2023.02.20 ~ 2023.04.07
SSAFY 8기 2학기 특화 프로젝트 - ARO
바쁜 일상을 살아가는 와중 밤하늘을 관찰하고 싶었던 적 있으신가요? 오로라, 유성우를 구경하고 싶지만, 언제 어디로 가야 할지 모르겠었던 적 있으신가요?
전문적으로 오로라와 유성우를 관찰하는 사람들, 여행 온 김에 오로라 혹은 유성우를 관찰하고 싶은 사람들, 오로라 혹은 유성우를 구경하는게 버킷리스트인 사람들… 오로라를 관찰하고 싶지만 언제 어디로 가야 할지 모르는 모든 사람들을 위해서 ARO에서는 오로라 예측 데이터를 제공합니다.
ARO에서는 미래 3일 간의 오로라 예측 데이터를 제공하며, 예측 데이터에 더불어 날씨 정보를 추가적으로 분석하여 해당 날짜, 시간, 해당 지역에서 오로라를 관찰할 수 있는지 확률 정보를 제공합니다.
- SWPC(Space Weather Prediction Center)의 데이터를 활용하여 KP 지수를 예측합니다.
- 단기 예측은 랜덤포레스트 모델을 이용하여 KP 지수를 제공합니다.
- 3일 간의 예측은 LSTM 모델을 이용하여 KP 지수를 제공합니다.
- 해당 국가의 위도를 확인합니다.
- 위도를 이용하여 해당 국가에서 표시되는 별자리를 확인하고 이에 해당하는 유성우를 찾습니다.
- 유성우가 나타나는 날짜의 범위 중 달에서 반사되는 빛의 양이 가장 적은 날짜를 찾아서 유성우를 관측하기 최적의 날짜를 제공합니다.
- 미래 3일치 오로라 예측 데이터를 제공합니다.
- 특정 날짜, 특정 시간에 대한 KP지수를 제공합니다.
- KP지수와 날씨 등 여러 요소들을 고려하여, 오로라를 볼 수 있는 확률 정보를 제공합니다.
- 사용자가 편의에 따라 정보 표현 방식을 선택할 수 있도록, 지도와 그래프의 두가지 방식으로 정보를 제공합니다.
- 오로라를 관측할 수 있는 다양한 명소 정보를 제공하고, 관심 명소를 선택할 수 있습니다.
- 나의 관심 지역에서 오로라를 볼 수 있는 확률이 일정 확률을 넘으면 FCM 알림을 받을 수 있습니다.
- 확률 수치와 알림 수신 여부를 선택할 수 있습니다.
- 각 명소 방문시 일지를 작성할 수 있습니다.
- 일지를 작성하기 위해서는 해당 명소에서 찍은 오로라 사진을 통해서 인증을 받아야 합니다. (AI를 통한 오로라 판별, 메타 데이터를 통한 위치 판별)
- 인증에 성공하면, 사진과 글을 작성하여 해당 명소에 방문했던 추억을 남길 수 있습니다.
- 각 나라별 관찰 가능한 유성우 정보 제공합니다.
- 유성우를 관측할 수 있는 나라들 중 관심 있는 나라를 선택할 수 있습니다.
- 추후 예측 서비스 업데이트 예정입니다.
