🌀 roll-model

데이터 전처리부터 모델 학습, 배포, API 제공까지 한 번에 말아드립니다.
비전문가도 쉽게 사용할 수 있는 노코드 머신러닝 파이프라인 플랫폼 'roll-model' 입니다.

🚀 프로젝트 개요

roll-model은 데이터 전처리, 모델링, 평가, 배포 과정의 자동화, 용어와 사용법 가이드를 통해 누구나 손쉽게 AI 모델을 개발하고 API로 배포할 수 있도록 돕는 플랫폼입니다.

📅 개발 기간

2025.04.14 ~ 2025.05.22 (6주)

목차

• 🌀 roll-model
  • 🚀 프로젝트 개요
  • 📅 개발 기간
  • 목차
  • 🧩 주요 기능
    • 친절한 가이드라인
    • ✅ 원클릭 데이터 전처리 제공
    • 🧠 AI 기반 전처리 추천
    • 🌐 자동 API 배포
    • 📌 데이터 인사이트 제공
    • 📊 직관적인 모델 평가 도구
    • 🗂️ 버전 관리 시스템
    • ♻️ 모델 공유 및 재학습 시스템
  • 🏗️ 시스템 아키텍처 및 인프라 특징
    • 📦 아키텍처 구조도
    • 📊 ERD
  • 🧪 기술 스택
  • 📸 스크린 샷
    • 메인 페이지
    • 워크스페이스
    • 사용자 대시보드 페이지
    • 오픈소스 모델 공유 페이지
    • 모델 상세 페이지
  • 👥 팀 구성
  • 📋 프로젝트 관리 (Jira)
    • 일정 관리 및 스프린트 운영
    • 누적 흐름 다이어그램 (CFD)
  • 🧭 Git 브랜치 규칙
  • ✅ 커밋 메시지 컨벤션
  • 🔧 PR 템플릿

---

🧩 주요 기능

친절한 가이드라인

• 튜토리얼 라이브러리를 활용한 사용법 설명
• 가이드라인을 통해 용어 및 세부사항 설명

✅ 원클릭 데이터 전처리 제공

• 버튼 클릭으로 전처리 적용
• 전처리 결과 데이터, 전/후 처리 비교 제공

🧠 AI 기반 전처리 추천

• 데이터 구조와 프로젝트 목적에 따라 AI 프롬프팅
• 전처리 과정의 오류 회피 및 모델 학습에 적합한 전처리 추천

🌐 자동 API 배포

• 모델 학습 후 API 자동 생성 (Curl, Python, JS, Java 예제 제공)
• 상세 API 문서와 모델 파일 다운로드 옵션 포함

📌 데이터 인사이트 제공

• 변수 간 상관관계 분석
• 이상치 감지 및 데이터 분포 분석

📊 직관적인 모델 평가 도구

• R², MAE, RMSE 등 다양한 지표 제공
• 특성 중요도 분석 및 예측 결과 시각화

🗂️ 버전 관리 시스템

• 모델 버전별 성능/파라미터 이력 추적
• 모델 버전 추적을 통해 연관된 모델 관리

♻️ 모델 공유 및 재학습 시스템

• 타 사용자의 모델로 재학습
• 모델 공유 커뮤니티 제공

---

🏗️ 시스템 아키텍처 및 인프라 특징

• 메시지 기반 비동기 아키텍처: Kafka + Celery Worker
• 자동화된 ML 파이프라인: 학습 요청 → 서빙까지 완전 자동화
• Kubernetes + KServe 기반 배포: 오토 스케일링, 자원 격리, 템플릿 배포
• GPU 자원의 유연한 분할로 효율 증대: 모델당 약 128MB 메모리로 자원 낭비 최소화
• Kong API Gateway 기반 보안: 모델별 ACL 기반 API 키 부여
• 확장 가능한 구조: 현재는 Scikit-learn 기반, TensorFlow/PyTorch도 확장 가능

📦 아키텍처 구조도

📊 ERD

---

🧪 기술 스택

• Frontend: Next.js, React, FCM, TailwindCSS, TanStackQuery, Jotai, Jest
• Backend: FastAPI, Spring, Celery, Kafka
• DB: MongoDB, MySQL
• Storage: MINIO
• Infra: Kubernetes, KServe, NginX, Istio, Kong API Gateway, Docker, Jenkins (CI/CD), mlflow, Scikit-learn, Jinja

