Skip to content

Devcourse-BE6-8-2-Team5/Backend

BranchesTags

Repository files navigation

📰 뉴스 생성 시스템

🔗 서비스 링크

홈페이지: https://news-ox.vercel.app/

📌 개요

본 시스템은 사용자가 뉴스의 진위 여부를 판별하거나 뉴스 관련 퀴즈를 풀며 미디어 리터러시(정보 판별력)를 기를 수 있는 웹 서비스입니다.

뉴스에 대한 관심이 낮은 젋은 세대를 주요 타겟으로 삼아, 단순한 정보 제공을 넘어 게임처럼 재미있게 뉴스를 접하고 학습하도록 유도합니다.

또한 RPG 캐릭터 요소를 더해 사용자가 꾸준히 참여하도록 설계했습니다.

스케줄러, AI, 크롤링, 외부 API 연동, 그리고 보안 관리(Spring Security) 등을 통합해 운영하며,
뉴스 콘텐츠 기반 퀴즈를 생성해 사용자 참여도를 높이는 것을 목표로 합니다.

👥 팀원 및 역할

팀원 역할 담당 업무
이예진(팀장) Backend / Frontend 인증/인가, 소셜로그인, UI/UX
김성철(PM) Backend / Frontend 프로젝트 관리, 회원도메인 전반, 퀴즈 풀이내역
김율희 Backend 퀴즈 도메인 전반, AI 호출 관리 담당
이광현 Backend / Frontend 사용자 인터페이스, 백엔드 API 개발
최승욱 Backend 뉴스 도메인 전반, 뉴스 생성 및 데이터 수집·전처리 담당

각 팀원은 맡은 영역에서 협업하며, 전체 시스템 안정성과 기능 확장을 위해 소통하고 있습니다.

🛠 기술 스택

Backend

  • Language: Java 23
  • Framework: Spring Boot 3.x
  • Database: PostgreSQL (Railway)
  • ORM: JPA/Hibernate
  • Authentication: Spring Security + OAuth2

AI & External APIs

  • AI 연동: Google Gemini API
  • 크롤링: Jsoup
  • 뉴스 수집: 네이버 뉴스 API
  • 자연어 처리: Open Korean Text

Infrastructure & Deployment

  • Backend Hosting: Fly.io
  • Frontend Hosting: Vercel
  • Database: Railway PostgreSQL
  • CI/CD: GitHub Actions

기타

  • Scheduler: Spring @Scheduled
  • 비동기 처리: CompletableFuture, ThreadPoolTaskExecutor
  • Documentation: SpringDoc OpenAPI

🚀 주요 기능

👤 사용자 관리

  • 소셜 로그인 (카카오, 구글, 네이버)
  • JWT 기반 인증/인가
  • 사용자 프로필 관리
  • RPG 캐릭터 시스템

📰 뉴스 관리

  • 네이버 뉴스 API 연동
  • 일일 스케줄러 기반 뉴스 수집
  • 중복 뉴스 필터링
  • 뉴스 카테고리별 분류 (정치, 경제, IT, 사회, 문화)

🧠 퀴즈 시스템

  • AI 기반 퀴즈 자동 생성
  • 뉴스 진위 판별 게임 (팩트 퀴즈)
  • 상세 퀴즈 (객관식 문제)
  • 오늘의 퀴즈
  • 사용자 점수 및 레벨 시스템

🤖 AI 기능

  • Google Gemini를 활용한 퀴즈 생성
  • 뉴스 분석 및 점수 부여
  • 가짜 뉴스 자동 생성

🔧 고성능 처리

  • 비트마스킹 기반 중복 검사 알고리즘
  • 인덱스 기반 맵을 활용한 유사도 계산
  • 비동기 처리 (CompletableFuture)

🌟 프로젝트 특징

  • 게이미피케이션: RPG 요소를 통한 사용자 참여도 향상
  • 미디어 리터러시: 뉴스 진위 판별 능력 향상
  • 실시간 데이터: 스케줄러를 통한 자동 뉴스 수집
  • 확장 가능한 구조: 모듈화된 아키텍처로 기능 추가 용이
  • 고성능 알고리즘: 비트마스킹 기반 중복 검사로 빠른 처리 속도
  • 클라우드 배포: 안정적인 서비스 운영을 위한 다중 클라우드 활용
  • 이벤트 기반 아키텍처: 비동기 처리를 통한 성능 최적화

🏗 시스템 아키텍처

Frontend (Vercel) ←→ Backend API (Fly.io) ←→ Database (Railway PostgreSQL)
                            ↓
                     External APIs
                  - Naver News API
                  - Google Gemini AI

