PinIt Backend

AI와 통계로 사용자의 하루를 설계하는 일정 관리 서비스 PinIt 의 백엔드 서버

---

🌟 Product Vision

PinIt 이 추구하는 핵심 목적은 다음 세 가지입니다.

1. 사용자의 통계 기록 및 피드백

   • 사용자의 일정/집중 시간/업무 시간을 지속적으로 기록
   • 주간·월간 단위의 리포트와 피드백을 제공하여 “시간 쓰는 습관”을 개선

2. AI와 상호작용하며 복잡한 일정을 구체화

   • “이 프로젝트 2주 안에 끝내고 싶은데, 어떻게 쪼개야 하지?” 같은 의문에 대해
   • AI가 작업을 쪼개고, 각 작업을 캘린더 상의 슬롯에 구체적인 계획으로 배치하는 것을 목표

이 저장소는 위 목적을 달성하기 위한 백엔드 도메인·API·비즈니스 로직을 담당합니다.

---

🧱 Tech Stack

• Language: Java
• Framework
  • Spring Boot (Web, Validation 등)
  • Spring Data JPA
• Persistence
  • JPA(Hibernate)
  • Querydsl (타입 세이프한 조회용)
• Database: MySQL (로컬/운영 환경에서 사용)
• Build: Gradle (Gradle Wrapper 포함)
• Test: JUnit 5, Spring Test 등

정확한 의존성 버전 및 설정은 build.gradle, src/main/resources 설정 파일을 참고하세요.

---

🧩 Domain Overview

1. Schedule (일정 도메인)

사용자가 실제로 수행하는 “할 일/작업”에 해당합니다.

• 일정 타입 (집중 작업, 행정 작업, 짧은 업무 등)
• 중요도 / 긴급도
• 예상 소요 시간
• 마감 일자
• 현재 상태 (예정, 진행 중, 완료 등)
• 고정 일정 여부 (캘린더 상에서 움직일 수 있는지 여부)

2. Dependency (일정 관계 도메인)

일정 간 “선후 관계”를 관리하는 도메인입니다.

• from 일정이 먼저 끝나야 to 일정을 시작할 수 있음
• 일정 간 사이클 검사를 통해 잘못된 의존 관계를 방지
• 일정 삭제 시 관련 의존 관계를 적절히 처리

복잡한 의존관계/사이클 검사는 “복잡한 일정(프로젝트)”을 AI와 함께 구체화할 때 핵심이 되는 도메인입니다.

3. Member / User (사용자 도메인)

사용자의 시간 사용 패턴 및 환경을 담는 도메인입니다.

• 계정 정보 (아이디, 닉네임 등)
• 생활 패턴 (수면 시간, 식사 시간, 쉬는 날 등)
• 이번 주 집중 시간, 업무 시간 등의 집계 정보

이 정보들을 기반으로, **AI 추천 시 “그 사람에게 맞는 플랜”**을 만들 수 있도록 설계합니다.

---

🔧 주요 기능 (백엔드 기준)

1. 일정 관리 API

• 일정 생성

  • 일정의 기본 정보(제목, 타입, 마감일, 중요도, 긴급도, 예상 소요 시간 등)를 입력받아 생성

• 일정 조회

  • 특정 날짜의 일정 목록 조회
  • 주간 단위 일정 조회 (ex. /schedules/week)

• 일정 상세 조회

  • 단일 일정의 상세 정보 반환

• 일정 수정 (PATCH)

  • 변경된 필드만 부분 업데이트
  • DTO에 없는 필드가 null 로 덮어씌워지는 문제를 피하기 위해 **“Patch 전용 객체/도메인 로직”**을 두는 방향으로 설계

• 일정 삭제

  • 삭제 시 관련 의존관계를 포함한 도메인 규칙을 지키도록 구현

2. 일정 의존관계 관리

• 일정 간 선행/후행 관계 등록

• 일정 삭제 시, 연관된 의존관계 정리

• 사이클 검사

  • 사용자의 모든 의존 그래프를 기반으로 위상 정렬 등으로 사이클 여부 검사
  • 잘못된 의존관계로 인해 계획이 꼬이는 것을 방지

3. 통계 및 피드백을 위한 데이터 수집

(구현/설계 범위에 맞추어 점진적으로 확장)

• 일/주 단위 집중 작업 시간 집계
• 일/주 단위 일반 업무 시간 집계
• 통계 API를 통해 프론트에서 시각화 및 피드백 화면 구성

---

🤖 AI 연동 방향성 (Roadmap)

이 백엔드는 AI와 상호작용하기 위한 도메인/데이터 기반을 제공하는 것을 목표로 합니다.

1. 간단한 일정 추천

   • 3시간 정도 걸릴 것 같은 일정이 있을 때,
   • 사용자의 남은 시간/우선순위/집중 시간 통계 등을
   • 강화학습 모델에 전달하여 일정을 수행할 시점을 추천받는 기능
   • RLHF 기반으로 사용자의 시간 관리 성향을 반영하는 AI

2. 복잡한 일정 쪼개기

   • “TOEIC 900점, 2개월 안에” 같은 일정을 등록하려 할 때
     • LLM에게 일정 검토 요청
     • 목표를 달성 가능한 단위 작업으로 분해
     • 각 작업들 간 선후관계(Dependency) 생성
     • 각 작업을 캘린더 상의 슬롯으로 배치하는 로직/AI 연동

현재 저장소는 도메인/데이터/트랜잭션 레이어를 먼저 단단하게 다지는 것에 초점을 두고 있으며, AI 연동은 별도 서비스(OpenAI 등)와 HTTP 또는 메시지 큐로 연동하는 형태를 염두에 두고 있습니다.

---

📡 API 문서

API 문서

---

📝 설계 하이라이트

• DDD 지향 설계

  • 일정, 의존관계, 사용자 통계를 각각의 도메인으로 바라보고, 도메인 규칙(사이클 검사, 선행 완료 조건 등)을 도메인 레이어에 집중

• 명령형보다 선언형에 가까운 Patch 설계

  • HTTP PATCH에서 필드별 조건문/switch-case 대신 “Patch 객체 → 도메인 메소드” 형태로 적용하여 가독성과 유지보수성 향상

• 트랜잭션 경계 분리

  • 일정과 의존관계를 별도 애그리거트로 바라보고
  • UX 관점에서 “일정 삭제 실패/롤백” 같은 문제를 최소화하도록 설계

---