도커와 GCP를 경험한 해커톤

제주도로 워케이션 가는 비행기안에서 짧게나마 저번주말 해커톤을 회고해본다.

10월 마지막 주말 학교에서 “교내 생활 문제 해결”이라는 주제의 해커톤이 있었다. 파트별 멤버는 PM 2명, 디자인 1명, FE(React) 2명, BE(Django) 2명, AI 3명이었고, 우리 팀은 기숙사생 룸메이트 매칭 서비스를 제안하였다. AI를 서비스에 어떻게 추가할지 고민하는 과정에서 나는 사람 간의 매칭이라는 큰 관점에서 데이팅 앱을 조사하였고, 튤립이라는 서비스의 가치관 기반 매칭 시스템을 적용하면서 AI를 서비스에 연결시키고자 하였다. 해당 앱의 매칭 알고리즘은 회원가입 시 약 30개의 객관실 질문에 대한 답변을 입력하게 되고, 그 답변을 기반으로 가장 비슷한 답변을 한 사람과 이어주는 방식이다.

 

나의 목표

내가 해커톤에서 얻고자 하는 목표는 해커톤을 신청하면서부터 정해져있었다. 일단 부스트 캠프에서 인공지능 자체에 대한 공부는 충분히 한다고 생각해서, 모델을 구현하고자 하는 욕심은 크게 없었다. 해커톤 하룻밤 사이 의미 있는 모델을 만들 시간적 여유도 없을 것 같기도 했다. 나는 부스트 캠프에서 경험하지 못한, 서비스와 AI 모델을 연결하는 부분을 맡고 싶었다.
 

프로젝트를 시작하면서

AI를 맡은 3명 간 업무를 분배하며 큰 어려움은 없었다. 객관실 질문들에 대한 답변이 유사한 사람들을 매칭해주는 간단한 작업이었기 때문이다. AI 프로젝트를 많이 경험해 보지 못한 2학년 재학생 2명은 MLops보다는 그 부분을 하고 싶어 해서 맡기고, 나는 나의 목표였던 MLops 부분을 맡게 되었다.
 

구현과정

함수 입출력을 기반을 API로 명세하고, fastAPI를 이용하여 엔드포인트를 설계하였다. 스웨거 UI를 이용하여 엔드포인트 테스트를 끝낸 후 도커로 래핑하는 과정을 거쳤다. 이후 GCP에 서빙하여 백엔드 서버와 연동과정을 거쳤다. 백엔드가 아예 문외한인 영역이라 확실히 많이 힘들었다. 컴공 CS지식 + GPT로 겨우겨우 완성한 느낌.. 하지만 그만큼 많은 인사이트를 얻었다.