파편화된 정보를 한곳에 모으고, 실시간 혼잡도 공유와 게이미피케이션 요소를 결합한
팝업스토어 통합 플랫폼 포롱(PORONG)입니다.
전 팀원이 프론트엔드와 백엔드를 담당하여 기능을 완성했습니다.
| 이주현 | 고유정 | 서지현 |
|---|---|---|
 |
 |
 |
| @hana03030 | @daenggg | @jhwest-dev |
| 메인 페이지, 찾기 페이지 | 팝업 상세, 후기, 마이페이지 | 로그인/회원가입, 관리자 페이지 |
| 찜/리뷰 CRUD, 최근 리뷰 API | 도감/예약 CRUD, 혼잡도 API | 회원/팝업 CRUD, 통계 집계 API |
- Pain Point: SNS에 흩어진 정보 탐색의 어려움, 방문 전 현장 혼잡도 파악 불가능으로 인한 시간 낭비
- Our Solution:
- 통합 정보 제공: 흩어진 팝업 정보를 한곳에서 스마트하게 탐색 및 필터링
- 사용자 참여형 데이터: 유저들의 실제 후기를 기반으로 한 실시간 평균 혼잡도 공유
- 게이미피케이션: 리뷰 작성 시 귀여운 키링 수집 유도로 유저 활동성 촉진
| 01. 실시간 인기도 및 랭킹 시스템 | 02. 조건별 팝업 필터링 |
|---|---|
 |
 |
| 실시간 찜 수 데이터를 분석하여 1~10위 인기 팝업을 집계하고, 금/은/동 왕관 및 NEW 뱃지를 시각화하여 트렌드를 한눈에 제공합니다. | 카테고리, 지역, 운영 상태 결합 필터링과 Kakao Map API를 연동하여 내 주변 팝업 위치를 직관적으로 탐색합니다. |
| 03. 실시간 별점 & 혼잡도 리뷰 | 04. 키링 도감 |
 |
 |
| 이미지 바이너리 파일과 폼 데이터를 동시에 패킹하여 전송하며, 별점 및 3단계 현장 혼잡도 게이지 인터랙션을 지원합니다. | 리뷰 작성을 통해 수집한 산리오 키링을 마이페이지에서 확인하고, 미획득 아이템은 그림자 처리하여 수집 욕구를 자극합니다. |
| 05. 실시간 예약 및 후기 모니터링 | 06. 자동 좌표 변환 팝업 등록 |
 |
 |
| 일자별/회차별 타임테이블에 따른 실시간 예약 현황을 파악하고, 유저들이 남긴 생생한 현장 혼잡도 후기를 한눈에 모니터링합니다. | 신규 팝업스토어 등록 시, 입력한 주소 데이터를 기반으로 위경도 좌표를 자동 변환하여 Kakao Map API에 실시간 마커로 연동합니다. |
- Frontend: HTML5, CSS3, JavaScript, Kakao Map API
- Backend: Spring Boot, Spring Data JPA
- Database: MySQL
- 구매자(User): 홈(랭킹) ➡️ 찾기(필터링) ➡️ 팝업 상세(예약/리뷰) ➡️ 마이페이지(키링 도감)
- 판매자(Admin): 팝업 관리 ➡️ 팝업 등록(자동 좌표 변환) ➡️ 예약/후기 확인 및 통계 대시보드
- 구현 내용: 백엔드 기능 검증 및 프론트엔드 API 연동 테스트를 위해, 임의의 무작위 데이터가 아닌 실제 서비스 시나리오에 기반한 고품질 더미 데이터 60여 개(예약 30개, 리뷰 30개)를 직접 구축했습니다.
- 설계 전략: 데이터베이스의
AUTO_INCREMENT자동 생성 기능에만 의존할 경우 로컬 환경 리셋 시 부모-자식 테이블 간의 ID 싱크가 깨져 외래키 충돌이 발생할 수 있습니다. 이를 예방하기 위해 특정 사용자군(user_id: 6, 8~12번)과 활성화된 팝업스토어(popup_id: 22, 54, 104번)를 정밀 타겟팅하여 수동으로 고유 ID 관계를 매핑한 완성도 높은 테스트 환경을 조성했습니다.
- 구현 내용: 플랫폼의 특성상 팝업스토어가 취소되거나 회원이 탈퇴할 경우, 이와 연관된 하위 종속 데이터(예약, 후기, 찜 목록, 도감)가 유령 데이터(Orphan Data)로 남지 않도록 데이터베이스 DDL 설계 단계에서 강력한 참조 무결성 제약조건을 수립했습니다.