- IntelliJ
- Spring boot
- Spring batch
- Spring Data Jpa
- Spring Security
- Firebase
- MariaDB
- Redis
- Rserve
- Android Studio : Electric eel
- Kotlin : 1.8.10
- compileSdk : 33 / minSdk : 26
- Android Jetpack
- Viewmodel
- Compose
- Dagger-Hilt
- AWS EC2
- Docker
- Jenkins
- Nginx
- R
- Python
- Tensorflow
- Keras
- flask
- YOLOv5
├─api-module
│ └─src
│ ├─main
│ │ ├─java
│ │ │ └─com
│ │ │ └─nassafy
│ │ │ └─api
│ │ │ ├─config
│ │ │ │ ├─s3
│ │ │ │ └─security
│ │ │ ├─controller
│ │ │ ├─dto
│ │ │ │ ├─jwt
│ │ │ │ ├─notification
│ │ │ │ ├─req
│ │ │ │ └─res
│ │ │ ├─exception
│ │ │ ├─handler
│ │ │ ├─jwt
│ │ │ ├─service
│ │ │ └─util
│ │ └─resources
│ └─test
│ └─Java
│ ├─com
│ │ └─nassafy
│ │ └─api
│ │ └─redis
│ └─com.nassafy.api
│ └─stamp
├─batch-module
│ └─src
│ ├─main
│ │ ├─java
│ │ │ └─com
│ │ │ └─nassafy
│ │ │ └─batch
│ │ │ ├─config
│ │ │ ├─controller
│ │ │ ├─dto
│ │ │ │ ├─notificcation
│ │ │ │ ├─r
│ │ │ │ └─response
│ │ │ ├─job
│ │ │ ├─scheduler
│ │ │ └─service
│ │ └─resources
│ │ ├─firebase
│ │ └─templates
│ └─test
│ └─java
│ └─com
│ └─nassafy
│ └─batch
│ └─r
├─core-module
│ └─src
│ └─main
│ └─java
│ ├─com
│ │ └─nassafy
│ │ └─core
│ │ ├─config
│ │ ├─DTO
│ │ ├─entity
│ │ ├─exception
│ │ ├─respository
│ │ └─util
│ └─resources
├─gradle
│ └─wrapper
└─src
└─main
└─resources├─main
│ ├─java
│ │ └─com
│ │ └─nassafy
│ │ └─aro
│ │ ├─data
│ │ │ └─dto
│ │ │ └─kp
│ │ ├─domain
│ │ │ ├─api
│ │ │ └─repository
│ │ ├─service
│ │ ├─ui
│ │ │ ├─adapter
│ │ │ └─view
│ │ │ ├─aurora
│ │ │ ├─custom
│ │ │ ├─dialog
│ │ │ ├─login
│ │ │ │ ├─splash
│ │ │ │ └─viewmodel
│ │ │ ├─main
│ │ │ │ ├─mypage
│ │ │ │ │ └─viewmodel
│ │ │ │ ├─setting
│ │ │ │ └─stamp
│ │ │ └─meteorshower
│ │ └─util
│ │ └─di
│ └─res
│ ├─anim
│ ├─drawable
│ │ ├─drawable-hdpi
│ │ ├─drawable-mdpi
│ │ ├─drawable-xhdpi
│ │ ├─drawable-xxhdpi
│ │ └─drawable-xxxhdpi
│ ├─font
│ ├─layout
│ ├─menu
│ ├─mipmap-anydpi-v26
│ ├─mipmap-hdpi
│ ├─mipmap-mdpi
│ ├─mipmap-xhdpi
│ ├─mipmap-xxhdpi
│ ├─mipmap-xxxhdpi
│ ├─navigation
│ ├─raw
│ ├─values
│ ├─values-night
│ └─xml- Git
- Notion
- Jira
- MatterMost
- Discord
- Figma
- GItlab
- 코드 버전 관리
- MR를 통한 코드 리뷰
- git flow 전략
- JIRA
- 매주 목표 설정
- 스프린트를 통해서 팀원이 현재 하고 있는 작업 확인
- 번다운 차트를 통해서 한주의 작업 분석
- Notion
- 프로젝트 일정 관리
- 회의록 정리
- 컨벤션 정리
- 기능 명세서 정리
- API 및 ERD 문서 정리
- 각종 자료 공유
- 스크럼
- 매일 아침 약 10분 내외로 각자의 진행상황 등을 공유
- 제일 처음 앱을 실행하면 스플래쉬 화면이 뜹니다.
- EMAIL, PW을 입력하고 SIGN IN(1번)을 누르면, 로그인이 되고 메인 페이지로 연결됩니다.
- 가입이 되어 있지 않은 상태라면 2번을 클릭하여 회원가입을 진행합니다.
- 네이버, 깃허브로 회원가입 및 로그인을 하고 싶은 사용자라면 3번 혹은 4번을 클릭합니다.
- 회원가입을 진행하면 가장 먼저 이메일을 입력하는 화면으로 이동합니다. 그리고 인증하기(1번)을 클릭하면 다음과 같이 이메일 인증 번호를 입력하는 칸이 활성화됩니다.
- 이메일로 받은 인증번호를 입력하는데, 잘못된 인증번호를 입력하면 다음과 같이 안내메세지를 제공하며, 올바른 인증번호를 입력하면 NEXT버튼(1번)이 활성화됩니다.
- 이메일 인증을 성공하면 비밀번호 입력창으로 이동하며, 비밀번호를 올바르게 입력하면 NEXT버튼(1번)이 활성화됩니다.
- 비밀번호 입력을 완료하면 닉네임 입력으로 이동하며, 마찬가지로 올바르게 입력하면 NEXT(1번) 버튼이 활성화됩니다.
