Safe-Eye는 PySlowFast 모델과 Django 웹 프레임워크를 활용한 비디오 감시 및 이상 행동 감지 시스템입니다. 이 프로젝트는 CCTV 또는 보안 카메라에서 수집된 비디오 데이터를 실시간으로 분석하여 잠재적인 위험 상황을 탐지하고 대응할 수 있도록 설계되었습니다.

• 사용자는 분석할 비디오 파일을 웹 애플리케이션을 통해 업로드할 수 있습니다.
• 업로드된 비디오 파일은 Amazon S3 스토리지에 안전하게 저장됩니다.
• Django 애플리케이션은 S3에 저장된 비디오 파일의 URL을 PySlowFast 모델에 전달합니다.

• Facebook AI Research에서 개발된 PySlowFast 모델을 활용하여 비디오 데이터를 분석합니다.
• 모델은 비디오 프레임에서 이상 행동 패턴을 감지하고 분류합니다.
• 감지된 이상 행동에 대한 좌표 정보와 관련 이미지를 생성합니다.

• 시스템은 다음과 같은 이상 행동을 감지할 수 있습니다: 전도, 파손, 방화, 흡연, 유기, 절도, 폭행, 교통약자 위협 등.
• 감지된 이상 행동에 대한 결과는 JSON 형식으로 Django 애플리케이션에 반환됩니다.
• 결과에는 이상 행동 유형, 위치 좌표, 관련 이미지 경로 등의 정보가 포함됩니다.

• Django REST API를 통해 비디오 분석 결과를 클라이언트 애플리케이션에 제공합니다.
• API 엔드포인트를 호출하여 이상 행동 감지 결과를 실시간으로 가져올 수 있습니다.
• 분석 결과는 웹 애플리케이션, 모바일 앱 또는 타사 시스템에 통합될 수 있습니다.

Safe Eye 프로젝트는 다음과 같은 기술 스택을 활용하여 개발되고 있습니다:

개발환경 및 협업

프론트엔드

백엔드

배포

기타 라이브러리
데이터 처리 및 분석

컴퓨터 비전 및 이미지 처리

1. 사용자가 웹 애플리케이션을 통해 비디오 파일을 업로드합니다.
2. 업로드된 비디오 파일은 Amazon S3 스토리지에 저장됩니다.
3. Django 애플리케이션은 S3에 저장된 비디오 파일의 URL을 PySlowFast 모델 API에 전송합니다.
4. PySlowFast 모델은 비디오 데이터를 분석하고 이상 행동 감지 결과를 생성합니다.
5. 분석 결과는 Django 애플리케이션으로 반환되어 처리됩니다.
6. 클라이언트 애플리케이션은 Django REST API를 호출하여 분석 결과를 가져옵니다.
7. 분석 결과는 클라이언트 애플리케이션에 렌더링되어 사용자에게 표시됩니다.

본 프로젝트는 오픈소스 소프트웨어를 활용하여 개발되었습니다. 사용된 주요 라이브러리 및 프레임워크의 라이센스 정보는 다음과 같습니다:

• 라이센스: Apache 2.0 License
• 저장소: https://github.com/facebookresearch/slowfast

• 라이센스: BSD 3-Clause License
• 저장소: https://github.com/django/django

• 라이센스: BSD 3-Clause License
• 저장소: https://github.com/encode/django-rest-framework

• 라이센스: Apache 2.0 License
• 저장소: https://github.com/boto/boto3

본 프로젝트의 소스 코드는 [라이센스 이름] 하에 공개되어 있습니다. 자세한 내용은 LICENSE 파일을 참조하시기 바랍니다.

아래와 같이 그림의 크기를 통일시켰습니다. 사진의 가로, 세로 크기를 모두 150px로 조정하고, object-fit 속성을 cover로 설정하여 사진이 일정한 크기로 잘리도록 했습니다.