1️⃣ 진짜 뉴스 생성 과정

  1. 스케줄러 트리거

    • 매일 정해진 시각에 스케줄러가 진짜 뉴스 생성 작업 시작

  2. AI 프롬프트 호출 및 키워드 생성

    • AI가 KeywordHistory 테이블을 참조하여 정치, 경제, IT, 사회, 문화 5개 카테고리별 키워드 2개씩 선별
    • 웹 사전 조사 (주요 헤드라인, 예정 발표, 최근 이슈 등)
    • 최근 사용 키워드 제외
    • KeywordType(Enum) 기반으로 진행 중이거나 속보성 기사 포함

  3. 네이버 API 호출

    • 각 키워드별로 N건의 기사를 조회
    • 기사 제목, 요약 등 메타데이터 수집

  4. 중복 뉴스 필터링

    • 비트마스킹과 인덱스 기반 맵을 활용한 고속 중복 검사
    • Open Korean Text로 형태소 분석 후 효율적인 유사도 계산

  5. 부가 정보 크롤링

    • 원문 URL, 기자명 등 추가 정보 크롤링

  6. AI 뉴스 분석

    • 비동기 Batch로 AI 뉴스 분석 프로세서 호출
    • 각 뉴스별 카테고리 분류 및 완성도, 명확성 등 기준에 따라 점수 부여

  7. 최종 뉴스 선정

    • 카테고리별 상위 N개 뉴스 필터링
    • 5개 카테고리 중 랜덤으로 최고 점수 뉴스 1건을 오늘의 뉴스로 선정

2️⃣ 가짜 뉴스 생성 과정

  1. 스케줄러 트리거

    • 진짜 뉴스 생성 완료 후, 스케줄러가 가짜 뉴스 생성 작업 시작

  2. 가짜 뉴스 AI 생성

    • 비동기 Batch로 AI 생성 프로세서 호출
    • 진짜 뉴스의 제목을 기반으로 허구의 내용 창작
    • 원문 문체, 분량 등을 모방

  3. 저장 및 퀴즈 생성

    • 생성 성공 시 DB에 저장
    • 관련 퀴즈(OX형)와 함께 서비스

3️⃣ 퀴즈 생성 과정

  1. 뉴스 저장 이벤트 수신

    • 진짜 뉴스/가짜 뉴스/오늘의 뉴스가 DB에 저장되면, 저장 완료 이벤트가 발행되어 각 이벤트 리스너에서 퀴즈 생성 로직 호출

  2. 퀴즈 출제 데이터 준비

    • 이벤트로 전달된 뉴스 ID 리스트를 통해 해당 뉴스 내용 조회

  3. 퀴즈 문제 자동 생성

    • 상세 퀴즈: AI 호출을 통해 각 뉴스 내용을 기반으로 뉴스 이해도를 평가하는 객관식 문제를 뉴스 당 3개씩 생성 (원활한 생성을 위해 비동기 처리, Rate Limit 적용)
    • 팩트 퀴즈(OX 퀴즈): 진짜 뉴스와 그에 대응되는 가짜 뉴스를 연결해 어떤 뉴스가 진짜/가짜인지 판별하는 문제 생성
    • 오늘의 퀴즈: 오늘의 뉴스에 해당하는 상세 퀴즈를 오늘의 퀴즈로 등록

  4. 퀴즈 저장 및 서비스 연동

    • 생성된 퀴즈는 DB에 저장되어 사용자에게 제공됨
    • 퀴즈 서비스와 연동되어 앱 내 퀴즈 콘텐츠로 노출

📊 시퀀스 다이어그램

sequenceDiagram
    participant Scheduler_Real as 스케줄러(진짜 뉴스)
    participant AI_Keyword as AI 키워드 생성
    participant NaverAPI as 네이버 뉴스 API
    participant Crawler as 부가정보 크롤러
    participant AI_Analysis as AI 뉴스 분석
    participant DB as 데이터베이스
    participant Scheduler_Fake as 스케줄러(가짜 뉴스)
    participant AI_Fake as AI 가짜 뉴스 생성
    participant FakeNewsService as 가짜뉴스 생성 서비스
    participant EventBus as 이벤트 버스
    participant QuizService as 퀴즈 생성 서비스
    participant QuizDB as 퀴즈 DB

    Scheduler_Real->>AI_Keyword: 키워드 생성 요청
    AI_Keyword->>NaverAPI: 카테고리별 기사 조회
    NaverAPI-->>AI_Keyword: 기사 메타데이터 반환
    AI_Keyword->>AI_Keyword: 중복 뉴스 필터링
    AI_Keyword->>Crawler: 부가 정보 요청
    Crawler-->>AI_Keyword: 원문 URL, 기자명 등 반환
    AI_Keyword->>AI_Analysis: 뉴스 분석 요청
    AI_Analysis-->>DB: 분석 결과 저장
    AI_Analysis-->>Scheduler_Fake: 진짜 뉴스 생성 완료

    Scheduler_Fake->>AI_Fake: 가짜 뉴스 생성 요청
    AI_Fake->>DB: 진짜 뉴스 제목 조회
    AI_Fake->>AI_Fake: 허구 내용 생성 (문체/분량 모방)
    AI_Fake-->>DB: 가짜 뉴스 저장

