TrendDo

보는 유행을, 함께 해보는 문화로 바꾸는 플랫폼

TrendDo는 숏폼과 알고리즘 안에서 빠르게 소비되고 사라지는 유행을 세대별 언어로 번역하고, 실제로 해볼 수 있는 ToDo 챌린지와 지역·전통문화 경험으로 전환하는 AI 문화 순환 플랫폼입니다.

단순히 “요즘 뭐가 유행인지” 보여주는 서비스가 아니라, 유행을 이해 → 행동 → 지역 연결 → 문화 데이터화까지 이어지게 만드는 것이 목표입니다.

Team

김시은

윤정아

정지훈

한수민

문제 의식

지금 대중문화는 콘텐츠가 부족한 것이 아니라, 너무 빠르게 소비되고 사라집니다.

세대에 따라 같은 유행을 이해하는 방식이 다릅니다.
숏폼 유행은 조회수는 높지만 실제 경험으로 이어지기 어렵습니다.
지역 축제, 전통시장, 공방, 전통문화는 현대 유행과 자연스럽게 연결되기 어렵습니다.
플랫폼은 좋아요와 조회수는 측정하지만, 문화가 실제 생활 속에 남았는지는 잘 보지 않습니다.

TrendDo는 이 문제를 다음 문장으로 정의합니다.

알고리즘은 사람을 더 오래 보게 만들지만, 문화는 더 깊게 경험되게 만들지 못한다.

해결 방향

TrendDo는 온라인 유행을 실제 문화 경험으로 바꾸는 네 단계 루프를 제공합니다.

단계	기능	설명
1. 발견	Trend Radar	YouTube, Naver, seed 데이터에서 음식, 챌린지, 여행, 숏폼 문화, 미디어 유행을 수집합니다.
2. 이해	Generation Guide	10대, 30·40대, 50·60대, 가족, 외국인에게 맞는 언어로 유행을 설명합니다.
3. 행동	Trend-Do Card	유행을 준비물, 시간, 비용, 단계가 있는 ToDo 챌린지로 바꿉니다.
4. 재생산	K-Culture Map / Admin Ops	지역 자산, 전통문화, 사용자 참여 데이터를 연결해 문화 순환을 시각화합니다.

핵심 기능

사용자 앱

트렌드 피드: 최신 유행 카드와 참여형 챌린지 추천
세대별 설명: 같은 유행을 연령대별로 다르게 설명
Do-It Now: 준비물, 예상 시간, 비용, 난이도, 단계별 체크리스트 제공
지역·전통문화 리믹스: 유행을 전통시장, 공방, 축제, 지역 특산품과 연결
셋로그(Setlog): 사용자가 문화 경험을 한 줄 기록으로 남김
문화 순환 지도: 지역별 참여, 연결, 문화 잔존 흐름을 시각화

사용자 앱 스크린샷

사용자 화면은 “유행을 발견하고, 내 세대·지역에 맞게 이해한 뒤, 실제 ToDo로 수행하고 기록하는 흐름”을 중심으로 구성되어 있습니다.

1. 홈 피드

오늘의 유행 카드, 인기 인증, 월간 Trend-Do 추천을 한 화면에서 탐색합니다.

2. 챌린지 상세

유행 카드마다 세대·지역에 맞춘 설명, 난이도, 시간, 비용, 참여/저장/공유 액션을 제공합니다.

3. 지역 챌린지

사용자의 지역 맥락에 맞는 로컬 챌린지를 추천하고, 지역 자산과 연결된 참여 경험을 보여줍니다.

4. 문화 순환 지도

유행이 어떤 코드에서 시작해 어떻게 확산되고 잔존하는지 지도형 흐름으로 시각화합니다.

5. 커뮤니티 피드

다른 사용자의 인증과 따라 하기 흐름을 통해 유행이 실제 참여 문화로 재생산되는 모습을 보여줍니다.

6. 내 피드

사용자의 저장, 참여, 선호 세대/지역 설정, 문화 기록을 한 곳에서 관리합니다.

