대학·대외활동

의류 매장 통합 관리 시스템

데이터 설계부터 분석, 자동화까지 연결한 의류 매장 통합 관리 플랫폼, WinningSolution

빅데이터 전문가 4기 최종프로젝트 대상

수행기간 | 2025.11 ~ 2025.12

  • #Python
  • #MySQL
  • #FastAPI
  • #Docker
  • #Jenkins
  • #ETL
  • #K-Means

운영 데이터가 없는 매장의 수기 관리 문제

Problem

  • 재고 과다·부족, 수동 인력 스케줄링, 실시간 매출 파악 불가
  • 비정형 운영 데이터로 고객 세그먼트 분석 불가

My Role

  • 운영 데이터가 없던 상태에서 데이터 생성 체계를 직접 구축
  • MySQL ERD를 설계하고 파티션·인덱스·FK를 적용해 대량 데이터에 맞춘 스키마 구축
  • 계산값과 원본값을 분리하고 정합성 검증 로직을 설계해 데이터 관리 구조 확립
  • FastAPI로 재고 변경, 매출 적재, 근태 기록을 자동 처리하는 API 구현
  • ETL부터 모델(RFM, K-Means, 수요예측) 결과의 DB 반영까지 파이프라인 설계와 Jenkins·Docker 기반 CI 구성

Result

  • 매출 추이, 판매 비중, 거래 내역을 한 화면에서 확인하는 대시보드 제공
  • 데이터 구조와 개발 기준을 먼저 정리해 팀 전체의 개발 속도와 품질 향상

기술적 의사결정

  • 파티션·인덱스·FK를 적용한 정규화 스키마

    매출·재고·근태가 쌓이는 대량 데이터를 기준으로 조회 성능과 정합성을 함께 확보

  • 계산값과 원본값 분리

    원본 데이터를 보존하고 정합성 검증 로직으로 계산 결과를 확인할 수 있도록 설계

  • Jenkins·Docker 기반 CI

    모델 재학습과 배포를 사람 손 없이 반복 실행

시스템 아키텍처: 데이터 소스, ETL, 분석, AI 모델, 자동화, 서비스 레이어
시스템 아키텍처: 데이터 소스, ETL, 분석, AI 모델, 자동화, 서비스 레이어
ERD: STORE, EMP, ATTEND, LEAVE, INVENTORY, PRODUCT, SALES, DISCOUNT
ERD: STORE, EMP, ATTEND, LEAVE, INVENTORY, PRODUCT, SALES, DISCOUNT
서비스 대시보드: 매출 추이와 라인별·카테고리별 매출 비중
서비스 대시보드: 매출 추이와 라인별·카테고리별 매출 비중