이혜림(팀장)	이규성	전지용	정진영	박경민
🌱 HY. Lee	🌱 rkawkclzls	🌱 mkdirlife	🌱 najasinis	🌱 Masterdual
프로젝트의 아키텍처를 설계하고, 기획 단계에서 요구사항을 명확히 정의하며, 프론트엔드 개발을 담당 했습니다.	AI 모델의 출력값(이미지)을 저장하고 관리하는 미디어 앱을 작성하여 분석 결과를 효과적으로 활용할 수 있도록 했습니다.	alarm 앱과 utils 앱 개발을 담당하고 있습니다. 다른 애플리케이션에서 공통적으로 사용할 수 있는 기능을 제공했습니다.	accounts 앱 및 chat 앱 개발을 담당하고 있으며, 모델링을 분담하고 있습니다. 더불어 사용자 인증과 관련된 기능들(정보 관리, 권한 부여 등), 채팅방 생성 기능, 실시간 채팅 기능들을 구현했습니다.	고객지원 앱을 만들고 적절한 경고 메시지를 커스텀하고, DB에 저장할 수 있도록 했습니다.

Safe Eye 프로젝트는 다음과 같은 주요 기능을 제공할 예정입니다:

1. 실시간 이상 행동 감지

   • CCTV 영상에서 사람들의 행동을 실시간으로 분석하여 이상 행동을 감지합니다.
   • 폭력, 절도, 기물 파손 등 다양한 유형의 이상 행동을 인식할 수 있습니다.
   • 이상 행동 발생 시 즉각적인 알람을 발송하여 신속한 대응을 촉진합니다.

2. 상세 분석 화면

   • 선택한 카메라 또는 영역의 고해상도 비디오 피드를 제공합니다.
   • 감지된 이벤트 목록과 상세 정보를 확인할 수 있습니다.
   • 사용자 메모 및 설명을 추가할 수 있는 기능을 제공합니다.
   • 비디오 클립, 스크린샷, 이벤트 데이터를 내보낼 수 있습니다.

3. 경고 및 알람 설정

   • 경고 및 알람 수준에 따른 특정 작업을 설정할 수 있습니다.
   • 생성형 AI 모델을 활용하여 맥락에 적합한 경고 및 알람 메시지를 자동으로 생성합니다.
   • 사용자가 알림 메시지와 수신자 목록을 사용자 정의할 수 있습니다.
   • 정기적인 테스트와 훈련을 예약할 수 있는 기능을 제공합니다.

4. 통계 및 보고 기능

   • 기간별 이벤트에 대한 상세 보고서를 생성합니다.
   • 이벤트 데이터를 필터링하고 정렬할 수 있는 옵션을 제공합니다.
   • 통계 데이터, 이벤트 로그, 보고서를 내보낼 수 있습니다.
   • 자동으로 보고서를 생성하고 전달하도록 예약할 수 있습니다.

5. 사용자 관리 및 설정

   • 사용자 프로필 정보를 업데이트하고 알림 기본 설정을 변경할 수 있습니다.
   • 시스템 상태를 모니터링하고 진단할 수 있는 도구를 제공합니다.
   • 각 사용자의 상태에 따라 알람을 분류합니다.

