- 한 줄 소개: 냉장고 속 재료로 알레르기까지 고려한 레시피와 대체재를 추천하고, 요리 중 음성 질문에도 실시간으로 답해주는 AI 요리 비서
- 주요 사용자: 자취생·1인 가구, 그중에서도 특정 재료가 없어도 되는지를 스스로 판단하기 어려운 초보 자취러.
- 프로젝트를 만들게 된 배경: 자취생·1인 가구는 재료를 소량·비정형으로 보유해, 완전일치 검색이나 정형화된 필터 위주의 기존 레시피 서비스로는 "지금 가진 재료로 뭘 만들 수 있는지" 확인이 어려움. 요리 중에는 손에 물이나 재료가 묻어 텍스트 입력도 번거로워, 음성 인터페이스(STT) 기반 서비스가 적합하다고 판단해 기획함
- 최종 결과물의 형태: React 기반 모바일 웹앱 + FastAPI/LangGraph 기반 백엔드로 구성된 AI 서비스.
- 접속 링크: https://ratbox.cloud/
- 사용자가 겪는 불편함: 냉장고에 재료가 애매하게 남아있을 때(대파 반 단, 계란 몇 개 등) 뭘 만들 수 있는지 매번 검색하기 번거로워, 결국 배달을 시키거나 재료를 버리게 됨. 요리 중 재료가 없다는 걸 알게 돼도, 손에 물이나 재료가 묻어 있어 검색이 애매해 생략하거나 조리를 중단해버림. 알레르기가 있는 사용자는 추천된 레시피와 대체재가 안전한지 매번 재료 목록을 직접 확인해야 함
- 기존 방식의 한계: 기존 레시피 서비스는 재료 매칭까지만 제공하고, 부족 재료의 생략·대체 판단은 전적으로 사용자 몫으로 남김. 이 판단은 조리 전 한 번이 아니라 조리 중 상황이 바뀔 때도 반복 필요하지만, 기존 서비스는 조리 시작 이후의 대응이 전혀 없음. 알레르기 필터링을 지원하더라도 레시피 추천 단계에만 그치고, 대체재 추천 단계까지는 이어지지 않아 사용자가 직접 대체재의 알레르기 성분을 확인해야 함
- 왜 이 문제가 중요한지: 재료 매칭 이후의 생략·대체 판단을 대신해주는 것이 AI가 사용자를 대신할 수 있는 핵심 가치이자, 단순 검색과 AI 에이전트를 구분 짓는 지점임. 특히 알레르기처럼 안전과 직결된 판단은 한 번이라도 놓치면 안 되므로, 추천부터 대체재 제안까지 전 구간에서 일관되게 걸러주는 게 중요함. 이 판단을 해결하면 재료가 부족해도, 조리 중 문제가 생겨도 요리를 끝까지 완성할 수 있음
- 핵심 아이디어: 요리비서 Agent '뚜이'가 선택된 재료로 후보 레시피를 검색하되, 알레르기 유발 재료가 들어간 레시피는 이 단계에서부터 걸러내고 부족 재료가 적은 순으로 후보 3개를 추천함. 사용자가 레시피를 선택하면 그 레시피에 한해 부족 재료의 생략 가능 여부와 대체재를 판단하고, 제안된 대체재가 알레르기 성분과 충돌하지 않는지 다시 검증한 뒤 최종 응답에서도 한 번 더 하드 필터링함. 조리 시작 후에는 음성 질의(STT)로 현재 조리 중인 레시피를 인식한 상태에서 실시간으로 대체재·생략 가능 여부를 안내함
- AI/소프트웨어가 문제 해결에 사용된 방식: LangGraph 기반으로 판단→검증→재시도 흐름을 그래프 노드로 명시적으로 관리함. 후보 검색(재료 매칭 개수·가중치 기반)은 같은 입력엔 항상 같은 결과가 나와야 하므로 결정론적 로직으로 처리하고, LLM은 검색된 후보가 실제로 재료를 잘 활용하는지 관련성만 판단함(관련성이 낮으면 조건을 완화해 재검색). 레시피 선택 이후에는 필수/생략 분류와 대체재 판단에 LLM을 사용하고, 조리 중 음성 질의에서는 ReAct 에이전트가 대체재 검색 Tool을 자율적으로 호출함. 최종 결과는 알레르기 하드 필터링을 거쳐 자연어로 변환돼 SSE로 스트리밍됨
- 전체 동작 흐름:
- 재료 목록에서 보유 재료 선택 → 실시간 처리 상태 확인(SSE 스트리밍)
- 알레르기 유발 재료가 없는 레시피 후보 3개 확인(요리명, 부족재료 목록) → 후보 중 하나 선택
- 상세보기 진입(전체 조리법 + 알레르기 검증을 거친 대체재 설명) → 조리 모드 시작
- 조리 진행 중 마이크 버튼으로 음성 질의(예: "간장 없는데 어떡하지?")
