딥러닝 모델을 활용하여 복용 중인 약을 사진으로 촬영해 식별하고, 해당 약품의 상세 정보 및 복용 주의사항을 제공하는 풀스택 서비스입니다.

1. 프로젝트 개요

• 개발 환경: Python, PyTorch, FastAPI, Flutter

• 핵심 기술: EfficientNet-B3 (Image Classification), RESTful API, Hybrid Data Sourcing (API + DB Fallback)

• 주요 성과: 3.6TB 대용량 데이터를 효율적으로 가공하여 모델 학습 및 서비스 구현, API 장애 시에도 정보 제공이 가능한 안정적인 백엔드 아키텍처 설계

• 시현 영상:

  약정보서비스 시현영상.mp4

2. 시스템 아키텍처 및 워크플로우

본 프로젝트는 데이터의 가용성을 극대화하기 위해 하이브리드 정보 제공 흐름으로 설계되었습니다.

2.1. 이미지 식별 기반 검색 프로세스

1. 이미지 분석: 사용자가 업로드한 이미지를 EfficientNet-B3 모델로 추론하여 class_id 추출.
2. 데이터 매핑: 추출된 class_id를 내부 매핑 테이블을 통해 공공데이터 고유 번호인 item_seq로 변환.
3. 1차 시도 (Public API): 공공데이터 포털 API(DrbEasyDrugInfoService)를 호출하여 최신 약품 상세 정보를 실시간 조회.
4. 2차 시도 (Internal DB): API 호출 실패 또는 데이터 부재 시, 학습 단계에서 구축한 내부 DB(Pill 테이블)에서 정보를 추출하여 반환 (Fallback 시스템).

2.2. 명칭 기반 검색 프로세스

• 사용자가 약 이름을 입력하면 공공데이터 API를 통해 검색 결과를 제공하며, 동일하게 API 장애 시 내부 DB를 활용하는 구조를 가집니다.

3. 데이터 (Data)

https://www.aihub.or.kr/aihubdata/data/view.do?currMenu=115&topMenu=100&dataSetSn=576