로젝트 개요

Portfolio Showcase는 개인의 프로젝트 경험, 기술 스택, 학력 및 경력 사항을 시각적으로 효과적으로 전달하기 위해 개발된 웹 기반 포트폴리오 서비스이다.

단순한 정적 페이지를 넘어, Django 프레임워크를 활용한 동적 데이터 관리와 PDF 포트폴리오 자동 생성 기능을 제공하여 관리 효율성과 사용자 편의성을 동시에 확보하는 것을 목표로 한다.

2. 주요 기능 및 특징

2.1 동적 데이터 관리

• Django Admin을 활용하여 복잡한 코딩 없이 프로젝트, 기술 스택, 경력 등을 실시간으로 업데이트 가능
• 프로젝트별 상세 이미지, 관련 문서(PDF), 외부 링크 등을 체계적으로 관리

2.2 반응형 인터페이스

• Bootstrap을 활용하여 모바일, 태블릿, 데스크톱 등 다양한 기기 환경에 최적화된 레이아웃 제공
• AOS(Animate On Scroll) 라이브러리를 적용하여 역동적인 사용자 경험 구현

2.3 PDF형식 포트폴리오 자동 생성

• 웹에 등록된 최신 프로필 및 경력 정보를 기반으로 PDF 형태의 이력서를 실시간 생성 및 다운로드 지원
• ReportLab 라이브러리를 활용한 커스텀 레이아웃 설계

2.4 기술 스택 필터링

• 특정 기술(Skill) 클릭 시 해당 기술이 사용된 프로젝트를 강조하는 인터랙티브 필터링 기능 제공

3. 개발 성과 요약

• 디자인부터 배포까지 풀스택 개발 프로세스 전반 수행
• PDF 생성 엔진 구현을 통한 자동화 워크플로우 경험 확보
• Docker를 활용한 환경 독립적 배포 시스템 구축

4. 프로젝트 정보

• 개발 기간: 2024.01.01 ~ 2024.01.21 (진행 중)
• 개발 인원: 1명 (개인 프로젝트)
• 담당 역할: 기획, 디자인, 시스템 설계, 백엔드/프론트엔드 개발, 배포 운영 전반

Tech Stack

Docker, Python, Ubuntu, Flask, MySQL, OpenSSL, Android

Detailed Description

1. 프로젝트 개요

1.1 프로젝트 정의 및 배경

현대 사회에서 1인 가구 증가와 주거 형태 다변화로 임대주택 시장이 성장하고 있으며, 이에 따라 관리 대상 증가와 업무 복잡성이 함께 커지고 있다.
하지만 기존 임대주택 관리 소프트웨어는 대규모 건물 또는 기업형 임대 사업자 중심으로 설계된 경우가 많아, 소규모 주택을 운영하는 개인 임대인이나 영세 사업자가 쓰기에는 기능적, 비용적 장벽이 있다. 또한 공과금 정밀 계산, 계량 정보 자동 집계, 인공지능을 활용한 능동 관리 기능이 부족한 상황이다.

이에 본 프로젝트 임대주택 관리체계는 소규모 임대주택 관리의 자동화와 디지털 전환을 목표로 기획되었다. 유지보수, 재무 관리, 행정 업무 전반을 포괄하는 전산 체계를 구축하여 임대인에게는 관리 효율화를, 임차인에게는 생활 편의성을 제공함으로써 임대차 시장의 선진화에 기여하고자 한다.

1.2 개발 목적 및 범위

본 시스템은 단순 저장을 넘어 외부 서비스 연동과 자동화 로직을 통해 임대 관리 업무를 실질적으로 돕는 것을 목표로 한다.

• 재무 자동화
• 전기, 수도, 가스, 난방 등 사용량을 외부 서비스 또는 자동 계량 장치와 연동해 수집
• 사용량을 요금으로 자동 환산하여 청구서 생성에 반영

• 오픈뱅킹 연동으로 임대료 납입 여부를 자동 확인

• 행정 및 문서 자동화

• 계약 내용을 데이터베이스에 아카이브
• 계약서, 청구서, 퇴실 확인서 등 필수 문서 자동 생성

• OpenAI API를 활용해 공지문, 통지문, 독촉문 등 상황별 문서 초안 자동 작성

• 확장 기능

• 홈택스 연동을 통한 세무 업무 자동화
• 누수 등 비정상 비용을 감지하는 이상 감지 및 통보 기능
• 임대 운영 전반을 포괄하는 올인원 솔루션 지향