관리자 웹

TrendDo Admin은 단순 CMS가 아니라 AI 문화 운영 관제실입니다.

트렌드 수집 콘솔: 실제 API 또는 demo seed 기반 트렌드 수집
Trend-Do Generator: 선택한 유행 1~3개와 지역을 융합해 새 문화 경험 생성
지역 매칭 엔진: 트렌드의 행동 유형과 지역 자산의 체험 가능성을 점수화
Safety Gate: 초상권, 개인정보, 위험 행동, 문화 왜곡 가능성 검수
AI 카드 생성: 세대별 ToDo, 문화 맥락, 안전 문구, XAI 근거를 포함한 카드 생성
Proposal Studio: 지자체·기관 제안 메일 초안 생성
User Analytics: 조회, 시작, 완료, 인증, 장소 클릭 등 참여 지표 분석
AI Ops Log: 모든 LLM 실행의 입력, 출력, 모델명, 프롬프트 버전, 생성 시간을 기록

관리자 페이지 스크린샷

최근 구현된 관리자 화면은 “수집 → 선택 → 지역 융합 → 검수 → 제안” 흐름을 한 화면 안에서 시연할 수 있도록 구성되어 있습니다.

1. 트렌드 수집 콘솔

2. Trend-Do Generator

관리자는 수집된 유행과 기본 샘플 유행 중 1~3개를 선택하고, 지역을 선택해 문화 경험 생성을 시작합니다.

3. AI Experience Card

LLM은 단순히 트렌드 + 지역을 붙이지 않고, 지역 특산품과 유행의 행동 방식을 융합한 새 ToDo 카드를 생성합니다.

4. 트렌드 클러스터와 행동 전환 점수

수집된 유행은 클러스터 단위로 묶이고, Trend-to-Action Score를 통해 실제 행동형 챌린지로 바꿀 수 있는지 평가합니다.

5. K-Culture Map과 XAI 지역 매칭

지역을 클릭하면 특산품, 전통문화, 진행 중인 축제, 문화 자산이 표시됩니다. Local Match는 행동·장소·소재·문화 맥락 기준으로 점수와 근거를 설명합니다.

6. 지자체 제안 초안

승인 전 자동 발송 없이, 지역 기관에 보낼 협업 제안 메일 초안을 검수 상태로 생성합니다.

AI 적용 방식

TrendDo는 LLM을 단순 문장 생성기가 아니라 운영 파이프라인 안에 배치합니다.

flowchart LR
  A["트렌드 수집"] --> B["LLM 구조화 분석"]
  B --> C["안전성 검수"]
  C --> D["지역/전통문화 매칭"]
  D --> E["세대별 ToDo 카드 생성"]
  E --> F["관리자 승인"]
  F --> G["사용자 앱 공개"]
  G --> H["사용자 로그 분석"]
  H --> B

LLM이 하는 일

트렌드 맥락 요약
세대별 설명 생성
유행을 행동형 ToDo로 변환
지역 특산품·전통문화와 융합 아이디어 생성
안전성 검토
지자체 제안 메일 생성
사용자 로그 기반 개선안 생성

LLM이 자동으로 하지 않는 일

사용자 화면 자동 공개
제안 메일 자동 발송
위험도 high 콘텐츠 승인
개인정보 원문 저장

모든 AI 생성 결과는 관리자 검수 상태로 시작합니다.

지역 융합 예시

TrendDo는 단순히 트렌드 + 지역을 붙이지 않고, 실제로 수행 가능한 새 경험으로 융합합니다.

입력	나쁜 예	TrendDo 방식
두바이쫀득쿠키 + 강원	두바이쫀득쿠키 강원 체험	감자떡 쫀득 디저트 챌린지
포토 챌린지 + 전주	전주 포토 챌린지	한옥 골목 한 컷 리믹스
러닝크루 + 진주	진주 러닝크루	남강 유등 야간 무브 코스
꾸미기 유행 + 전통공예	전통공예 꾸미기	자개 패턴 키링 리믹스

XAI 설계

AI 판단 결과는 Explanation Card로 표시됩니다.

