Fitfor: 휠체어 이용자를 위한 운동 추천 플랫폼

Fitfor: 휠체어 이용자를 위한 운동 추천 플랫폼

신체 능력 평가 기반으로 휠체어 이용자에게 맞춤 운동을 추천하는 웹 플랫폼. 사용자 인터뷰로 문제를 재정의하고, LLM 적응형 추천 파이프라인 구현. 카카오임팩트 주관 테크포임팩트 공감인기상 수상.

Demo GitHub (Front) GitHub (Back)
  • Duration 2024.09 - 2024.12
  • Affiliation 카카오임팩트 테크포임팩트 (7인 팀)
  • Tech Stack FastAPI, Next.js, OpenAI API, Python
  • Key Highlights
    🏆 공감인기상 수상 LLM 적응형 운동 추천 파이프라인 사용자 인터뷰 기반 문제 재정의 FastAPI 백엔드 설계

Overview

카카오임팩트 주관 ‘전산학특강: 테크포임팩트’ 수업에서 장애인 스타트업 캥스터즈의 멘토링 하에 진행한 7인 팀 프로젝트입니다. 운동을 처음 시작하는 휠체어 이용자가 자신에게 맞는 운동 종목을 파악하기 어렵다는 문제를 해결하기 위해, 신체 능력 평가 기반 맞춤 운동 추천 웹 플랫폼을 개발했습니다. 저는 기획 초기부터 사용자 인터뷰 기반 문제 재정의에 참여했으며, LLM 추천 파이프라인 구현과 백엔드 개발을 담당했습니다. 카카오임팩트와 카이스트가 공동 주관한 수업 테크포임팩트에서 동료 평가 1등을 받아 공감인기상을 수상했습니다.

Problem & Task

저희는 휠체어 장애인을 위한 스타트업 캥스터즈의 멘토링 하에 장애인을 위한 프로그램의 개발을 맡았습니다. 초기에는 장애인의 만성 질환이 운동을 할 수 없게 만드는 환경으로 인한 운동 부족이라는 점에서 영감을 받아, 지체장애인이 주도적으로 운동하는 것을 도와주는 동호회 플랫폼을 개발하고자 했습니다.

그러나 휠체어 이용자를 직접 인터뷰한 결과 실제 니즈는 동호회 탐색보다 “자신이 가능한 운동 종목 파악” 임을 확인했습니다. 동호회를 해본 적이 없는 휠체어 사용자와, 동호회에 적극적으로 참여중인 휠체어 럭비선수를 인터뷰해본 결과, 신체 능력에 따라서 할 수 있는 운동이 달라 처음 운동을 하는 장애인들은 자신이 할 수 있는 운동을 알 수 없고, 어떻게 동호회에 참여해야 하는지도 모르는 경우가 많다는 사실을 발견했습니다. 같은 병명이라도 개인별 운동 가능 범위가 상이하기 때문에, 일반적인 추천 방식으로는 개인화된 결과를 제공하기 어려웠으며, 기존 동호회 사람들에게 운동에 대한 추천을 받아야 운동을 시작할 수 있었습니다.

이에 체육관에 직접 방문하지 않아도 자신의 신체 능력에 맞는 운동 정보와 동호회를 찾는 방법을 고민했고, AI를 이용해 운동을 처음 시작하는 휠체어 사용자가 자신의 운동 능력을 이해하고 가능한 운동을 파악해 도전하도록 도와주는 플랫폼을 개발했습니다.

저는 백엔드 개발을 담당했으며, 해결해야 했던 목표는 두 가지입니다.

  • 개인의 신체 능력 평가를 기반으로 맞춤 운동을 추천하는 적응형 파이프라인 구현
  • 일반 LLM의 장애인 운동 추천 한계를 도메인 데이터로 보완

Approach

사용자 인터뷰로 확인한 핵심 니즈에 맞게 기획 방향을 전환한 뒤, 실제 장애인 운동 대회에서 사용하는 동작 능력 평가 데이터를 수집해 구조화된 컨텍스트로 변환하여 LLM에 제공하는 적응형 추천 파이프라인을 설계했습니다.

일반 LLM에 단순 질문하는 방식 대신, 신체 능력 평가 결과를 정형화된 컨텍스트로 가공해 주입함으로써 개인화된 추천 품질을 확보하는 것이 핵심 아이디어입니다.

Implementation

[전체 파이프라인]

사용자 신체 능력 평가 입력
→ (프론트) MoveNet model을 활용한 운동 능력 추천
→ (백) 동작 능력 평가 데이터 기반 구조화 컨텍스트 변환
→ OpenAI API 호출 → 맞춤 운동 종목 추천
→ 대한장애인체육회 크롤링 데이터와 연계 → 관련 동호회 정보 제공

[직접 기여한 부분]

  • 사용자 인터뷰 기반 문제 재정의 및 기획 방향 전환 주도
  • 장애인 운동 대회 동작 능력 평가 데이터 수집 및 구조화
  • LLM 적응형 추천 파이프라인 설계 및 구현
  • 대한장애인체육회 생활체육정보센터 동호회 데이터 크롤링
  • FastAPI 백엔드, DB 설계, OpenAI API 연동

Results

  • 카카오임팩트 주관 테크포임팩트 공감인기상 수상
  • 사용자 인터뷰를 통해 초기 기획을 실제 니즈에 맞게 재정의, 서비스 방향 전환 성공
  • 신체 능력 평가 기반 적응형 추천 파이프라인 구현 완료 및 데모 시연

Insights

[배운점]

기술 구현보다 문제 정의가 먼저라는 것을 몸으로 배운 프로젝트입니다. 초기 기획이 그럴듯해 보여도 실제 사용자 인터뷰 한 번으로 방향이 완전히 바뀔 수 있다는 것, 그리고 그 전환을 빠르게 결정하는 것이 팀 전체의 결과물 품질을 높인다는 것을 체감했습니다.

[한계]

  • 수업 프로젝트 특성상 짧은 기간 내에 완성해야 해서, 추천 품질을 정량적으로 검증하지 못했습니다.
  • 크롤링한 동호회 데이터의 최신성과 정확성을 보장하기 어려웠습니다.

[개선 방향]

  • 추천 결과에 대한 사용자 피드백 루프를 도입해 품질을 지속 개선
  • 동호회 데이터를 주기적으로 업데이트하는 자동화 파이프라인 구축
  • 더 많은 장애 유형과 신체 능력 평가 항목을 커버하도록 데이터 확장