---

📸 스크린 샷

메인 페이지

메인페이지

• 프로젝트 아이덴티티와 기본 가이드 확인가능
• 구글, 깃허브 소셜로그인

워크스페이스

데이터 업로드	프로젝트 세팅
• 1 • 2 • 3 • 4	• 1 • 2 • 3

전처리 가이드	전처리 기능 및 AI추천 기능
• 1 • 2 • 3 • 4	• 1 • 2 • 3

전처리 파이프라인 추가	전처리 파이프라인 삭제
• 1 • 2 • 3 • 4	• 1 • 2 • 3

전처리 완료 및 결과	모델 파라미터 설정
• 1 • 2 • 3 • 4	• 1 • 2 • 3

사용자 대시보드 페이지

사용자 대시보드 페이지

• 진행중인 프로젝트 확인가능

오픈소스 모델 공유 페이지

오픈소스 모델 공유 페이지

모델 상세 페이지

전처리데이터 상세	학습된 모델 상세
• 데이터 요약 • 전처리 정보 • 주요 변수 분포 • 상관관계 매트릭스	• 모델 기본 정보 • 모델 성능 요약 • 모델평가 및 가이드

재학습 버전관리 상세	API 서빙 상세
• 동일한 데이터 기준 재학습 버전관리	•학습된 모델 pkl파일 다운로드 • API 키 발급 • API엔드포인트 URL • 실사용 예제코드 제공

---

👥 팀 구성

팀명 : 최AI

	포지션	역할
임남기	FE, 팀장	오픈소스, 대시보드, 프로젝트 상세(개요, 모델, 데이터, 버전, API), 모델 학습, 학습 상태 FCM 알림, 디자인 디자인
박가희	FE	메인, 로그인, 데이터 업로드, 프로젝트 생성, 데이터 전처리, 튜토리얼, 가이드라인, AI 전처리 추천, 재학습, 디자인
김준석	BE, Infra	모델 파이프라인(학습/평가/배포/인증/인가), PPT 제작
정규현	BE, Infra	배포, 무중단 처리, CI/CD 파이프라인, 프로젝트 상세 (모델), AI 전처리 추천, 영상 포트폴리오 제작
권남희	BE, 발표	오픈소스, 대시보드, 프로젝트 상세(개요, 데이터, 버전, API), 모델 학습, 학습 상태 FCM 알림, 프로젝트 생성, 데이터 업로드, PPT 제작, 발표
진우석	BE	인증/인가, 데이터 전처리, 학습 실행, 워크스페이스

---

📋 프로젝트 관리 (Jira)

일정 관리 및 스프린트 운영

• 프로젝트 단계별 진행: 기획 → 기능구현 → 1차 MVP → 2차 MVP → 발표준비 단계로 구분하여 6주간 진행
• 일일 스크럼: 매일 오전 진행 상황 공유를 위한 스크럼 진행
• 스프린트 리뷰: 매주 금요일 완료된 기능 데모 및 회고

누적 흐름 다이어그램 (CFD)

🧭 Git 브랜치 규칙

feat/역할(FE/BE/INF)-지라이슈번호-세부기능

예시:

feat/FE-7-login
hotfix/BE-api-error

---

✅ 커밋 메시지 컨벤션

[역할] prefix: 세부 기능

• feat: 새로운 기능 추가
• fix: 버그 수정
• docs: 문서 수정
• modify: 기능/코드 수정 완료
• refactor: 리팩토링
• hotfix: 긴급 수정
• merge / resolve / remove / add / move / conf / test

예시:

[FE] feat: 로그인 화면 구현
[BE] modify: 학습 API 파라미터 변경

🔧 PR 템플릿

# 🤷‍♂️ Description

<!-- 기능을 설명해주세요. -->

# 📸 Screenshots

<!-- 필요한 경우 스크린샷 첨부 -->

# 🔧 Reminder

<!-- 남은 하위 작업을 작성해주세요. -->

# ✳️ Remarks

<!-- 비고란으로 Optional -->