최종 점수 또는 판단
상위 기여 요인
감점 요인
사용 데이터 출처
모델명
프롬프트 버전
생성 시간
관리자 검수 상태

지역 매칭 점수는 다음 요소를 사용합니다.

항목	설명
카테고리 적합성	음식은 시장/먹거리/카페/축제처럼 기본 용도부터 맞는지 검토
행동 적합성	먹기, 만들기, 찍기, 걷기, 보기 등 유행의 핵심 행동과 지역 자산 체험 비교
소재·문화 맥락	재료, 전통 요소, 문화 키워드가 겹치는지 확인
장소 논리성	실제 수행 장소로 자연스러운지 판단
일정/운영성	진행 중 행사 또는 상시 운영 여부
안전/검수 부담	초상권, 개인정보, 위험 행동 가능성 감점

데이터 출처 정책

TrendDo는 가짜 수치를 실제 데이터처럼 보여주지 않습니다.

라벨	의미
`real_api`	실제 API 또는 OpenAI 호출에 성공한 데이터
`demo_seed`	API 키가 없을 때 사용하는 데모용 seed 데이터
`mock_data`	실제 연동 전 구조 검증용 임시 데이터
`derived`	수집 데이터와 AI 분석을 바탕으로 생성된 파생 데이터

기술 스택

영역	기술
Frontend	React, TypeScript, Vite, Tailwind CSS
Admin UI	React, Recharts 스타일 차트, SVG 기반 지도/시각화
Backend	Node.js, Express, TypeScript
AI	OpenAI Responses API, Structured Output, Embedding
Validation	Zod schema
Data Store	로컬 JSON store, SQLite fallback 지향 구조
External APIs	YouTube Data API, Naver DataLab/Search, 공공데이터 포털 확장 구조

프로젝트 구조

TrenDo/
├── app/
│   ├── src/
│   │   ├── pages/
│   │   │   ├── HomeFeed.tsx
│   │   │   ├── ChallengeDetail.tsx
│   │   │   ├── CultureMapPage.tsx
│   │   │   ├── Community.tsx
│   │   │   ├── Setlog.tsx
│   │   │   └── Admin.tsx
│   │   ├── components/
│   │   ├── data/
│   │   └── lib/
│   └── package.json
├── server/
│   ├── src/
│   │   ├── admin/
│   │   │   ├── aiClient.ts
│   │   │   ├── providers.ts
│   │   │   ├── routes.ts
│   │   │   ├── schemas.ts
│   │   │   ├── scoring.ts
│   │   │   └── seed.ts
│   │   └── index.ts
│   └── package.json
├── .env.example
└── README.md

실행 방법

1. 서버 실행

cd server
npm install
cp ../.env.example .env
npm run dev

기본 서버 주소:

http://localhost:8787

2. 프론트 실행

cd app
npm install
npm run dev

기본 앱 주소:

http://localhost:5174

주요 화면:

경로	설명
`/`	사용자 홈 피드
`/admin`	관리자 AI 문화 운영 관제실
`/map`	문화 순환 지도
`/community`	커뮤니티 피드
`/setlog`	셋로그
`/saved`	저장한 챌린지
`/me`	내 문화 로그

환경변수

실제 API를 사용하려면 .env에 키를 넣습니다. .env는 git에 올리지 않습니다.

OPENAI_API_KEY=
OPENAI_MODEL=gpt-4.1-mini
OPENAI_EMBEDDING_MODEL=text-embedding-3-small