- 데이터 흐름: 특히 팝업 도감 테이블(
collection_books)은 획득한 보상과 작성한 후기(reviews)가 1:1 정밀 타겟으로 묶여 있어야 하므로, 후기가 삭제되면 도감 내의 키링 획득 데이터도 함께 연쇄 삭제(ON DELETE CASCADE)되도록 아키텍처를 전형화하여 전산상 데이터 오염을 완벽히 차단했습니다.
- 구현 내용: 후기 작성 시 사용자의 실제 현장 이미지와 다차원 메타 데이터(별점 점수, 3단계 혼잡도 전산 문자열)를 안정적으로 수신하기 위해 계층 간 데이터 교환 객체(DTO) 레이어를 세분화했습니다.
- 규격 보정: 현장 혼잡도 데이터를 시스템 통계 및 필터링에 직관적으로 활용할 수 있도록 정형 데이터(
LOW,NORMAL,HIGH)로 표준화하여 인코딩했으며, 업로드 주소의 가변성을 대비해 데이터베이스 공간 효율을 극대화할 수 있는 경로 가공 로직을 고려하여 영속성 계층에 바인딩했습니다.
PORONG 플랫폼의 비즈니스 로직(예약-리뷰-도감 연쇄 무결성 및 통계 대시보드)을 안정적으로 처리하기 위해 정규화된 관계형 데이터베이스 구조입니다.
- 독립 마스터 테이블 설계:
users,keyrings,regions,categories를 독립 마스터로 배치하여 분류 데이터 정합성을 유지합니다. - 철저한 종속 무결성: 팝업스토어 정보가 삭제되면 관련된 예약(
reservations), 후기(reviews), 찜 목록(wishlists), 서브 미디어(popup_images,popup_tags) 데이터가 영구 무결성을 잃지 않도록ON DELETE CASCADE연쇄 정제 설계를 완료했습니다. - 도감 연쇄 회수 구조: 특히
collection_books(팝업 도감) 테이블은 후기 작성이 혜택 발급의 원천 조건이므로, 사용자가 후기(reviews)를 삭제하면 획득했던 키링도 도감에서 연쇄 분실/회수 처리되도록 1:1 정밀 외래키 제약조건을 구현했습니다.
- 문제 현상: 팀원 2명이서 각자 예약(
reservations)과 리뷰(reviews) SQL 문을 로컬에서 작성해 온 뒤, 통합 스크립트를 실행하자 데이터베이스가 자식 테이블 생성을 거부하며 참조 무결성 오류를 발생시켰습니다. - 원인 분석: 예약과 리뷰는 유저(
user_id)와 팝업(popup_id)을 참조하는 종속적인 테이블입니다. 각자 로컬 환경에서 데이터를 짜다 보니 부모 테이블에 존재하지 않는 임의의 ID를 매핑했거나, 유저와 팝업 데이터가 먼저 삽입되지 않은 상태에서 자식 테이블(INSERT)을 먼저 호출하여 순서가 뒤틀린 것이 원인이었습니다. - 해결 방법: 팀원 간 '데이터 삽입 그라운드 룰'을 정의했습니다. 유저 ID는 공통 마스터에 등록된
6, 8~12번으로 고정하고, 팝업 ID는 현재 적재된22, 54, 104번만 사용하도록 범위를 명확히 제한했습니다. 또한 무조건 부모 테이블 데이터를 먼저 인서트한 뒤 예약을 넣고, 마지막에 리뷰를 넣도록 스크립트 실행 순서를 강제 전형화하여 외래키 충돌을 완벽히 해결했습니다.
포롱 플랫폼의 모든 API 엔드포인트 요청 정보, 파라미터 규격 및 Response 데이터 구조는 아래 API 명세서에서 상세히 확인하실 수 있습니다.
표준 레이어드 아키텍처 규칙을 준수하여 도메인 단위의 확장성과 코드 격리성을 보장하도록 설계했습니다.
src/main/java/com/porong
├── global/ # 프로젝트 공통 처리 영역 (Config, Exception handler, Util)
└── main/ # 애플리케이션 비즈니스 계층 구조
├── controller/ # 클라이언트의 HTTP 요청을 수신하고 응답을 반환하는 엔드포인트 계층
├── service/ # 기획 요구사항 및 비즈니스 핵심 로직을 수행하는 서비스 계층
├── dto/ # 클라이언트와 서버 간 데이터 요청/응답에 활용되는 데이터 전송 객체
├── vo/ # 변경 불가능한 비즈니스 도메인 및 불변 객체 모델 레이어
└── mapper/ # 데이터베이스 SQL 질의문과 Java 객체를 매핑하는 영속성 계층 (MyBatis)