위성 이미지 분석 기반 맞춤형 부동산 입지 탐색 서비스
기존 부동산 플랫폼(네이버 부동산, 직방 등)은 키워드 필터 기반 매물 검색에 한정되어 있습니다. "나무가 많고 조용한 저밀도 주거지" 같은 감성적·시각적 입지 조건은 직접 방문 전까지 확인이 어렵고, 해당 입지를 설명하는 중개사의 설명 역시 주관적이라는 문제가 존재합니다.
-
STEP 1 — 자연어 입지 검색 : "숲세권 저밀도 주거지" 같은 자연어를 입력하면 성동구 위성 이미지 중 가장 가까운 입지 Top-K를 반환
-
STEP 2 — 유사 입지 확장 탐색 : STEP 1에서 선택한 입지와 시각적으로 유사한 타 구역(광진구 자양동 / 송파구 가락·문정동 / 중구 신당·황학동) 입지 Top-3 추천
-
입지 설명 자동 생성 : 위성 이미지 픽셀 분석(녹지율·건물밀도) + 카카오 API 인프라 통계 + Solar LLM 기반 한국어 입지 설명문 자동 생성
| 항목 | 버전 |
|---|---|
| Python | 3.12(필수) |
| CUDA | 12.1 (GPU 추론용, CPU도 동작) |
| 라이브러리 | 용도 |
|---|---|
| torch, torchvision, transformers | CLIP ViT-L/14 모델 추론 및 LoRA 파인튜닝 |
| faiss-cpu | 벡터 유사도 검색 인덱스 |
| fastapi, uvicorn | 백엔드 API 서버 |
| streamlit, streamlit-folium, folium | 프론트엔드 UI 및 지도 시각화 |
| requests, python-dotenv | Kakao / Upstage Solar API 연동 및 환경변수 관리 |
| numpy, pandas, pillow | 임베딩 연산, 메타데이터 처리, 이미지 처리 |
py -3.12 -m venv venv
source venv/Scripts/activate
pip install -r requirements_loose.txt # cpu 버전 torch 사용
프로젝트 루트에 .env 생성
KAKAO_API=YOUR_KAKAO_REST_API_KEY
UPSTAGE_API=YOUR_Upstage_Solar_API_KEY
V-World API는 Streamlit 파이프라인 실행 시 필요 없음
# 터미널 1 - FastAPI 백엔드
uvicorn api.main:app --port 8000 --reload
# 터미널 2 - Streamlit UI
streamlit run app/app.py
서버 첫 실행 과정에서 필요한 모델 가중치와 데이터가 자동으로 다운로드됨(gdown)
참고: 다운로드 되는 항목들과 구글드라이브 링크
| 자산 | 배치 경로 | 용량 | 설명 |
|---|---|---|---|
best_model |
checkpoints/best_model/ |
~4.6MB | CLIP ViT-L/14 파인튜닝 LoRA 어댑터 |
search_target_DB.zip |
data/processed/search_target_DB/ |
~7.8MB | FAISS 인덱스 · SQLite 메타데이터 · tile_ids |
raw_tiles_seongdong.zip |
data/raw/tiles/ |
~37MB | 성동구 위성 타일 이미지 (STEP 1 검색 대상) |
raw_search_tiles.zip |
data/raw/search_tiles/ |
~21MB | 광진구·송파구·중구 위성 타일 이미지 (STEP 2 확장 탐색) |
위 파일들은
git clone후 서버 첫 실행 시download_assets.py를 통해 Google Drive에서 자동으로 다운로드됩니다.
Sat-Prop-CLIP/
├── api/ # FastAPI 백엔드 (엔드포인트 · 스키마)
├── app/ # Streamlit 프론트엔드 (UI · 지도 · API 클라이언트)
├── pipeline/ # ML 파이프라인 (CLIP 인코딩 · FAISS 검색 · 결과 보강)
├── checkpoints/ # 파인튜닝 모델 가중치 (LoRA 어댑터)
├── data/
│ ├── raw/ # 수집된 위성 타일 이미지
│ └── processed/ # FAISS 인덱스 · SQLite 메타데이터
├── models/ # 파인튜닝 노트북 파일 (CLIP · LoRA)
├── config.py # 전역 설정
├── .env # API 키 (직접 생성 필요, .gitignore 적용)
└── requirements_loose.txt
간단 구조
flowchart LR
U["사용자"] --> S["Streamlit UI"]
S --> F["FastAPI 백엔드"]
F --> M["CLIP + FAISS\n유사 입지 검색"]
M --> E["입지 정보 보강\n(픽셀 분석 · Kakao API· \n Solar LLM API)"]
E --> S
Web & Backend
AI / ML & Vector DB
Data & Database
External APIs
Management & Collaboration
| 이름 | 학번 | 주요 담당 |
|---|---|---|
| 이지원 | 20230976 | 데이터 수집 및 전처리, 입지 설명 데이터셋 구축, CLIP ViT-L/14 LoRA 파인튜닝 진행 및 평가지표 분석 |
| 김지은 | 20230980 | 데이터 수집 및 전처리, Streamlit UI, FAISS 인덱스 구축, FastAPI 백엔드, 시스템 파이프라인 구축 |