1. 기능 개요

• 의상 추천 기능은 사용자의 날씨 데이터(weatherId), 프로필 정보(성별, 온도 민감도 등), 옷장 데이터(카테고리·속성·이미지)를 종합하여 개인화된 코디 추천을 제공하는 기능이다.
• 추천은 **날씨 단위(weatherId)**로 관리되며, 동일한 날씨에서는 캐싱된 결과를 제공하고, 사용자가 “다시 추천받기”를 요청할 경우 동일 날씨 내에서도 새로운 추천을 생성한다.
• 추천 생성 과정에는 규칙 기반 필터링과 LLM(Vision 포함) 기반 최적 조합 단계를 혼합하여 활용 한다.

주요 역할

1. 입력 요소 통합
   • 날씨 데이터: 기온, 강수, 습도, 바람, 하늘 상태 등
   • 사용자 프로필: 성별, 나이, 온도 민감도
   • 사용자 옷장: 카테고리, 속성(관리자 정의/사용자 선택), 이미지 + Vision 자동 추출 속성
2. 추천 생성 파이프라인
   • 속성 확보: 사용자 입력 속성 + Vision 자동 추출 속성 병합
   • 후보 필터링: 날씨 적합성, 프로필 보정, 카테고리 최소 보장 적용
   • 추천 조합: 규칙 기반 1차 조합 → LLM을 통한 최종 코디 선택
3. 추천 결과 관리
   • 추천 메타 정보(recommendations)와 추천 상세(recommendation_clothes)로 구조화하여 저장
   • 동일 날씨(weatherId) 기준으로 캐싱 관리, “다시 추천받기” 시 신규 생성
4. 연관 기능과의 연결
   • 날씨 관리 기능과 연계하여 weatherId를 입력으로 활용
   • 프로필 관리(위치, 온도 민감도) 및 의상 관리(속성, 이미지)와 밀접히 연결
   • 추천 결과는 OOTD 피드 등록 기능과 자연스럽게 확장 가능

2. API 목록

• DB에 캐싱된 추천이 있으면 반환
• 없으면 신규 추천 생성 후 반환 | | POST | /api/recommendations/refresh?weatherId={id} | 특정 날씨(weatherId)에 대해 “다시 추천받기” 요청
• 기존 캐싱된 결과를 무시하고 새로운 추천 생성
• 생성된 결과를 DB에 저장하고 응답 |

3. 기능별 상세 설계

📌 3.1 엔티티 및 저장 구조

• (1) ClothesAiAttributes

  • 역할: Vision/LLM 모델이 의상 이미지에서 자동 추출한 속성을 저장

  • 구조

    • id: 속성 ID (UUID)

    • clothes: 대상 의상(Clothes)와 1:1 관계

    • attributes: JSONB 형태로 날씨 관련 속성 저장

      예: { "season": "여름", "thickness": "얇음", "waterproof": "가능" }

  • 특징

    • 사용자 입력 속성과 별도로 관리하여, Vision 기반 속성을 병렬적으로 유지
    • JSONB를 활용해 확장성 있는 속성 저장 가능
• (2) Recommendation
  • 역할: 날씨 스냅샷(weatherId)과 사용자(userId)를 기준으로 생성된 추천 메타 정보
  • 구조
    • id: 추천 ID (UUID)
    • user: 추천 대상 사용자 (User)
    • weather: 기준 날씨 (WeatherForecast)
    • createdAt: 추천 생성 시각
    • clothes: 추천된 의상 목록 (RecommendationClothes와 1:N)
  • 특징
    • 동일 (user, weather) 조합으로 여러 번 생성될 수 있음 (다시 추천받기 지원)
    • createdAt으로 최신 추천을 구분 가능
    • 캐싱 전략: 최신 생성 결과를 재활용
• (3) RecommendationClothes
  • 역할: 하나의 추천(Recommendation)에 속하는 의상 상세
  • 구조
    • id: 추천-의상 연결 ID (UUID)
    • recommendation: 추천 ID (FK)
    • clothes: 추천된 의상 ID (FK, Clothes 참조)
  • 특징
    • Recommendation과 Clothes를 연결하는 다리 테이블 역할
    • CascadeType.ALL + orphanRemoval 설정으로 Recommendation 삭제 시 자동 정리

📌 3.2 DTO 설계