🚑 응급상황 인식 및 응급실 연계 웹서비스

📌 개요

본 프로젝트는 응급상황을 신속하게 인식하고, 가장 가까운 응급실과 연계하는 웹 서비스입니다.
자연어 처리(NLP) 및 음성 데이터를 활용하여 응급 여부를 판단하며, 네이버 지도 API를 사용해 가까운 응급실을 추천합니다.

---

🎯 프로젝트 목표

✅ 응급 요청에 적합한 응급실 연계 서비스 포탈 구축
✅ 사용자의 위치 및 음성 데이터를 기반으로 병원 목록 제공
✅ AI 기반 응급상황 판단 및 실시간 응급실 추천 시스템 구현

---

🎬 시연 영상

---

🛠 사용 기술

📌 개발 도구

• IDE: Visual Studio Code, IntelliJ
• CI/CD & 컨테이너화: Docker
• 버전 관리: Git, GitHub

📌 백엔드

• FastAPI (Python): 응급 상황 분석 및 AI 모델 서비스
• Spring Boot (Java): 사용자 요청 처리 및 응급실 연계 시스템
• SQLite: 경량화된 데이터베이스 사용

📌 AI & 데이터 처리

• Hugging Face Transformers: 자연어 처리 (NLP) 모델 활용
• OpenAI API: AI 기반 분석 기능 지원

📌 외부 API

• 네이버 지도 API: 위치 기반 응급실 추천

---

🏗 시스템 구성도

🔹 시스템 전체 구조

본 프로젝트는 Spring Boot + FastAPI를 활용한 마이크로서비스 아키텍처로 설계되었습니다. 📌 브라우저에서 음성 및 위치 데이터 입력
📌 프론트엔드(Spring Boot)에서 데이터 수집 및 요청 전달
📌 백엔드(Spring Boot + FastAPI)에서 응급 여부 판별 및 병원 추천
📌 FastAPI를 활용한 AI 분석 및 데이터 처리
📌 네이버 지도 API를 이용한 응급실 추천
📌 Docker 컨테이너를 이용한 서비스 배포

🖥 구성 요소

1️⃣ 사용자 입력

• 사용자는 브라우저를 통해 음성 메시지와 위치 정보를 입력
• 입력된 메시지는 "다쳤어요!", "위급해요!" 등의 긴급 상황을 포함

2️⃣ 프론트엔드 (Spring Boot)

• View Template Engine 기반으로 UI 구성
• Spring Boot를 사용하여 백엔드와 통신
• 기능:
  • 음성 및 위치 데이터 수집
  • 추천된 응급실 리스트 제공
• 배포: Docker를 이용한 컨테이너화

3️⃣ 백엔드 (Spring Boot + FastAPI)

• Spring Boot (Java)
  • 프론트엔드와 통신하는 역할
  • 사용자의 요청을 FastAPI로 전달
  • FastAPI에서 받은 응급실 데이터를 프론트엔드로 반환
• FastAPI (Python)
  • REST API 기반으로 음성 인식, 텍스트 요약 및 분류 처리
  • AI 모델(BERT, Whisper, ChatGPT)을 활용한 응급 판단

---

📂 프로젝트 구조

mini7_project/
├── mini7_06_fastapi/ # FastAPI 기반 AI 분석 서버 (Python)
│ ├── db/ # SQLite 데이터베이스 파일
│ ├── fine_tuned_bert/ # 파인튜닝된 BERT 모델
│ ├── emergency.py # 응급 상황 판별 로직
│ ├── main.py # FastAPI 엔트리 포인트
│ ├── requirements.txt # Python 라이브러리 의존성 목록
│ ├── summary_*.conf # 응급/비응급 판단 설정 파일
│ ├── Dockerfile # FastAPI 컨테이너화 설정
├── mini7_06_spring/ # Spring Boot 기반 웹 서비스 (Java)
│ ├── src/
│ │ ├── main/
│ │ │ ├── java/com/ai4le/mini7/
│ │ │ │ ├── client/ # 외부 API 호출
│ │ │ │ ├── controller/ # API 컨트롤러
│ │ │ │ ├── dto/ # 데이터 전송 객체
│ │ │ │ ├── model/ # 도메인 모델
│ │ │ │ ├── repository/ # 데이터 액세스 계층
│ │ │ │ ├── service/ # 비즈니스 로직
│ │ │ │ ├── Mini7Application.java # Spring Boot 메인 실행 파일
│ │ ├── resources/
│ │ │ ├── database/ # SQLite 데이터베이스 관련 파일
│ │ │ ├── static/ # 정적 파일
│ │ │ ├── templates/ # HTML 템플릿
│ │ │ ├── application.properties # Spring Boot 설정 파일
│ │ ├── test/java/com/ai4le/mini7/ # 테스트 코드
│ ├── Dockerfile # Spring Boot 컨테이너화 설정
│ ├── build.gradle # Gradle 빌드 스크립트
│ ├── settings.gradle # Gradle 설정
├── README.md # 프로젝트 개요 및 문서

---

🔍 요구사항 및 구현 범위

🎯 요구사항

✅ 응급 요청에 적합한 응급실 연계 서비스 구축
✅ 음성 데이터 + 위치 정보 활용하여 병원 추천
✅ AI 모델을 통한 응급 여부 판단 및 최적 응급실 매칭

🏗 현재까지 적용된 기술

• AI 모델: LLM, 언어모델 파인튜닝
• API: OpenAI, Naver Maps
• H/W: 클라우드 웹 서버
• DB: JPA, SQLite (향후 다양한 DBMS 연동 가능)
• S/W: Spring Boot, FastAPI

📌 구현 범위

• 기본 요구사항 → 전체적인 기능 구현
• 추가 요구사항 → 시간 내 가능하면 확장
  (ex. DB 확장, 추가적인 병원 추천 알고리즘, GUI 개선 등)

---

🚀 프로젝트 실행 방법

1️⃣ FastAPI 서버 실행 (AI 분석)
cd mini7_06_fastapi
pip install -r requirements.txt
uvicorn main:app --reload

2️⃣ Spring Boot 서버 실행 (웹 서비스)
cd mini7_06_spring
./gradlew bootRun

3️⃣ Docker 컨테이너 실행
docker-compose up --build

🤝 기여 방법

이 레포지토리를 포크(Fork) 합니다.
새로운 브랜치를 생성합니다. (feature/새로운기능)
변경 사항을 커밋합니다. (git commit -m "추가된 기능 설명")
원격 저장소에 푸시합니다. (git push origin feature/새로운기능)
PR(Pull Request)을 생성하여 변경 사항을 공유합니다.
✨ 더 나은 응급 대응 시스템을 위한 기여를 환영합니다! 🚀