피그마 디자인

• 커스텀 사용자 관련 테이블
  1. accounts_customuser : 커스텀 사용자 모델을 저장하는 테이블입니다. user_id 필드는 auth_user 테이블의 id를 참조합니다.
  2. accounts_customuser_user_permissions : 커스텀 사용자와 권한 간의 다대다 관계를 저장하는 테이블입니다. customuser_id 필드는 accounts_customuser 테이블의 id를 참조하고, permission_id 필드는 auth_permission 테이블의 id를 참조합니다.
  3. accounts_customuser_groups : 커스텀 사용자와 그룹 간의 다대다 관계를 저장하는 테이블입니다. customuser_id 필드는 accounts_customuser 테이블의 id를, group_id 필드는 auth_group 테이블의 id를 참조합니다.
• 토큰 관련 테이블
  1. accounts_usertoken : 사용자의 토큰을 저장하는 테이블입니다. user_id 필드는 auth_user 테이블의 id를 참조하고, token, blacklist_outstandingtoken, blacklist_blacklistedtoken 필드는 토큰 관련 정보를 나타냅니다.
• 채팅 관련 테이블
  1. chat_chatroom : 채팅방 정보를 저장하는 테이블입니다. name 필드는 채팅방의 이름을 나타냅니다.
  2. chat_message : 채팅 메시지 정보를 저장하는 테이블입니다. content 필드는 메시지 내용을, timestamp 필드는 메시지 전송 시간을 나타냅니다. room_id 필드는 chat_chatroom 테이블의 id를 참조하고, sender_id 필드는 메시지를 보낸 사용자의 id를 참조합니다.
• 알림 관련 테이블
  1. alarm_alarm : 알림 정보를 저장하는 테이블입니다. alarm_id 필드는 알림의 id를 나타내고, content 필드는 알림 내용을 저장합니다. created_at 필드는 알림이 생성된 시간을 나타냅니다.
  2. alarm_alarmsettings : 사용자별 알림 설정 정보를 저장하는 테이블입니다. user_id 필드는 auth_user 테이블의 id를 참조하고, alarm_id 필드는 alarm_alarm 테이블의 id를 참조합니다.
  3. alarm_alarmtype : 알림 유형 정보를 저장하는 테이블입니다. code 필드는 알림 유형의 코드를 나타내고, name 필드는 알림 유형의 이름을 나타냅니다.
• 유틸 관련 테이블
  1. utils_status: 다양한 상태값을 정의하고 저장하는 테이블입니다. is_active 필드는 상태값이 활성화되어 있는지 여부를 나타냅니다.
  2. utils_tag: 태그 정보를 저장하는 테이블입니다. name 필드는 태그 이름을 나타냅니다.

📦safe-eye
┣ 🗃️accounts
┃ ┣ 📂fixtures
┃ ┃ ┗ 📜initial_data.json
┃ ┣ 📜admin.py
┃ ┣ 📜apps.py
┃ ┣ 📜forms.py
┃ ┣ 📜models.py
┃ ┣ 📜permissions.py
┃ ┣ 📜serializers.py
┃ ┣ 📜tests.py
┃ ┣ 📜urls.py
┃ ┣ 📜views.py
┃ ┗ 📜__init__.py
┣ 🗃️alarm
┃ ┣ 📂fixtures
┃ ┃ ┗ 📜initial_data.json
┃ ┣ 📜admin.py
┃ ┣ 📜apps.py
┃ ┣ 📜models.py
┃ ┣ 📜serializers.py
┃ ┣ 📜tests.py
┃ ┣ 📜urls.py
┃ ┣ 📜views.py
┃ ┗ 📜__init__.py
┣ 🗃️chat
┃ ┣ 📜admin.py
┃ ┣ 📜apps.py
┃ ┣ 📜models.py
┃ ┣ 📜serializers.py
┃ ┣ 📜tests.py
┃ ┣ 📜urls.py
┃ ┣ 📜views.py
┃ ┗ 📜__init__.py
┣ 🗃️config
┃ ┣ 📜asgi.py
┃ ┣ 📜debug.log
┃ ┣ 📜schema.py
┃ ┣ 📜settings.py
┃ ┣ 📜urls.py
┃ ┗ 📜wsgi.py
┣ 🗃️media
┃ ┣ 📂fixtures
┃ ┃ ┗ 📜initial_data.json
┃ ┣ 📜admin.py
┃ ┣ 📜apps.py
┃ ┣ 📜models.py
┃ ┣ 📜schema.py
┃ ┣ 📜serializers.py
┃ ┣ 📜tests.py
┃ ┣ 📜urls.py
┃ ┣ 📜views.py
┃ ┗ 📜__init__.py
┣ 🗃️notice
┃ ┣ 📂fixtures
┃ ┃ ┣ 📜initial_data.json
┃ ┃ ┗ 📜mock_data_gen.py
┃ ┣ 📜admin.py
┃ ┣ 📜apps.py
┃ ┣ 📜models.py
┃ ┣ 📜schema.py
┃ ┣ 📜serializers.py
┃ ┣ 📜tests.py
┃ ┣ 📜urls.py
┃ ┗ 📜views.py
┣ 🗃️utils
┃ ┣ 📂fixtures
┃ ┃ ┗ 📜initial_data.json
┃ ┣ 📜admin.py
┃ ┣ 📜apps.py
┃ ┣ 📜mixins.py
┃ ┣ 📜models.py
┃ ┣ 📜serializers.py
┃ ┣ 📜tests.py
┃ ┣ 📜urls.py
┃ ┣ 📜views.py
┃ ┗ 📜__init__.py
┣ 📜.env
┣ 📜.env.example
┣ 📜.gitignore
┣ 📜a-team.png
┣ 📜commands.sh
┣ 📜db.sqlite3
┣ 📜manage.py
┣ 📜README.md
┗ 📜requirements.txt

