건강 식품을 잘 알고 먹고 싶은 소비자들을 위해 AI 페르소나 기반의 신뢰도 있는 정보 검색 및 추천 여부를 제공합니다. 실제 헬스 전문 유튜버 말투와 스타일을 반영한 챗봇이 사용자와 대화하며 추천/비추천 판단과 대체 제품까지 제안합니다.

🌐 라이브 데모: https://v0-next-js-react-layout.vercel.app

실제 사용자 2명을 대상으로 PikTok 페르소나 챗봇 vs 일반 챗봇(클로바X) 비교 테스트를 진행하였다.

테스트는 제품 추천, 비추천 근거 설명, 대체 제품 제안, 섭취 가이드 제공 등의 질문 시나리오로 구성되었다.

결과적으로 모든 항목에서 PikTok 챗봇이 더 좋은 답변으로 선택되었음,

• 유튜버·전문가의 건강 철학과 말투를 반영한 페르소나 챗봇 제공
• 성분·영양성분을 점수화 알고리즘으로 평가 후 추천/보완/비추천 결정
• LLM + Function Call 방식으로 근거 기반 추천 응답 생성

• “단백질 더 많음 / 칼로리 낮음 / 특정 성분 제외” 등 조건 기반으로 대체 상품 탐색
• MongoDB 조건 검색으로 카테고리 · 성분 · 가격 필터링
• LLM이 검색 결과 중 최적 후보 1개를 선정해 추천 이유 + 제품 링크 제공

• 사용자가 묻는 성분의 효능/안전성을 Serper API로 실시간 검색
• 검색 결과를 간결한 요약 + 장점/주의사항 + 출처 링크로 응답
• 추천/비추천이 아닌 객관적 정보 제공 모드

• 제품 효과 / 운동 연계 / 식단 조절 / 섭취 타이밍 등은 정상 응답 처리
• 질병 진단, 치료, 건강 범위 외 질문은 정중한 응답 거절
• 프롬프트 레벨에서 서비스 범위 명확화 및 일관성 유지

1. Client : Next.js, Vercel에 CI/CD 자동 배포
2. AI agent 챗봇 : Dify 클라우드에서 구현 후 웹사이트에 임베드, 스크립트를 통해 Client와 통신
3. DB : MongoDB

• LLM: OpenAI GPT-4o, Claude 3.5/3.7, GPT-4o-mini
• Front-end&Back-end: Nextjs, React + Vercel (CI/CD 배포)
• LLM chat Builder : Dify (Tool Calling 기반 Agent)
• 데이터: 식약처 Open API, 유튜브 Transcript API
• 벡터 검색: MongoDB + embedding(openai)
• Agent function
  • serper API
  • 제품 성분 기반 추천 점수 계산 API
  • DB 상품 검색 API

• 모델 평가 비교 수작업 부담 → LLM-as-a-Judge로 자동 평가
• 식약처 데이터 불완전 → LLM으로 평균 영양소 정보 생성(데이터 증강)
• 유튜버 말투 반영 어려움 → 스크립트 요약 기반 프롬프트 튜닝
• 페르소나 프롬프트만으로는 추천 기준 애매함 → 성분 점수화 알고리즘 구현, tool calling적용

npm install -g pnpm

cd [프로젝트_폴더_경로]
pnpm install

pnpm dev

###의존성 관련 문제 생길 시

rm -rf node_modules

### pnpm-lock.yaml 삭제

rm pnpm-lock.yaml

## 의존성 다시 설치

pnpm install