AI 기반 자율전공 학습경로 추천 시스템
Tracktory는 관심사와 경험은 있지만 아직 진로와 전공 선택이 명확하지 않은 학생에게 직무 탐색 → 트랙 조합 추천 → 학기별 수강 로드맵으로 이어지는 개인화 학습경로를 제안하는 모바일 서비스입니다.
한성대학교 트랙제와 교과목 구조를 기반으로 사용자의 온보딩 정보, 이수 과목, 관심 분야를 분석하고, 추천 결과를 앱에서 이해 가능한 리포트와 챗봇 경험으로 제공합니다.
앱은 Spring Boot 백엔드하고만 직접 통신하고, AI 연산은 Spring 이 내부 FastAPI 중계 서버로 위임합니다. FastAPI 서비스는 LangGraph 추천 그래프, 챗봇 그래프, RAGFlow/LightRAG 지식 베이스를 구동합니다.
| Repository | Role | Stack |
|---|---|---|
| Tracktory/Frontend | 모바일 앱 클라이언트. 인증, 온보딩, 추천 결과, 분석 리포트, 챗봇, 마이페이지 화면을 제공합니다. | Expo · React Native · TypeScript · React Navigation · Zustand |
| Tracktory/Backend | 앱-facing 메인 백엔드. 인증, 프로필, 이수 과목, 추천 결과 저장, 추천 리포트 API, AI 중계 호출을 담당합니다. | Java 21 · Spring Boot · JPA · MySQL · JWT |
| Tracktory/tracktory-ai | AI 추천 중계 서버. LangGraph 추천 파이프라인, 챗봇 그래프, RAGFlow 검색, 설명 생성을 담당합니다. | Python 3.13 · FastAPI · LangGraph · RAGFlow · Pydantic |
- Mobile UX: Expo 기반 네이티브 앱, 온보딩 중심 입력 흐름, 추천 결과 탐색 UI, 챗봇 오버레이
- Backend Boundary: Spring Boot BFF, JWT 인증, 도메인 트랜잭션, 추천 결과 영속화, 내부 AI relay 인증
- AI Workflow: LangGraph state-first 추천 그래프, RAGFlow/LightRAG 검색, Pydantic 구조화 출력, LLM 설명 생성
- Academic Data Modeling: 한성대 단과대, 학부, 트랙, 과목, 직무, 기술스택, 선수과목 관계 모델링
- Backend 설계와 앱-facing API: Tracktory/Backend
- AI 추천 파이프라인, 챗봇, RAGFlow, 트랙 조합 알고리즘: Tracktory/tracktory-ai
| Member | Focus |
|---|---|
| @jwon0523 | Project lead, recommendation system, LangGraph pipeline, Spring Boot and FastAPI integration |
| @ThreeeJ | Chatbot agent, Spring Boot and FastAPI Integration |
| @parkseonghun598 | Data processing, React Native frontend |
| @J2H3233 | embedding/RAG optimization, Spring Boot |
 |
 |
 |
 |
|---|---|---|---|
| 이재원 | 정종진 | 박성훈 | 전종현 |
| Project Lead | AI Chatbot | Frontend | Research · RAG |
| 추천 시스템 · 백엔드/AI 연동 | 챗봇 에이전트 · 직무-역량 매핑 | React Native | 임베딩/RAG 최적화 |
| @jwon0523 | @ThreeeJ | @parkseonghun598 | @J2H3233 |