    DB-->>FakeNewsService: 가짜 뉴스 저장 알림
    FakeNewsService->>EventBus: FakeNewsCreatedEvent 발행
    EventBus-->>QuizService: 이벤트 전달
    QuizService->>QuizService: 가짜뉴스 및 진짜뉴스 데이터 조회
    QuizService->>QuizService: AI / 알고리즘 기반 퀴즈 문제 생성
    QuizService->>QuizDB: 검증 후 퀴즈 저장
    QuizService-->>EventBus: 퀴즈 생성 완료 이벤트
Loading

🏛 아키텍처 다이어그램

graph TB
    %% 외부 API
    subgraph "External API"
        NAVER[네이버 뉴스 API]
        GEMINI[Gemini AI]
    end
    
    %% 스케줄러
    subgraph "Scheduler"
        DAILY[일일 뉴스 처리 00시]
        FAKE[가짜뉴스 생성 01시]
    end
    
    %% 핵심 서비스
    subgraph "Main Services"
        COLLECT[뉴스 수집 NewsDataService]
        ANALYZE[뉴스 분석 AnalysisService]
        BATCH[비동기 배치 BatchService]
        GENERATE[가짜뉴스 생성 FakeNewsService]
        EVENTBUS[이벤트 버스 EventBus]
        QUIZ[퀴즈 생성 QuizService]
    end
    
    %% 데이터베이스
    subgraph "Database"
        REAL_DB[(진짜뉴스)]
        FAKE_DB[(가짜뉴스)]
        QUIZ_DB[(퀴즈 데이터)]
    end
    
    %% 메인 플로우
    DAILY --> |1.시작| COLLECT
    COLLECT -->|2.키워드 생성 요청| GEMINI
    GEMINI -->|3.키워드 반환| COLLECT
    COLLECT -->|4.API 호출| NAVER
    NAVER -->|5.뉴스 데이터| COLLECT
    COLLECT -->|6.중복 제거 | COLLECT
    COLLECT -->|7.크롤링 후 분석 요청| ANALYZE
    ANALYZE -->|8.뉴스 분석 배치| BATCH
    BATCH -->|9.AI 분석| GEMINI
    GEMINI -->|10.분석 결과| ANALYZE
    ANALYZE -->|11.선별된 뉴스| COLLECT
    COLLECT -->|12.저장| REAL_DB
    
    %% 가짜뉴스 플로우
    FAKE -->|13.뉴스 조회| REAL_DB
    REAL_DB -->|14.데이터| GENERATE
    GENERATE -->|15.가짜 뉴스 배치| BATCH
    BATCH -->|16.AI 생성| GEMINI
    GEMINI -->|17.가짜뉴스 반환| GENERATE
    GENERATE -->|18.저장| FAKE_DB
    GENERATE -->|19.FakeNewsCreatedEvent 발행| EVENTBUS
    EVENTBUS -->|20.비동기 이벤트 전달| QUIZ
    QUIZ -->|21.진짜뉴스/가짜뉴스 조회| REAL_DB & FAKE_DB
    QUIZ -->|22.AI/알고리즘 기반 퀴즈 생성 - OX, 상세형| QUIZ_DB
    QUIZ -->|23.퀴즈 저장 및 완료 이벤트 발행| EVENTBUS
    
    %% 스타일링
    classDef external fill: #e3f2fd, stroke: #1976d2, stroke-width:2px
    classDef scheduler fill: #fff3e0, stroke: #f57c00, stroke-width:2px
    classDef service fill: #f3e5f5, stroke: #7b1fa2, stroke-width:2px
    classDef database fill: #e8f5e8, stroke: #388e3c, stroke-width:2px
    
    class NAVER,GEMINI external
    class DAILY,FAKE scheduler
    class COLLECT,ANALYZE,BATCH,GENERATE,EVENTBUS,QUIZ service
    class REAL_DB,FAKE_DB,QUIZ_DB database
Loading

📂 디렉토리 구조

src
└── main
    └── java
        ├── domain               # 도메인별 핵심 비즈니스 로직
        │   ├── member           # 회원 관련
        │   │   ├── member
        │   │   └── quizhistory
        │   ├── news             # 뉴스 관련
        │   │   ├── common
        │   │   ├── fake
        │   │   ├── real
        │   │   └── today
        │   └── quiz             # 퀴즈 관련
        │       ├── daily
        │       ├── detail
        │       └── fact
        └── global               # 전역 모듈
            ├── ai              # AI 연동 모듈
            ├── exception       # 예외 처리
            ├── init            # 초기 설정
            ├── security        # 보안 설정
            ├── util            # 유틸리티
            └── etc             # 기타 공용 모듈

About

No description, website, or topics provided.

Resources

Readme
Activity
Custom properties

Stars

0 stars

Watchers

0 watching

Forks

3 forks
Report repository

Releases

No releases published

Packages

No packages published

Contributors 6

Languages