YOUTUBE_API_KEY=
NAVER_CLIENT_ID=
NAVER_CLIENT_SECRET=

DATA_GO_KR_API_KEY=
TOUR_API_KEY=
CULTURE_API_KEY=
CULTURE_API_URL=

TREND_RSS_URLS=
TREND_CSV_URL=
INSTAGRAM_ACCESS_TOKEN=
INSTAGRAM_TREND_CSV_URL=

DATABASE_URL=file:./data/trendo-admin.sqlite

주요 관리자 API

Method	Route	설명
`GET`	`/api/admin/state`	관리자 전체 상태 조회
`POST`	`/api/admin/collect/trends`	트렌드 수집
`POST`	`/api/admin/collect/local-assets`	지역 자산 수집
`POST`	`/api/admin/ai/generate-experience-card`	Trend-Do 경험 카드 생성
`POST`	`/api/admin/ai/generate-challenge`	챌린지 생성
`POST`	`/api/admin/ai/review-safety`	안전성 검수
`POST`	`/api/admin/ai/match-local-assets`	지역 자산 매칭
`POST`	`/api/admin/ai/generate-proposal`	제안 메일 초안 생성
`GET`	`/api/admin/analytics/summary`	사용자 로그 분석
`POST`	`/api/admin/reports/generate`	임팩트 리포트 생성
`GET`	`/api/admin/ai-runs`	AI 실행 로그

Structured Output 검증

LLM 출력은 server/src/admin/schemas.ts의 Zod schema로 검증합니다.

TrendContextSchema
GenerationTranslationSchema
ChallengeGenerationSchema
SafetyReviewSchema
LocalMatchExplanationSchema
LocalMatchVerificationSchema
ProposalEmailSchema
AnalyticsDiagnosisSchema
ImpactReportSchema
TrendCardPackageSchema
ExperienceCardSchema

검증 실패 또는 API 키 부재 시 fallback 결과를 저장하고, AiRun.status=fallback, provenance_label=demo_seed로 기록합니다.

테스트

cd server
npm test

테스트 범위:

Local Match Score 계산
Trend-to-Action Score 계산
Analytics metric의 0 나누기 방지
LLM JSON schema validation 실패 처리

시연 시나리오

사용자 홈에서 유행 카드를 확인합니다.
세대별 설명을 바꿔 같은 유행이 다르게 번역되는 것을 보여줍니다.
관리자 /admin으로 이동합니다.
트렌드 수집 버튼을 눌러 실제 API 또는 demo seed 기반 유행을 수집합니다.
Trend-Do Generator에서 유행 1~3개와 지역을 선택합니다.
LLM으로 지역 융합 ToDo 카드를 생성합니다.
Safety Gate와 XAI 점수 근거를 확인합니다.
관리자 승인 후 사용자 앱에 제안할 수 있음을 보여줍니다.

팀이 강조하는 가치

TrendDo는 유행을 더 많이 소비하게 만드는 서비스가 아닙니다.

TrendDo는 유행을 세대, 지역, 전통문화, 실제 행동으로 다시 연결해 문화가 생활 속에서 지속되도록 만드는 서비스입니다.

Name		Name	Last commit message	Last commit date
Latest commit History 18 Commits
app		app
docs		docs
files		files
server		server
.env.example		.env.example
.gitignore		.gitignore
README.md		README.md
SPEC.md		SPEC.md

Folders and files

Latest commit

History

Repository files navigation

TrendDo

Team

문제 의식

해결 방향

핵심 기능

사용자 앱

사용자 앱 스크린샷

1. 홈 피드

2. 챌린지 상세

3. 지역 챌린지

4. 문화 순환 지도

5. 커뮤니티 피드

6. 내 피드

관리자 웹

관리자 페이지 스크린샷

1. 트렌드 수집 콘솔

2. Trend-Do Generator

3. AI Experience Card

4. 트렌드 클러스터와 행동 전환 점수

5. K-Culture Map과 XAI 지역 매칭

6. 지자체 제안 초안

AI 적용 방식

LLM이 하는 일

LLM이 자동으로 하지 않는 일

지역 융합 예시

XAI 설계

데이터 출처 정책

기술 스택

프로젝트 구조

실행 방법

1. 서버 실행

2. 프론트 실행

환경변수

주요 관리자 API

Structured Output 검증

테스트

시연 시나리오

팀이 강조하는 가치

About

Resources

Uh oh!

Stars

Watchers

Forks

Releases

Packages 0

Uh oh!

Contributors

Uh oh!

Languages

Packages