흩어진 청약 정보를 하나로, 원클릭 자동 신청 솔루션 분석부터 당첨까지 책임지는 올인원 청약 비서 — "Save Time, Grab Chance." Inha University Capstone Project · Team 세기말20
청약 정보는 여러 기관·플랫폼에 흩어져 있고, 사이트마다 형식이 달라 비교가 어렵습니다. 핵심 정보는 장황한 PDF 공고문 속에 묻혀 있어 "나에게 맞는 공고인지" 파악하기도 쉽지 않습니다.
HomePass는 흩어진 청약 공고를 자동으로 수집·정형화하고, AI로 경쟁률을 예측하며, 신청까지 원클릭으로 자동화하는 올인원 청약 비서입니다.
해결하려는 문제
- 분산화 — 여러 플랫폼에 정보가 흩어져 있고 통합 검색이 없으며, 실시간 업데이트를 놓치기 쉬움
- 비표준화 — 사이트마다 다른 형식, 표준화되지 않은 데이터 구조로 비교 분석이 어려움
- 숨겨진 정보 — PDF 공고문에 핵심 정보가 묻혀 있고, 장황해서 이해하기 어려움
1. 데이터 통합 · 정형화
- Scrapy 기반 크롤링으로 여러 사이트의 공고를 안정적으로 수집, 신규 공고 실시간 반영
- 정규식 + LLM으로 PDF 공고문에서 보증금·월세 등 핵심 정보를 추출해 표준화된 형태로 제공
2. AI 기반 경쟁률 예측
- 과거 청약 데이터를 학습한 머신러닝 모델로 예상 경쟁률을 미달 / 보통 / 인기로 구분 제시
- (예측 경쟁률은 참고용이며 실제 결과와 다를 수 있음)
3. 입지·생활 정보 시각화
- 네이버 지도 API 연동으로 주소 기반 위치 자동 매핑
- 사용자 직장 위치 기반 출퇴근 소요 시간 계산, 반경 내 편의점·마트·병원·학교·공원 등 생활 시설 표시
4. 원클릭 자동 신청
- Playwright + LLM으로 네이버 폼 자동 제출, 반복 작업 제거로 신청 효율 향상
5. 개인 맞춤형 공고 & 신청 관리
- 희망 지역·주택 유형·보증금·면적 등 조건 설정 → 맞춤 공고 필터링 및 관심 공고 지정
- 신청 현황 관리 (신청 완료 / 서류 심사 / 당첨 / 미당첨)
사용자 ── homepass-front (Next.js) ── homepass-backend (FastAPI) ── MySQL
│
┌──────────────────────┼───────────────────────┐
homepass-scraper AI/ML 경쟁률 예측 네이버 지도 API
(Scrapy + S3) · LLM 공고 정형화 · 입지/출퇴근 분석
Playwright 자동 신청
| 영역 | 스택 |
|---|---|
| Frontend | Next.js 16, React 19, TailwindCSS, Axios, React Query |
| Backend | FastAPI, SQLAlchemy, MySQL (aiomysql), PyJWT, Uvicorn |
| Scraper / 자동화 | Scrapy, Playwright, PyMySQL, Boto3 (AWS S3) |
| AI / Data | 정규식 + LLM 기반 공고 정형화, 머신러닝 경쟁률 예측 |
| Infra | AWS EC2, Nginx, systemd, GitHub Actions (CI/CD) |
| External API | 네이버 지도 API |
.
├── homepass-front/ # Next.js Frontend
├── homepass-backend/ # FastAPI Backend
├── homepass-scraper/ # Scrapy Web Scraper (+ 자동 신청)
├── deployment/ # 배포 (systemd, nginx, 가이드)
└── .github/workflows/ # GitHub Actions CI/CD
# Frontend
cd homepass-front && npm install && npm run dev # http://localhost:3000
# Backend
cd homepass-backend && python -m venv venv && source venv/bin/activate
pip install -r requirements.txt
uvicorn app.main:app --reload # http://localhost:8000 (docs: /docs)
# Scraper
cd homepass-scraper && python -m venv venv && source venv/bin/activate
pip install -r requirements.txt
scrapy crawl soco_list_spidermain 브랜치에 push하면 GitHub Actions로 자동 배포됩니다. 상세 절차는 deployment/QUICK_START.md와 deployment/DEPLOYMENT_GUIDE.md를 참고하세요.
배포 구성: Frontend(3000) · Backend(8000) → Nginx(80) reverse proxy.
각 서비스 디렉토리에 .env 파일이 필요합니다.
# homepass-backend/.env
DATABASE_URL=mysql+aiomysql://user:password@localhost:3306/homepass
JWT_SECRET=your-secret-key
CORS_ORIGINS=["http://localhost:3000"]
# homepass-front/.env.local
NEXT_PUBLIC_API_URL=http://localhost:8000/api
# homepass-scraper/.env
DB_HOST=localhost
DB_USER=root
DB_PASSWORD=your-password
DB_NAME=homepass세기말 출생(99·00) 20학번들의 팀
| 이름 | 역할 | 담당 |
|---|---|---|
| 김성윤 | AI | 공고문 요약, 경쟁률 예측 모델 |
| 김용진 | Full-Stack | Scrapy 크롤러 · Playwright 자동 신청 구축 |
| 민동일 | Infra | AWS 서버 구축·배포, 지도 정보 연동 |
- 시간 절약 — 통합 정보 제공·PDF 해석·원클릭 신청으로 검색·입력 시간 단축
- 전략적 청약 지원 — 경쟁률 예측 기반 당첨 가능성 높은 공고 추천
- 정보 접근성 향상 — 정보 비대칭 해소, 청년층 주거 안정 지원
Inha University Capstone Project · Team 세기말20