Swagger

저희 팀은 현재까지 다음과 같은 작업을 진행했습니다:

1. 프로젝트 아키텍처 설계 및 기획

   • 프로젝트의 전반적인 아키텍처를 설계하고, 필요한 기능과 요구사항을 정의했습니다.
   • 각 구성 요소 간의 상호 작용과 데이터 흐름을 고려하여 시스템 구조를 설계했습니다.

2. 백엔드 앱 구조 설계 및 개발

   • Django 프레임워크를 사용하여 백엔드 애플리케이션의 기본 구조를 설계했습니다.
   • accounts, utils, media, alarm, notice 등의 앱을 생성하고, 각 앱의 모델과 API 엔드포인트를 개발했습니다.

3. 프론트엔드 개발 환경 구축 및 초기 화면 개발

   • Next.js 프레임워크를 사용하여 프론트엔드 개발 환경을 구축했습니다.
   • 초기 화면 디자인을 작성하고, 컴포넌트 기반으로 UI를 개발하기 시작했습니다.

또한, 저희 팀은 GitHub의 이슈 템플릿, 위키, 프로젝트 기능을 활용하여 효율적으로 프로젝트를 관리하고 있습니다. 실시간 소통과 협업은 디스코드를 사용합니다.

이 프로젝트에서는 일관되고 가독성 높은 코드를 유지하기 위해 다음과 같은 코드 스타일 가이드와 표준을 따릅니다.

PEP 8을 기반으로 한 파이썬 코드 스타일 가이드를 준수합니다. 들여쓰기는 공백 4칸을 사용합니다. 변수와 함수 이름은 스네이크 케이스를 사용합니다. 클래스 이름은 파스칼 케이스를 사용합니다. 한 줄의 최대 길이는 88자로 제한합니다. 불필요한 공백을 사용하지 않습니다. 연산자 앞뒤로 공백을 사용합니다. 함수와 클래스 사이에는 두 줄의 공백을 사용합니다.

Black 포매터를 사용하여 코드 스타일을 자동으로 통일합니다. Black의 기본 설정을 그대로 사용합니다. 에디터에서 저장 시 자동으로 포매팅되도록 설정하는 것을 권장합니다.

커밋 메시지는 다음과 같은 형식을 따릅니다.

✨ Feat: 새로운 기능 추가 🐛 Fix: 버그 수정 📚 Docs: 문서 변경 🎨 Style: 코드 스타일 변경 (코드 동작에 영향을 주지 않는 변경사항) ♻️ Refactor: 코드 리팩토링 ✅ Test: 테스트 코드 추가 또는 수정 🔧 Chore: 빌드 관련 파일 수정, 패키지 매니저 설정 등

커밋 제목은 기능을 설명할 수 있게 간결하게 작성합니다.

VSC 익스텐션 동기화 가이드

깃 관리 및 커밋 가이드

브랜치 전략 가이드

사람행동 영상 데이터 정보 간단 가이드

이슈 가이드

컨벤션 가이드 Overview

풀 리퀘스트 가이드

미디어 앱 개발 과정에서 다음과 같은 다양한 이슈들이 발생했으며, 이를 해결하는 과정에서 많은 경험과 교훈을 얻을 수 있었습니다.

