FEELIC (FEEL + MUSIC)

Diary 기반 감정 맞춤 음악 추천 애플리케이션

---

자연어 처리 기반 감성 분석을 통해 사용자의 일기에서 대표 감정을 추출하고, 감정 정보에 기반한 사용자 맞춤 음악 추천 시스템을 구현한 애플리케이션이다.

• KoBERT 모델을 활용한 감성 분석 모델 구축
• Energy-Valance 모델을 적용한 음악 추천 시스템 구축

담당 파트 : Full-stack

개발 기간 : 2023.07 ~ 2024.09 (팀 프로젝트/4인)

📱 소개

---

번아웃이 일상화된 현대 사회에서 개인의 감정 관리는 중요한 과제가 되었다. 기존 자기관리 앱들은 사용자가 감정을 직접 선택해야 하는 방식으로, 감정 인식에 부담을 주고 번아웃 상태의 사용자에게는 한계를 가진다. 본 프로젝트는 이러한 문제를 해결하기 위해 사용자의 일기 텍스트를 감성 분석하여 감정을 자동으로 도출하고, 이에 적합한 음악을 추천하는 애플리케이션 Feelic을 기획하였다. 음악의 정서적 안정 효과를 활용하여 사용자가 자신의 감정을 자연스럽게 인식하고 관리할 수 있도록 돕는 것을 목표로 한다.

✨ 핵심 기능

---

• 감성 분석: 사용자의 일기 내용을 분석하여 해당 날짜의 감정 상태를 파악
• 음악 추천: 분석된 감정에 기반한 사용자 맞춤형 음악 추천
• 감정 통계: 일주일·한 달 단위로 감정 변화 추이를 통계로 제공
• 감정별 음악 관리: 감정별로 추천받은 음악을 모아 재생할 수 있는 기능 제공

🛠️ Tech Stack

---

Front-End

• JAVA
• Android Studio

Back-End

• DB
  • MySQL
  • AWS (EC2)
• Model
  • Python
  • PyTorch
• Flask

Collaboration & Tools

• GitHub
• Visual Studio Code