- 회원 정보 입력을 마치면 서비스를 선택하는 화면으로 넘어갑니다.
- 오로라(AURORA)와 유성우(METEOR SHOWER) 중 원하는 서비스를 선택하고 1번 버튼을 클릭하여 다음으로 넘어갑니다. (둘 중 하나만 선택도 가능하고, 둘 다 선택도 가능합니다.)
- 유성우를 선택하고 넘어가면 다음과 같이 관심위치를 선택할 수 있는 화면으로 넘어갑니다. (관심지역과 관련하여 여러 서비스를 제공합니다.)
- 만약 서비스를 나중에 선택하고 싶다면 2번을 클릭합니다. (바로 메인으로 이동)
- 첫번째 사진에서 1번 버튼을 클릭하면 두번째 사진처럼 나라를 선택할 수 있습니다.
- 나라를 선택한 후에는 세번째 사진처럼 원하는 관심 지역을 선택할 수 있습니다. 명소를 선택후 상단에 있는 1번 버튼을 통해서 다시 선택을 취소할 수 있고, 2번 버튼을 통해서도 선택 및 취소를 할 수 있습니다.
- 선택을 완료한 후 SIGN UP(3번) 버튼을 클릭하면, 회원가입이 완료됩니다.
- 회원가입 혹은 로그인을 완료하면 메인 페이지로 이동하게 됩니다.
- 메인페이지에 들어가면 1번 위치에 현재 시간이 표시되고, 현재 시간에 해당 하는 KP지수가 파란색 선으로 표시가 됩니다.
- 시간을 변경하고 싶다면 1번을 클릭하게 되면 다음과 같은 시간 선택 다이얼로그가 뜹니다. 시간은 현재로부터 약 3일을 1시간 단위로 선택할 수 있습니다.
- 메인 화면에서 3번을 클릭하면 다음과 같이 해당 지역의 사진과 오로라를 관측할 수 있는 확률을 확인할 수 있습니다.
- 메인 화면에서 4번을 클릭하게 되면 다음과 같이 설정한 시간부터 24시간 동안의 KP지수 변화를 그래프로 확인할 수 있습니다. 또한 내가 설정해둔 관심지역의 오로라 관측 확률과 날씨 정보를 확인할 수 있습니다.
- 메인 화면에서 2번을 클릭하면 다음과 같이 사이드바가 보이면서, MY PAGE, STAMP, SETTING으로 이동할 수 있습니다.
- 마이페이지에 들어오면 닉네임 변경(1번), 관심지역 추가 및 변경(2번), 관심지역 삭제(3번), 서비스 변경(4번)의 기능들을 사용할 수 있습니다.
- 닉네임변경(1번)을 클릭하면 다음과 같이 닉네임 부분이 활성화되어 닉네임을 변경할 수 있습니다.
- 마이페이지에서 서비스변경 버튼을 클릭하면, 다음과 같이 서비스 선택 화면이 나오게 됩니다.
- 원하는 서비스를 클릭 후 NEXT(1번) 버튼을 클릭하면 다음과 같이 오로라 관심 지역 선택 화면이 나오게 되고, 왼쪽으로 스와이프 하게 되면 유성우 관심 위치를 선택할 수 있는 화면이 나오게 됩니다.
- 완료(2번)버튼을 누르면 다시 마이페이지로 돌아갑니다.
- 서비스 변경 완료 후 다 시 마이페이지로 돌아오게 되면, 오로라 관심 위치를 확인할 수 있고, 해당 위치에서 왼쪽으로 스와이프하게 되면 유성우 관심 위치를 확인할 수 있습니다.
- 사이드바에서 STAMP(2번)을 클릭하게 되면, stamp페이지로 이동하게 됩니다. stamp페이지는 사용자가 오로라 명소에 다녀왔음을 인증 하고, 일지를 작성할 수 있는 페이지입니다.
- 1번을 클릭해서 원하는 나라를 선택할 수 있으며, 2번을 클릭하면 선택된 나라에 해당하는 명소들의 페이지로 이동합니다.
- 상세보기로 이동하면 선택된 나라의 명소들을 확인할 수 있습니다. 좌우로 스와이프 해서, 다른 명소들의 정보들도 확인할 수 있습니다.
- 해당 명소에 일지를 작성하기 위해서는 먼저 인증을 받아야 합니다.