• 문제 상황: 사용자가 업로드한 이미지를 서버에 저장하고, 웹 페이지에 표시하는 과정에서 여러 가지 문제가 발생했습니다.
• 해결 방법:
  1. 이미지 업로드 시 파일 형식, 크기, 해상도 등을 검증하는 로직을 구현했습니다.
  2. 업로드된 이미지 파일명을 고유한 값으로 변경하여 중복 문제를 해결했습니다.
  3. 이미지 썸네일 생성 기능을 추가하여 원본 이미지와 썸네일 이미지를 모두 저장했습니다.
  4. 웹 페이지에 이미지를 표시할 때 적절한 크기로 조정하고, 로딩 속도를 개선하는 작업을 수행했습니다.
• 결과: 안전하고 효율적인 이미지 업로드 및 표시 기능을 구현할 수 있었습니다.
• 배운 점: 이미지 처리는 복잡한 작업이므로, 보안, 성능, 사용자 경험 등 다양한 측면을 고려해야 합니다. 이를 위해 적절한 라이브러리와 기술을 활용하고, 테스트와 최적화 작업을 수행해야 합니다.

• 문제 상황: Django 개발 서버에서 정적 파일과 미디어 파일을 제대로 서빙하지 못하는 문제가 발생했습니다.

• 해결 방법:

  1. settings.py 파일에서 STATIC_ROOT, STATIC_URL, MEDIA_ROOT, MEDIA_URL 등의 설정을 적절히 수정했습니다.
  2. 프로덕션 환경에서는 Amazon S3와 같은 객체 스토리지를, 로컬 환경에서는 파일 시스템을 사용하도록 설정했습니다.
  3. storages 라이브러리를 활용하여 Django와 S3 스토리지를 연동했습니다.

• 결과: 정적 파일과 미디어 파일을 안전하게 관리할 수 있게 되었습니다. 프로덕션 환경에서는 S3 스토리지를 활용하여 파일 관리의 확장성과 안정성을 확보했습니다.

• 배운 점: 프로젝트 설정 단계에서 파일 저장 및 관리 전략을 세우는 것이 중요합니다. 프로덕션 환경과 개발 환경에 따라 다른 접근 방식이 필요할 수 있으므로, 상황에 맞는 적절한 설정을 해야 합니다.

• 문제 상황: 'media' 앱 이름과 'static' 디렉토리 이름이 겹치면서 충돌 문제가 발생했습니다.

• 해결 방법:

  1. settings.py 파일에서 정적 파일을 S3에 연결하는 설정을 제거했습니다.
  2. 프로덕션 환경에서 정적 파일은 웹 서버(예: Nginx, Apache)를 통해 직접 제공하도록 변경했습니다.
  3. 기존 'media' 앱의 이름을 'videos'로 변경하고, 관련 코드를 모두 수정했습니다.
  4. 데이터베이스 마이그레이션을 수행했습니다.

• 결과: 정적 파일과 미디어 파일을 적절히 관리할 수 있게 되었으며, 앱 이름 충돌 문제도 해결되었습니다.

• 배운 점: 프로젝트 구조와 명명 규칙을 잘 지키는 것이 중요합니다. 이름 충돌 등의 문제를 예방하기 위해서는 Django 프레임워크와 best practice를 이해하고 따라야 합니다.

• 문제 상황: PySlowFast 모델 API와 Django 앱 간의 통신 과정에서 여러 가지 이슈가 발생했습니다.

• 해결 방법:

  1. PySlowFast 모델 API 엔드포인트 URL을 환경 변수로 설정하여 유연성을 높였습니다.
  2. views.py에서 API 요청 및 응답 처리 로직을 구현했습니다.
  3. API 응답 형식에 맞춰 결과 데이터를 파싱하고 처리하는 로직을 작성했습니다.
  4. Django 로그 파일에 API 요청 및 응답 데이터를 기록하여 디버깅을 수행했습니다.
  5. env.example 파일을 업데이트하여 PySlowFast API URL 환경 변수를 추가했습니다.

