ForeCastly

완료

수요 예측 서비스

진행률100%

Web

2025.12 ~ 2026.01

1명 (ML 엔지니어 + 백엔드 개발)

프로젝트 설명

월별 워드-스코어 데이터와 시계열 매출 데이터를 결합하여 다음 달 매출을 예측하는 시스템입니다. LSTM(시계열) + Dense(텍스트 피처) 하이브리드 모델과 LLM 기반 인사이트를 제공합니다.

LSTM + Dense 하이브리드 모델로 시계열 + 텍스트 피처 결합 예측
Gradient Boosting/Random Forest/Ridge/Lasso 워드-매출 상관 자동 학습
FastAPI + MongoDB + Plotly 시각화 + LLM(OpenRouter) 인사이트 생성

기술 스택

PythonTensorFlowscikit-learnFastAPIMongoDBPlotlyPandasDocker

아키텍처

데이터 입력 (CSV/API)
  └─ 전처리 파이프라인
       ├─ 시계열 매출 데이터 (pandas)
       └─ 워드-스코어 텍스트 데이터
  └─ 모델 학습
       ├─ LSTM (시계열 예측)
       ├─ Dense (텍스트 피처 회귀)
       └─ Gradient Boosting / RF / Ridge / Lasso
  └─ FastAPI (API 서빙)
       ├─ MongoDB (예측 결과 저장)
       ├─ Plotly (시각화)
       └─ LLM (OpenRouter → 인사이트 생성)

LSTM(시계열) + Dense(텍스트 피처) 하이브리드 모델로 다음 달 매출을 예측합니다. Gradient Boosting/Random Forest/Ridge/Lasso로 워드-매출 상관관계를 자동 학습하고, LLM이 예측 인사이트를 생성합니다.

주요 기능

LSTM + Dense 하이브리드

LSTM이 시계열 패턴을 학습하고, Dense 레이어가 텍스트 피처를 처리하여 결합 예측

워드-스코어 상관 학습

Gradient Boosting/Random Forest/Ridge/Lasso 4종 모델로 워드별 매출 상관계수 자동 학습

LLM 인사이트

OpenRouter API로 예측 결과를 자연어 인사이트로 변환. 상승/하락 요인 설명

시각화 대시보드

Plotly로 시계열 차트/상관관계 히트맵/예측 vs 실제 비교 그래프 자동 생성

자동 재학습

새 데이터 유입 시 모델 자동 재학습 파이프라인

기능

#LSTM+Dense 하이브리드 모델#워드-스코어 매출 상관 학습#시계열 예측#LLM 인사이트 생성#상관관계 분석 시각화#자동 재학습 파이프라인

링크

GitHub