Project Detail
AI-Bidder
AI-Bidder — Bid Price Prediction
React 대시보드와 AWS 인프라, Docker 기반 AI 파이프라인을 직접 구성해 모델 학습부터 예측 결과 알림까지 전 과정을 자동화했습니다.
- AI 낙찰가 예측 서비스
- Docker 기반 학습 파이프라인
- SSE 기반 실시간 결과 알림
자재 납품 및 설비 설치 입찰 경쟁에서 최적 낙찰가를 예측해 PM 팀의 전략 의사결정을 돕는 AI 기반 서비스입니다. 나라장터 공고 데이터를 학습해 분포표와 하한가를 실시간으로 제공합니다.
AI INSIGHTS
낙찰가 예측 인텔리전스
입찰 대상 기업과 기초금액 요인을 입력하면 분포표, 하한가, 예측가를 즉시 계산해 PM 팀의 전략 결정을 지원했습니다.
Predictive Pricing, Scenario Planning
PIPELINE
Docker 기반 학습 파이프라인
Amazon EC2에서 Docker 컨테이너로 Python 학습 코드를 실행하고, 결과를 S3에 저장해 장시간 학습에도 안전하게 대응했습니다.
EC2, Docker, Python Training
AUTOMATION
실시간 예측 결과 알림
SSE(Server-Sent Events)와 S3 캐싱을 결합해 5분 이상 소요되는 예측 결과를 안정적으로 전달하고 사용자 대기 시간을 줄였습니다.
SSE, S3 Cache, Async UX
AI-Bidder 백오피스 — 낙찰가 예측 대시보드
1 / 1프로젝트 개요
사용자 대상은 외부가 아닌 사내 PM 팀을 대상으로 개발했으며, 나라장터 사이트에 올라오는 설비 시공 입찰 공고의 최적 낙찰가를 예측해 PM 팀의 전략적 의사 결정에 기여하는 서비스입니다. 사용자가 기업 리스트와 기초금액 요인 값을 입력하면 AI 모델을 통해 낙찰 예측가 분포표, 최저 예상 낙찰가, 낙찰 하한가 등을 제공합니다. 정보를 제공하기만 하고 최종 결정은 입찰 담당자가 합니다. 모델 학습은 AI 엔지니어가 나라장터에서 그동안 진행됐던 공고 데이터를 공공기관으로부터 전달받아 진행했습니다.
기술 스택
개발에 활용한 언어는 JavaScript이며, 프론트엔드는 React와 Styled-components, 상태 관리는 Context API로 진행했습니다. 백엔드는 Amazon EC2에서 AI 학습 파이썬 코드가 담긴 Docker Container를 실행해 S3에 그 결과를 담고, 필요할 때 S3에서 데이터를 꺼내 표시하는 방식입니다.
주요 책임 및 성과
- 낙찰가를 예측하기 위한 AI 서버에 파일 업로드 기능 구현
- Amazon EC2에 Docker 컨테이너 환경을 구성하고 AI 모델 학습 관련 Python 코드를 실행하는 환경 구현. AI 모델 학습에는 많은 시간이 소요되므로 당시 최대 응답 대기시간 15분으로 제한이 있던 Lambda가 아닌 EC2에서 수행하도록 함
- AI 모델에 낙찰가 예측 요청을 보내면 응답을 받기까지 약 5분 이상이 필요하므로 예측 결과를 S3에 저장한 후 클라이언트에 SSE 알림을 보내는 형태로 구현
Tech Stack
React 대시보드와 Docker, S3 조합의 AI 파이프라인으로 낙찰가 예측 전 과정을 자동화했습니다.
FRONTEND
Decision Dashboard
React + Styled-components로 PM 팀이 빠르게 지표를 확인할 수 있는 UI를 구성했습니다.
JavaScriptReactStyled-componentsContext APIRecharts
BACKEND
AI Training Pipeline
Docker 컨테이너에서 Python 학습 코드를 실행하고, 결과는 S3로 전송해 관리했습니다.
Amazon EC2DockerPythonAmazon S3Boto3
OPS
Async Delivery & Ops
SSE, CloudWatch, IAM 구성을 통해 학습 상태 모니터링과 결과 전달을 자동화했습니다.
Server-Sent EventsAmazon CloudWatchAWS IAMNginxGitLab CI