• 문제 상황: S3 버킷의 CORS 설정이 올바르게 되어 있지 않아 Django 앱에서 S3에 호스팅된 미디어 파일에 접근할 수 없는 문제가 발생했습니다.

• 해결 방법:

  1. S3 버킷의 CORS 설정을 확인하고 수정하여, 웹 애플리케이션에서 S3에 호스팅된 미디어 파일에 접근할 수 있도록 허용했습니다.
  2. AWS 인증 정보와 같은 민감한 정보는 환경 변수 파일(.env)에 저장하고, 이 파일을 공개 저장소에 업로드하지 않도록 주의했습니다.

• 문제 상황: 기존에는 비디오 파일을 로컬에 저장했지만, 이제는 S3 버킷에 업로드된 비디오 파일의 URL만 저장하도록 변경되었습니다.

• 해결 방법:

  1. MediaFile 모델에서 'file' 필드 대신 'video_url' 필드를 URLField로 정의했습니다.
  2. views.py의 predict 메소드에서 media_file.video.url을 사용하여 S3에 저장된 비디오 파일의 URL을 PySlowFast 모델 API에 전달하도록 수정했습니다.
  3. 프론트엔드 코드에서 비디오 파일 업로드 대신 S3 URL 입력 폼을 구현했습니다.

• 문제 상황: PySlowFast 모델 API의 응답 형식이 { "output_video": "/path/to/output.mp4", "abnormal_images": ["/path/to/image1.jpg", "/path/to/image2.jpg"], "coordinates": [[100, 200], [150, 250]] } 와 같은 형태로 제공되었습니다.

• 해결 방법:

  1. views.py의 predict 메소드에서 API 응답 데이터에서 'output_video', 'abnormal_images', 'coordinates' 키에 해당하는 값을 추출하는 로직을 구현했습니다.
  2. 추출한 값들을 딕셔너리 형태로 media_file.result(JSONField)에 저장했습니다.
  3. 필요에 따라 추가 처리 로직을 구현할 수 있도록 확장성을 고려했습니다(예: abnormal_images 파일 저장 등).

이러한 트러블 슈팅 과정을 통해 Django와 AWS 서비스 연동, 타사 API 통합, 디버깅 기술, 요구사항 분석 및 구현 능력 등을 기를 수 있었습니다. 이번 프로젝트를 통해 실무에서 발생할 수 있는 다양한 이슈 상황을 미리 겪어볼 수 있었던 좋은 기회였습니다.

• 문제 상황: 팀원들이 각자의 로컬 환경에서 PostgreSQL 데이터베이스를 사용하면서 데이터베이스 관련 이슈가 발생했습니다. 여기서 앱의 필수 조건이 아닌 데이터가 마이그레이션 과정에서 데이터베이스에 삽입되면서 데이터베이스가 손상되는 문제가 발생했습니다. 그리고 이러한 문제가 팀원들 간에 코드를 공유하는 과정에서 전파되어 다른 팀원들의 로컬 환경에서도 동일한 이슈가 발생했습니다.

• 해결 방법:

1. 로컬 환경에서는 마이그레이션을 실행하지 않기로 결정했습니다. 이를 통해 불필요한 데이터 삽입으로 인한 데이터베이스 손상을 방지할 수 있었습니다.
2. 로컬 환경에서는 Django의 기본 데이터베이스 설정을 사용하기로 했습니다. 이를 통해 로컬 환경에서의 데이터베이스 관련 이슈를 최소화할 수 있었습니다.

• 결과: 로컬 환경에서 마이그레이션을 실행하지 않고 Django의 기본 데이터베이스 설정을 사용함으로써 데이터베이스 관련 이슈를 해결할 수 있었습니다. 더불어 팀 내에서 데이터베이스 설정에 대한 재정립이 이루어졌으며, 이를 통해 향후 유사한 문제를 예방할 수 있게 되었습니다.

