Mooney 프로젝트의 AI 서버 리포지토리입니다. 이 서버는 사용자 맞춤형 소비 절약 챌린지를 자동 생성하기 위한 시계열 예측 AI 기능을 제공합니다. FastAPI 프레임워크와 Prophet, scikit-learn 등의 라이브러리를 활용해 소비 패턴 분석 및 과소비 예측 기능을 구현하였습니다.
Mooney(무니) 는 예산 내 소비에 어려움을 겪는 Z세대를 위한 AI 기반 절약 가계부 서비스입니다. 사용자가 스스로 설정한 예산 안에서 지속 가능한 소비 습관을 형성할 수 있도록 다음과 같은 기능을 제공합니다:
- 📊 Prophet 기반 시계열 예측 모델을 통해 다음 주 과소비 예상 카테고리 자동 탐지
- 🎯 지출 습관 개선을 유도하는 맞춤형 절약 챌린지 생성
- 💬 GPT-4o-mini 기반 챗봇 ‘똑똑소비봇’ 으로 예산 내 소비 가능 여부 실시간 조언
- 🧩 소비 성공 시 경험치, 캐릭터 해금, UI 변화 등 게이미피케이션 요소 제공
무니는 단순한 기록형 가계부가 아닌, 사용자와 상호작용하며 소비 습관을 바꾸는 AI 소비 파트너입니다.
- FastAPI – Python 기반의 비동기 웹 프레임워크
- Prophet – Facebook에서 개발한 시계열 예측 라이브러리
- scikit-learn, scipy, pandas, numpy – 데이터 전처리 및 ML 유틸리티
- Docker – 컨테이너 기반 배포 환경
- Python 3.10
- Docker (선택 사항)
git clone https://github.com/TeamTamtam/mooney-AI.git
cd mooney-AIpip install --no-cache-dir -r requirements.txtuvicorn app.main:app --reloaduvicorn app.main:app --host 0.0.0.0 --port 8000 --workers 4실행 후 Swagger API 테스트에서 API 테스트가 가능합니다.
-
서버 상태 확인용 엔드포인트
-
응답:
{ "message": "Time Series Prediction AI API is running." }
- 시계열 소비 예측 요청 처리
- 요청 본문은 최근 12주의 소비 내역을 담은 다음 형식을 따라야 합니다:
{
"data": [
{
"timestamp": "2024-03-04",
"amount": 22000,
"expense_category": "식비"
},
{
"timestamp": "2024-03-11",
"amount": 19800,
"expense_category": "식비"
}
]
}-
필드 설명:
timestamp: 날짜 (ISO 8601 형식, 예:"2024-08-12")amount: 해당 주의 총 지출액 (정수, 단위: 원)expense_category: 소비 항목명 (예:"식비","교통","쇼핑"등)
{
"predict_results": [
{
"Category": "식비",
"yhat_adjusted": 22000
}
]
}※ 실제 예측 로직은 /app/routes/predict.py 내부에 구현됩니다.
mooney-AI/
├── app/
│ ├── main.py # FastAPI 엔트리포인트
│ ├── routes/predict.py # 예측 API 라우터
│ ├── models.py # 요청 데이터 모델 정의
├── requirements.txt # Python 패키지 목록
├── Dockerfile # Docker 빌드 파일