1.3 개발 환경 및 기술 스택

• 서버 및 인프라
• 운영체제: Ubuntu 20.04
• 배포: Docker
• 데이터베이스: MySQL

• 개발 및 테스트: Windows 11

• 백엔드

• 언어: Python
• 프레임워크: Flask
• 통신: REST 방식 및 소켓 통신

• 데이터 형식: JSON

• 프론트엔드

• 안드로이드 앱
• UI: XML
• 로직: Java, Kotlin 혼용
• 도구: Android Studio, Visual Studio Code, MySQL Workbench
• 협업: GitHub, Synology DSM, Discord, KakaoTalk

1.4 개발 생명주기 모델

본 프로젝트는 요구사항 불확실성을 낮추고 사용자 피드백을 조기 반영하기 위해 원형 모델을 채택하였다.

• 계획 (2024.03.22 ~ 04.05): 범위 정의 및 WBS 기반 일정 수립
• 분석 (2024.04.05 ~ 04.19): 시장 분석 및 요구사항 도출, 원형 제작과 피드백 반영
• 설계 (2024.04.19 ~ 05.10): 시스템 구조, 데이터베이스 스키마, 클래스 다이어그램 등 상세 설계
• 구현 (2024.05.10 ~ 05.31): 안드로이드 UI 및 백엔드 로직 구현, 소스 통합
• 테스트 및 완료 (2024.05.30 ~ 06.07): 화이트박스 및 블랙박스 테스트, 최종 보고서 작성

1.5 개발 규모 산정

기능 점수 방식으로 규모를 산정하였으며 총 기능 점수 352.3점이 도출되었다.

• 데이터 기능
• 내부 논리 파일 7개: 52.5점
• 외부 연계 파일 7개: 37.8점
• 트랜잭션 기능
• 외부 입력 59개: 236.0점
• 외부 출력: 10.4점
• 외부 조회: 15.6점

개발 원가는 보정 전 약 1억 9,486만 원, 보정 계수 적용 후 약 2억 4,059만 원으로 산정되었다. 이는 외부 연동과 데이터 처리가 많은 중규모 이상의 시스템임을 시사한다.

2. 프로젝트 요구사항

2.1 기능 요구사항 상세

시스템은 로그인 기반 인증을 전제로 하며, 안드로이드 프론트엔드와 Flask 백엔드 간 통신으로 기능을 제공한다. 기능은 관리자(임대인)와 사용자(임차인) 역할에 따라 구분된다.

2.1.1 주택 및 계약 관리 기능

• 관리자
• 주택정보 등록(U-A01): 세대번호, 소재지, 호실, 면적, 주택유형, 임대료, 관리비, 보증금 등 등록
• 세대번호 자동 생성으로 입력 편의 제공
• 계약정보 등록(U-A02): 계약 기간, 입퇴실일, 금액, 계약서 파일 첨부 및 관리

• 주택정보 관리(U-B17), 계약정보 관리(U-B02): 수정 및 삭제

• 임차인

• 주택정보 조회(U-A07), 계약정보 조회(U-A08): 거주 주택 및 계약 내용 확인

2.1.2 입주자 및 회원 관리 기능

• 관리자
• 로그인 가능 회원정보 추가(U-A04): 임차인 계정 생성, 아이디 중복 검사, 비밀번호 해시 처리
• 임차인 정보 등록(U-A03): 성명, 주민번호, 연락처, 계좌번호 등 민감 정보 관리

• 주민정보 승인(U-B12): 실제 거주자와 계약자 매칭 관리

• 임차인

• 본인 정보 조회 및 수정 요청

2.1.3 재무 및 청구 관리 기능

• 관리자
• 사용량 정보 관리(U-A05): 공과금 계량값 수동 입력 또는 외부 연동으로 수집
• 청구내역 관리(U-A06): 자동 계산 공과금 + 임대료 + 관리비 + 미납금 합산

• 청소비, 수리비 등 비정기 비용을 가감액으로 처리

• 임차인

• 청구내역 조회(U-A10): 월별 상세 청구 확인
• 납입정보 조회(U-B32): 납부 현황 확인
• 오픈뱅킹 연동으로 납입 상태 자동 갱신

2.1.4 기타 부가 기능

• 비품정보 관리(U-B20)
• 차량관리(U-B41)
• 공지문 관리(U-B46)
• 공지문 발송(U-B51): OpenAI API 기반 공지문 자동 생성 및 푸시 또는 메신저 연동 발송