• 배운 점: 로컬 환경에서의 데이터베이스 설정은 프로덕션 환경과 다를 수 있으므로, 상황에 맞는 적절한 설정이 필요합니다. 그리고 불필요한 데이터 마이그레이션은 데이터베이스 손상을 야기할 수 있으므로 주의해야 합니다. 또한 팀 내에서 데이터베이스 설정에 대한 일관된 규칙을 정립하고 공유하는 것이 중요합니다. 이를 통해 협업 과정에서 발생할 수 있는 문제를 최소화할 수 있었습니다.

이번 프로젝트는 저희에게 큰 도전이었습니다.

Django와 PySlowFast를 활용한 비디오 감시 및 이상 행동 감지 시스템을 구축하는 것은 쉽지 않은 과제였지만, 팀원들과 함께 노력하며 해결해 나갔습니다.

프로젝트를 진행하면서 백엔드 개발, AI 모델 연동, 클라우드 서비스 활용 등 다양한 기술을 접할 수 있었고, 이를 통해 개발자로서의 역량을 한 단계 성장시킬 수 있었습니다.

이번 프로젝트는 초보 개발자인 저에게 큰 도전이었습니다.

Django와 PySlowFast 모델을 활용하여 비디오 분석 시스템을 구축하는 것은 쉽지 않은 작업이었지만, 이 과정에서 많은 것을 배울 수 있었습니다.

AI 모델 연동, 장고 기반 백엔드 개발 등 다양한 기술을 접하고 실제로 응용할 수 있었고, 덕분에 개발자로서의 역량을 많이 향상시킬 수 있었습니다.

안녕하세요. Safe-Eye 프로젝트에서 alarm 앱과 utils 앱을 담당했던 전지용입니다.

프로젝트가 마무리되면서 회고를 작성하게 되었는데, 시간이 정말 빠르게 지나간 것 같습니다.

다만 2주 넘는 시간이 정말 빨리 흘렀다고 생각할 정도로 엄창난 몰입의 경험을 했다고도 생각합니다.

그리고 그만큼 저는 성장과 진화를 했고요!

안녕하세요. Safe-Eye 프로젝트에서 accounts 앱과 chat 앱을 담당했던 정진영입니다.

본 프로젝트를 하면서 수많은 위기가 있었습니다. 특히 제 실력에 대한 의심이 가장 컸고요.

그러나 좋은 팀장님과 동료 분들과 함께 극복했고, 그 결과 제가 설정한 목표치 이상의 결과를 얻을 수가 있었습니다.

본 프로젝트의 경험을 바탕으로 다음 프로젝트들에서는 더욱 좋아진 approach와 attitude 속에서 동료들과 더 멋진 결과를 낼 수 있는 팀 동료, 더 나아가 팀장이 될 수 있게끔 노력하겠습니다.

이번 프로젝트에서 가장 중요했던 것은 팀원들 간의 협업과 소통이었습니다.

각자의 역할을 분담하고, 서로의 의견을 존중하며 합의점을 찾아가는 과정에서 팀워크의 힘을 느낄 수 있었습니다.

특히 기술적인 어려움에 부딪혔을 때, 함께 고민하고 해결책을 모색하는 경험은 매우 값진 시간이었습니다.

처음으로 경험하는 협업 환경에서 서로의 의견을 존중하고 합의점을 찾아가는 과정은 매우 값진 경험이었습니다.

특히 기술적인 어려움에 부딪혔을 때, 팀원들과 함께 고민하고 해결책을 모색하는 시간은 저에게 큰 배움이 되었습니다.

이번 프로젝트에서 팀원들 간의 협업 방식에서 동료 분들에게 많은 것들을 배웠습니다.

개개인의 실력과 마인드가 달랐기 때문에 하나의 팀으로 발전하기까지 시간이 필요했습니다.

생각해보면 그리 많은 시간이 필요하지는 않았지만, 조금 더 시간이 있었다면 어땠을까 하는 아쉬움이 남습니다.

이번 프로젝트에서 가장 중요했던 것은 팀원들 간의 협업과 소통이었습니다.

협업 환경에서 서로 큰 충돌 없이 합리적인 대화 속에서 합의를 하는 경험들은 매우 값졌습습니다.