- 방문인증버튼(1번)을 클릭하게 되면, 두번째 페이지로 이동하게 되며, 갤러리에서 찍은 사진을 업로드하거나 촬영하는 방식을 선택할 수 있습니다.
- 사진을 입력받으면 먼저 메타데이터를 통해서 해당 위치에서 찍은 사진이 맞는지 확인을 합니다. 만약 해당 위치에서 찍은 사진이 아니라면 사진을 다시 선택하라는 안내 메세지가 나옵니다.
- 만약 위치데이터가 적합하다면, 다음으로는 해당 이미지가 오로라 사진이 맞는지 AI를 통해서 판단합니다. 모든 인증이 적합하다면, 다음과 같이 이미지가 컬러로 변경되면서 방문인증 버튼에서 기록하기(1번)버튼으로 변경됩니다.
- 기록하기를 처음 들어오게 되면, 다음과 같이 이미지를 추가할 수 있으며, 일지를 작성할 수 있습니다.
- 기록하기를 완료한 후 다시 들어오게 되면 본인이 작성했던 내용을 확인할 수 있으며, 이미지를 삭제 및 추가할 수 있고, 일지의 내용 역시 변경할 수 있습니다.
- 사이드바에서 SETTINGS(3번) 버튼을 클릭하게 되면 다음과 같이 설정 화면으로 이동합니다.
- 1번 토글을 통해서 FCM알림을 키고 끌 수 있으며, 2번 토글을 통해서 지도에 오로라 표시를 선택할 수 있고, 3번 토글을 통해서 지도의 구름을 표시할지 안할지 선택할 수 있습니다.
- 4번 버튼을 통해서 회원탈퇴를 할 수 있고, 사용자가 잘못 누른 경우를 대비하여, 다시한번 탈퇴를 진행할지 물어보는 과정을 거칩니다.
- 메인 화면에서 5번 버튼을 클릭하게 되면, 본인이 관심 지역으로 설정한 지역에서 볼 수 있는 유성우의 목록이 보입니다.
- 유성우 목록을 클릭하게 되면 해당 유성우의 정보를 확인할 수 있습니다.
- 내가 설정해둔 오로라 관심 지역에 미래 3일 동안 오로라를 관찰할 수 있는 지역이 있다면 알림을 통해서 알려줍니다.
- 또한 내가 관심지역으로 설정해둔 곳에서 다음날 유성우를 볼 수 있다면, 알림을 통해서 어떤 유성우를 볼 수 있는지 알려줍니다.
| 이름 | 좋았던 점 | 아쉬운 점 |
|---|---|---|
| 이찬석 | 관련있는 기능들을 묶어 업무를 분담하여 담당자를 확실하게 정한것이 개발을 진행하는데 있어 서로의 업무를 파악하기 용이하였습니다. 프로젝트 구조나 API 설계, 코딩 컨벤션 등을 명확히하여 협업을 수월하게 할 수 있어 좋았습니다. | 구현 사항을 충분히 테스트하지 못한채 Merge하거나 MR을 통해 팀원에게 충분히 검증받지 않고 진행하여 추후에 문제가 생긴일이 있었습니다. 빠르게 개발을 진행하려다 오히려 오류를 수정하느라 더 많은 시간이 소요되었습니다. 충분히 테스트를 하고 팀원의 MR도 꼼꼼히 살펴보는 것이 프로젝트를 진행하는데 있어 중요하다는 것을 깨닫게 되었습니다. |
| 고청천 | KP 데이터와 Openweathermap 데이터를 조합하여 오로라 확률 데이터를 산정하는 프로젝트를 진행했습니다. 성능 개선을 위해 로직을 발전시켰습니다. 완전 탐색을 통해 위도, 경도, 시간이 일치하는 곳의 데이터를 저장했지만, 데이터 특성을 파악하고 날짜를 기준으로 모든 테이블을 정렬한 다음 확률 계산을 진행했습니다. 불필요한 데이터는 적절히 가지치기하여 성능 개선을 도왔습니다. API에 번호를 부여한 것이 협업과 유지 보수에 도움이 되었습니다. 해당 번호를 통해 요구 사항을 수정할 수 있었습니다. 번호를 부여할 때 1-1과 같은 형태로 하는 것이 좋을 것 같습니다. 이렇게 하면 API가 증가할 때 유연하게 대처할 수 있습니다.DTO 관련해서는 유사한 화면이 여럿 있었습니다(예: 유저 회원 가입 시 관심 지역 선택 페이지, 회원 가입 이후 관심 지역 선택 페이지). 