2.2 사용자 인터페이스 요구사항

• 메인 화면
• 로그인 화면 표시

• 로그인 성공 시 권한(관리자, 임차인)별 화면 분기

• 관리자 화면

• 그리드 형태 메뉴
• 주요 기능: 임차인 정보 등록, 회원정보 관리, 주택정보 관리, 계약정보 관리, 청구내역 관리, 사용량 정보 관리 등

• 리스트뷰로 조회 후 상세 수정 화면으로 이동

• 사용자 화면

• 이번 달 총 사용금액을 상단 배치

• 조회 중심 메뉴: 주택정보, 계약정보, 청구금액, 사용량 상세보기 등

• 입력 화면 설계

• 폼 형태 입력, 스크롤 뷰 적용
• 계약서 사본 이미지를 화면 하단에서 확인 가능
• 주택정보 등록 시 세대번호 자동 생성 버튼 제공

2.3 비기능 요구사항

• 성능
• 외부 호출 제외 내부 요청은 3초 이내 응답

• 외부 연동 데이터는 주기 동기화 및 로컬 데이터베이스 캐시로 비용과 지연 최소화

• 신뢰성

• Docker 기반 운영으로 장애 시 빠른 복구 및 이식 가능

• 원본 데이터 유지와 트랜잭션 관리로 일관성 보장

• 보안

• 비밀번호는 SHA-512 단방향 해시로 저장
• 비밀번호 복잡도: 영문, 숫자, 특수문자 포함 6자리 이상
• 로그인 10회 이상 실패 시 해당 아이피 일정 시간 차단
• 클라이언트와 서버 통신에 OpenSSL 적용

3. 소프트웨어 설계서

3.1 시스템 아키텍처 설계

클라이언트 서버 모델 기반이며, 외부 서비스 연동을 위해 계층화 구조를 채택한다.

• Client: 안드로이드 앱, Socket.IO 기반 양방향 통신
• Server: Python Flask, Docker 컨테이너에서 구동, 비즈니스 로직 처리
• Database: MySQL, 관계형 무결성 유지
• External APIs: OpenAI(문서), 공과금 연동(사용량), 오픈뱅킹(납입 확인)

3.2 클래스 상세 설계

• Connect_to_Frontend
• Flask 앱과 SocketIO 인스턴스 관리
• HTTP 엔드포인트, 소켓 이벤트 등록
• 로그인과 JWT 인증 처리

• 클라이언트 요청을 Mgmt로 전달

• Mgmt

• 비즈니스 로직 핵심 컨트롤러
• 엔티티와 작업 유형에 따라 처리 분기

• 표준화 메서드로 데이터베이스 작업 추상화

• Connect_to_DB

• 데이터베이스 연결 및 쿼리 실행 담당

• 실행, 커밋, 결과 반환 기능 제공

• Calculation

• 공과금 계산 로직 캡슐화

• 전기, 수도, 가스, 난방 요금 계산 메서드 제공

• 엔티티 데이터 클래스

• HouseInfoData, ContractData, BillData 등

• 딕셔너리와 객체 변환 메서드 제공

• 안드로이드 클라이언트 클래스

• Connect_to_Backend: 싱글톤, 소켓 통신 관리
• 화면 액티비티: UI 이벤트 처리 및 서버 요청
• CustomAdapter: 리스트뷰 데이터 바인딩

3.3 데이터베이스 설계 (ERD 및 스키마)

주요 테이블 8개, 외래키로 연결됨.

• Houseinfo_data: 주택정보, 세대번호를 기본키로 사용
• Contract_data: 계약정보, 세대번호를 외래키로 연결
• Bill_data: 청구서, 계약관리번호를 외래키로 연결
• UtilUsage_data: 공과금 사용량, 계량시각과 세대번호와 유형을 묶어 복합키 사용
• Resident_data: 주민정보, 계약관리번호로 연결
• Vehicle_data: 차량정보, 계약 또는 주민과 연동
• Membership_data: 회원정보, 아이디를 기본키로 사용, 권한 포함
• Notice_data: 공지문, 작성자, 대상, 발송 상태 관리

4. 테스팅 과정

4.1 화이트박스 테스팅 (구조적 테스트)

복잡한 공과금 계산 알고리즘의 정확성을 검증하기 위해 Calculation 클래스 메서드를 대상으로 수행하였다.

• 데이터 유효성 검증 경로: 필수 데이터 누락 시 오류 반환 확인
• 공과금 유형별 분기 경로
• 유형이 없는 경우 종료
• 전기, 가스, 난방, 수도별 계산 메서드 호출 확인

4.2 블랙박스 테스팅 (기능적 테스트)

동등 분할 기법으로 전기 사용량 누진세 계산을 집중 검증하였다.