특히 각종 이슈에서도 같이 디버깅하는 과정을 통해서 올바른 소통 방식을 배움과 동시에 제 기술 스탯도 많이 쌓여감을 느꼈습니다!

프로젝트를 진행하면서 수많은 시행착오를 겪었지만, 그 과정에서 얻은 배움과 깨달음은 소중한 자산이 되었습니다.

문제를 분석하고 해결하는 능력, 새로운 기술을 습득하는 자세, 팀원들과 효과적으로 소통하는 방법 등 다양한 측면에서 성장할 수 있었습니다.

이번 프로젝트에서 얻은 경험과 교훈을 바탕으로 개발자 레벨을 좀더 열심히 올려보겠습니다. 

문제를 분석 맟 해결 능력, 새로운 이슈에 대응하는 자세, 효과적인 소통하는 방법 등 다양한 측면에서 성장할 수 있었습니다.

특히 미디어 앱 개발 과정에서 겪었던 트러블 슈팅 경험은 저에게 큰 자신감과 용기를 주었습니다.

또한, 이번 프로젝트를 통해 문서 작성의 중요성을 깨달았습니다.

문서화 과정을 거치면서 내가 만든 결과물이 어느 정도 수준인지 정확하게 파악할 수 있었습니다.

문서화 작성 능력이 개발자의 기본 이라는 말이 어떤 의미인지 느꼈고, 그 과정 자체가 재밌었습니다. 이렇게 다양한 도구들이 있는지 미처 몰랐었습니다.

결과물을 보면 시간이 부족했고, 너무 큰 규모의 프로젝트를 기획한 것 같아 아쉬움이 남습니다. 하지만 주어진 기간 내에서 최선을 다했다고 생각합니다.

이번 프로젝트를 통해 많은 것을 배우고 깨달을 수 있었습니다.

초기에는 어려움에 직면하여 포기를 고려했지만, 지속적인 노력과 팀원들 간의 협업으로 문제를 해결하는 법을 배웠습니다.

또한 새로운 기술을 습득하고 적용하는 과정에서 끊임없는 학습의 중요성을 깨달았습니다.

이를 통해 개발자로서의 역량을 키울 수 있었고, 앞으로의 프로젝트에서 더 나은 결과물을 만들 수 있을 것이라는 자신감을 얻게 되었습니다.

무엇보다 함께 고생해준 팀원들에게 감사의 마음을 전하고 싶습니다.

서로 격려하고 지지해주며 힘든 시간을 이겨낼 수 있었습니다.

또한 프로젝트를 성공적으로 마무리할 수 있도록 도와주신 멘토님들과 강사님들, 지원해주신 모든 분들께도 진심으로 감사드립니다.

이번 프로젝트는 저희에게 잊지 못할 경험이 될 것입니다. 앞으로도 계속해서 성장하고 발전하는 개발자가 되기 위해 노력하겠습니다. 감사합니다! 😊

무엇보다 함께 고생해준 팀원들과 프로젝트를 성공적으로 이끌어주신 멘토님들, 강사님들께 감사의 마음을 전하고 싶습니다.

또한 이번 프로젝트를 통해 개발자로서의 꿈을 키울 수 있었습니다. 그저 감사합니다!

마지막으로, 함께 고생한 팀원들이 더 나은 개발자가 되길 진심으로 바랍니다.

이번 프로젝트를 통해 좋은 경험을 쌓을 수 있었던 것 같아 기쁩니다. 감사합니다.

이번 프로젝트를 성공적으로 마무리할 수 있었던 것은 팀원들의 노력과 협력 덕분입니다.

서로의 역량을 존중하고 조화롭게 협업하여 문제를 해결할 수 있었습니다. 또한 멘토님들과 지원해주신 분들의 조언과 도움 덕분에 프로젝트를 원활하게 진행할 수 있었습니다.

이런 소중한 경험을 토대로 앞으로 더욱 성장하여 팀에 보다 큰 기여를 할 수 있도록 노력하겠습니다. 감사합니다!