- 질문받은 재료의 대체안·생략 가능 여부를 짧은 텍스트로 즉시 확인, 요리 계속
- 조리 종료
- 재료 매칭 기반 결정론적 레시피 후보 검색 + LLM 관련성 검증
- 알레르기 유발 재료 포함 레시피 사전 필터링
- 부족 재료 필수/생략 분류 및 대체재 제안
- 대체재-알레르기 충돌 재검증 및 최종 응답 하드 필터링(이중 안전장치)
- SSE 기반 실시간 스트리밍 응답
- 조리 중 음성 질의 처리 (Google Cloud STT + ReAct 에이전트 기반 실시간 재료 대체·생략 판단)
랜딩 페이지 |
홈화면 |
재료선택 |
레시피 후보 추천 |
레시피 상세 |
조리 모드 |
| 이름 | 역할 | GitHub |
|---|---|---|
| 김다인 | Backend, AI | @kallin1 |
| 최서윤 | Backend, Infra, Frontend | @seoyunch |
- Node.js 18+ / npm
- Python 3.12+
- Redis (로컬 설치 또는 Docker)
- 본인 명의로 발급받은 Supabase(PostgreSQL) 프로젝트, Upstage API Key, Google Cloud STT API Key
(
.env는.gitignore에 포함돼 저장소에 올라가지 않으므로, 각자 발급받아 채워야 함)
git clone https://github.com/Cold-Ratatouille/RatBox-BE.git
git clone https://github.com/Cold-Ratatouille/RatBox-FE.gitcd RatBox-BE
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
cp .env.example .env
# .env에 SUPABASE_URL, SUPABASE_KEY, DATABASE_URL_READONLY, UPSTAGE_API_KEY, JWT_SECRET_KEY 등 입력Supabase 프로젝트의 SQL Editor(또는 psql "$DATABASE_URL_READONLY")에서 아래 마이그레이션을 순서대로 실행함
(db/schema.sql 상단 주석 기준 실제 운영 스키마에 필요한 파일만 나열):
db/migrations/0004_schema_sync.sql
db/migrations/0005_readonly_role.sql
db/migrations/0007_readonly_rls_policy.sql
db/migrations/0008_ingredients_category.sql또는 psql이 설치돼 있다면 db/schema.sql을 그대로 실행해도 됨(내부에서 위 4개 파일을 \i로 순서대로 불러옴):
psql "$DATABASE_URL_READONLY" -f db/schema.sql스키마 적용 후, 레시피/재료/카테고리/알레르기 데이터를 순서대로 적재함:
# 1. 레시피·재료 마스터 데이터 적재 (allergen_master, ingredients_master, recipes, recipe_ingredients)
python scripts/load_csv.py data/TB_RECIPE_SEARCH_251231.csv
# 2. 재료 카테고리 적재 (0008 마이그레이션 적용 후 실행)
python scripts/load_ingredient_categories.py --apply
# 3. 재료-알레르기 매핑 백필
python scripts/backfill_ingredient_allergens.py --apply
--apply없이 실행하면 dry-run(미리보기)만 하고 실제로 반영하지 않음
# 로컬에 설치된 경우
redis-server
# 또는 Docker로 Redis만 띄우는 경우
docker run -p 6379:6379 redis:7-alpinecd RatBox-BE
uvicorn app.main:app --reload- 기본 주소:
http://localhost:8000 - Health check:
GET /health→{"status": "ok"}
cd RatBox-FE
npm install
cp .env.example .env
# .env에 VITE_API_URL(백엔드 주소), VITE_GOOGLE_STT_API_KEY 등 입력
npm run dev- 기본 주소:
http://localhost:5173
cd RatBox-BE
docker compose up --build- FastAPI(8000)와 Redis(6379) 컨테이너가 함께 실행됨 (DB 스키마·데이터 적재는 별도로 미리 해둬야 함)