• 구간 1 (300킬로와트시 이하): 100킬로와트시 → 16,270원
• 구간 2 (300 초과 ~ 450 이하): 350킬로와트시 → 60,520원
• 구간 3 (450 초과): 500킬로와트시 → 111,260원
• 극한값: 10,000킬로와트시 → 2,573,900원
• 예외: 음수 입력 시 실제로 음수 요금이 출력되는 오류 발견 후 입력 제한 조치

5. 위험분석

5.1 위험 요소 식별 및 평가

• 기술력 부족: 위험도 상, 영향도 상
• 작업물 관리 부족: 위험도 상, 영향도 상
• 요구사항 변경: 위험도 중
• 성능 미달: 위험도 중 또는 상
• 팀 내 소통 및 인원 문제: 발생 가능성은 낮으나 영향도는 상

5.2 대처 방안

• 기술력 보완: 멘토링, 강의 등 학습 강화
• 데이터 백업: 형상 관리와 이중 백업 체계 구축
• 요구사항 관리: 변경 요청 시 영향도 분석 후 결정
• 성능 최적화: 핵심 기능 중심 구현, 자원 최소화 설계
• 협업 강화: 정기 회의, 코드 리뷰, 유연한 업무 분담

6. 주요 소스코드 상세 분석

6.1 백엔드 이벤트 핸들링 (Flask SocketIO)

@self.socketio.on('read_data')
def handle_read_data(message):
    handle_data(message, curd='read')

@self.socketio.on('update_data')
def handle_update_data(message):
    handle_data(message, curd='update')

• read_data, update_data 이벤트를 감지해 공통 함수로 위임
• 작업 유형을 인자로 전달해 중복을 줄이고 유지보수성을 높임

6.2 데이터 처리 및 보안 로직

def handle_data(message, curd):
    sid = request.sid
    jwt_checked_data = self.jwt_checked(message.get('access_token'))

    if jwt_checked_data.get('identity') is None:
        self.socketio.emit('error_data', "Signature has expired", to=sid)
        return

    try:
        response_data = mgmt_class.Mgmt(
            id=jwt_checked_data['user_identity'],
            curd=curd,
            entity=message.get('entity'),
        ).get_result_entity_instance_list()

        json_data = [item.to_dict() for item in response_data]
        self.socketio.emit('responsed_data', json.dumps(json_data), to=sid)
    except Exception as e:
        self.socketio.emit('error_data', f"Error: {e}", to=sid)

• 모든 요청에서 JWT 토큰을 검증해 인가되지 않은 접근을 차단
• Mgmt로 데이터베이스 작업을 위임하고 결과를 JSON으로 직렬화해 반환

6.3 Mgmt 클래스 분기 처리

class Mgmt:
    def __init__(self, ...):
        self.entity_class_map = {
            'Houseinfo_data': entity_class.HouseInfoData,
            'Contract_data': entity_class.ContractData,
        }

    match entity:
        case 'Houseinfo_data':
            if curd == 'read':
                self.checking_standard_read()
            elif curd == 'create':
                self.standard_create()

• 엔티티 맵과 분기 처리로 확장성이 높음
• 표준화된 메서드 호출로 데이터베이스 작업 로직을 통일

6.4 안드로이드 클라이언트 로직

backend.read_data_from_Backend_with_socket("Houseinfo_data", ...);
backend.setEventCallback(new EventCallback() {
    @Override
    public void onEventReceived(ReceivedDataEvent event) {
        JSONArray houseArray = new JSONArray(event.getMessage());
        int lastNumber = -1;

        for (int i = 0; i < houseArray.length(); i++) {
            JSONObject obj = houseArray.getJSONObject(i);
            int num = obj.getInt("RoomNumber");
            if (num > lastNumber) lastNumber = num;
        }

        final int newNumber = lastNumber + 1;
        runOnUiThread(() -> text1.setText(String.valueOf(newNumber)));
    }
});

• 비동기 응답으로 기존 세대번호 최댓값을 찾고 +1로 신규 세대번호 생성
• UI 갱신은 메인 스레드에서 수행하여 스레드 안전성 확보

7. 결론

본 프로젝트는 소규모 임대주택 시장의 요구를 반영하여 자동화와 최신 기술을 접목한 실효성 있는 해결책을 제시하였다.

• 공과금 자동 계산, 청구서 자동 생성, 인공지능 기반 문서 작성으로 관리 업무 시간을 단축
• 임대인과 임차인 모두에게 직관적인 모바일 화면을 제공해 편의성과 투명성을 강화
• Docker 기반 운영과 암호화 통신, 권한 관리로 안정성과 보안을 확보
• 모듈화된 설계로 향후 기능 추가와 외부 연동 확장 가능성을 확보