유사한 페이지를 사용하면 DTO를 공유하기 때문에 변수명을 통일하는 것이 좋습니다. 프론트엔드와 소통하여 DTO를 재활용하는 곳을 파악하고 변수명을 통일할 것입니다. | @OneToOne 관계에서 삭제를 할 때 고아 객체 문제가 있었습니다. "주어진 식별자를 가진 행이 하나 이상 발견되었습니다"와 같은 문제가 지속적으로 발생하지 않고, 수십 번의 테스트 중 한 번씩 발생하여 정확한 문제 파악이 쉽지 않았습니다. 프로젝트 기간 동안 해당 문제를 해결 하지 못한 것이 아쉬움으로 남습니다 |
| 송기훈 | - 이번 프로젝트에선 데이터 분석을 위해 R이라는 언어를 빠르게 배워서 사용했다. - 지난 프로젝트의 React에 이어서 새로운 것을 또 경험하게 되었는데 새 언어를 배우고 사용할 때 어떻게 공부해야 프로젝트에 빠르게 적용할 수 있는지 조금 더 알 수 있었다. - 빅데이터를 경험하면서 어떤 데이터를 쓸지 상관관계를 분석하고, 정규화해야 될지 알 수 있어서 좋았다. - 무엇보다 내가 작성한 모델이 실제 결과물에도 사용되어서 더 의미가 있었던 것 같다. - 구글 맵에서 할 수 있는 커스텀 중 많은 부분을 사용하고 View의 생명주기 중 어느 부분에서 컨트롤을 해야되는지 알 수 있었다. - 시간이 달라짐에 따라 지도에 보여지는 정보가 달라져야 했는데 잘 대응이 된 것 같아서 만족스럽다. - App Bar나 Tab Layout, DrawerLayout 등 내가 맡은 각종 요소들에 대해서 기획 단계에서 피그마로 그렸던 것을 앱에 80~90퍼센트 이상 구현한 것 같아서 만족스럽다. |
- 구글 맵에 오로라가 표시되는 범위를 피그마에서 그렸던 것처럼 그라데이션이 있는 범위로 아름답게 그리고 싶었지만 위도 선으로 처리할 수 밖에 없었던 부분이 아쉬움이 남는다. - 구글 맵을 많이 다뤄 보지 않아서 클러스터 아이템을 커스텀하는 부분에서 시간이 많이 걸렸던 것 같다. - 대표적으로 커스텀 클러스터 아이템이 아닌 일반 클러스터 아이템이 표시되는 이슈와, 제거한 클러스터 아이템이 여전히 남아있는 이슈가 있었다. - 클러스터 매니저를 초기화해도 문제가 해결되지 않아서, onDestroyView에서 googleMap까지 null로 초기화하여 문제를 해결했다. - 시간이 좀 더 주어졌다면 더 정확한 유성우 예측과 더 좋은 페이지 디자인을 할 수 있었을텐데 아쉬움이 남는다. - Dagger-Hilt가 어떤 동작을 하는지는 이해했지만 우리 프로젝트에 실질적으로 어떤 개선점이 있었는지 제대로 이해하지 못한 점은 더 공부해야 되는 부분이다. |
| 최창영 | 주제 선정을 할때 꼭 해보고 싶었던 주제인 오로라로 먼저 주제를 제시했었는데 팀원들이 모두 좋다고 해주셔서 좋은 프로젝트를 진행할 수 있었습니다 또한 Figma를 활용해서 디자인또한 담당하게되어, 디자인 부분에서도 만족스러운 결과를 얻을 수 있었습니다. 프로젝트 당시 PM역할을 따로 정하지는 않았지만, 사실상 PM을 맡게되면서 좋은 경험을 할 수 있었습니다. 제가 선정한 주제인만큼 사명감을 가지고 개발 첫날 부터 열정을 불태우면서 마지막까지 달렸는데 평생 기억에 남게될 프로젝트가 될 것 같습니다 팀원들 또한 6명이 프로젝트의 7주 기간동안 이탈자 한명없이 잘 마무리를 가지게 되었습니다. 개발을 통해서 처음으로 상을 받게 되었고, 발표회에 진출하게 되어 라이브 방송을 통해서 정말 많은 인원앞에서 발표를 할 수 있었던 경험은 정말 인생최고의 경험이 되었던 것 같습니다 안드로이드 개발자를 목표로 하고 있지만, 평소 빅데이터 분석에 관심이 많았었는데 독학으로 터득한 빅데이터 분석기술을 실제로 프로젝트에 적용을 하여 어플리케이션을 개발할 수 있어서 너무 행복한 시간이었습니다 |
안드로이드 개발하는 과정에서 이전 프로젝트 보다 조금 더 기술적인 도전을 하지 못한 부분이 아쉽습니다. 모델을 생성하는 부분에서는 빅데이터 분석 관련 지식이 더 많았다면 모델의 정확도를 더 끌어올릴 수 있지 않았을까 하는 아쉬움이 남는 것 같습니다 또한 프로젝트 주제가 평소 한번은 하고싶었던 주제였는데 수상을 할 수 있었던 좋은 결과를 얻긴했지만 1등을 하지못해서 평생 아픈손가락으로 남게될 것 같습니다. |
| 박채성 | 데이터 분석 : 빅데이터라는 것을 들어만 보았지 직접 데이터를 수집, 전처리 및 분석을 하게 될 거라곤 생각해보지 못했습니다. 데이터 수집, 전처리 및 분석 과정에서 'R' 언어를 사용했습니다. R이라는 언어부터 데이터 수집, 전처리 및 분석이라는 생소한 분야를 공부하며 어려움도 존재했지만 결과적으로 새로운 경험을 해본 것 같아 좋았습니다. 안드로이드 : 안드로이드 프로젝트를 다시 진행하며 개인적으로 재밌게 진행했던 것 같습니다. 이번 프로젝트를 진행하며 좋았던 점은 아래와 같습니다. 1. Dagger-Hilt를 통한 의존성 주입 적용 - Retrofit에 Hilt를 사용하여 안드로이드에 의존성 주입을 적용했습니다. - 의존성 주입을 사용하여 객체간 결합도를 느슨하게 만들어 코드의 유연성을 확보할 수 잇습니다. 2. Custom View를 통한 View 재사용 - 서비스 선택 카드를 Custom View로 구현하여 재사용성을 신경썼습니다. 3. 회원가입, 로그인(SNS), 로그인 구현 - 회원가입, 로그인 부분을 담당하여 JWT 방식 로그인 형태를 학습할 수 있었습니다. 4. Compose View 사용 - 최근 Jetpack Compose를 이용하는 기업이 증가한다는 소식을 들어 Compose를 도입해보고 싶었습니다. 기존 개발 방식에 Compose View를 사용해 일부 뷰를 컴포즈로 구성하여 사용했습니다. 5. Backend 와의 협업 경험 - 안드로이드 프로젝트를 진행해보며 서버와 협업해본적이 없는 것 같은데 이번 프로젝트를 진행하면서 이를 경험해 볼 수 있어 좋았습니다. AI : Keras YOLOv5 모델과 FLASK를 이용해 서버로 전달받은 사진에 오로라가 있는지 탐지하는 프로그램을 만들었습니다. 1. YOLOv5 모델 사용 경험 2. FLASK 사용 경험 |
프로젝트 전체 팀장 역할을 살면서 처음 맡아봤기에 프로젝트 진행을 이끄는 걸 잘 수행하진 못한 것 같습니다. 팀장이라는 역할이 크진 않지만 팀원 역할로 참가하는 것과는 다르다는 것을 느꼈습니다. 미숙한 진행에도 이해해주시고 열심히 프로젝트 함께 진행해주셔서 끝까지 마무리를 지을 수 있었던 것 같습니다. 백엔드와 협업을 하며 네트워크 API 형식을 맞추는데 어려움이 있었습니다. 이를 해결하기 위해 노션에 API 명세서 페이지를 만들고, API들에 대한 정보를 기록하여 이를 바탕으로 해결할 수 있었습니다. 안드로이드 1. 테스트 코드 도입 실패 - 테스트 코드를 도입해보려 했으나 기능 구현에 치중해 테스트 코드를 도입하지 못한 것이 아쉽습니다. 2. Compose에 대한 이해 - Compose를 써보고 싶다는 욕심에 사용했지만, 프로젝트 시간이 촉박해 제대로 된 이해없이 사용하는데 그치기만 했어 아쉽습니다. 3. LiveData 사용 - LiveData를 사용하는 과정에서 Observer를 남발한 것 같 아쉽습니다. LiveData와 Observer에 대해 어떤 구조로 사용해야 좋은지 다시 한 번 학습하는 계기가 될 것 같습니다. |