기업 프로젝트 일환으로 MongoAI는 교사를 위한 AI 기반 문제집 생성 도구입니다. 교사들이 텍스트, 이미지, PDF에서 문제를 자동으로 생성하고, 맞춤형 문제집을 즉시 제작할 수 있도록 도와줍니다. 팀 협업 기능을 통해 교사들이 문제집을 공유하고 함께 작업할 수 있습니다.
교사들은 많은 시간을 교육 자료 준비에 사용합니다. MongoAI는 이 시간을 획기적으로 단축시켜 교사들이 학생 지도에 더 집중할 수 있도록 합니다. 단 몇 분 만에 다양한 유형의 문제를 생성하고 커스터마이징할 수 있습니다.
- AI 기반 문제 생성 - 텍스트, 이미지, PDF에서 자동으로 문제 생성
- 맞춤형 PDF 문제집 - 즉시 다운로드 가능한 문제집 제작
- 팀 협업 시스템 - 팀원들과 문제집 공유 및 공동 작업
- 폴더 관리 - 체계적인 문제집 분류 및 관리
- 북마크 기능 - 중요한 문제집 표시 및 빠른 접근
- 휴지통 기능 - 삭제된 문제집 복원 가능. Supabase crob job 활용
| 팀원 | 역할 | github profile |
|---|---|---|
| 김옥현 | 사용자 인증, PDF 모듈, 디자인, 기획 | okstring |
| 임명우 | 웹 배포, 랜딩 페이지 UI, 문제집 생성(파일 Input, 문제 생성) | Dansot4891 |
| 최지민 | 대시보드, SQL DB설계(RLS), 구글 애널리틱스 | irmu98 |
| 허준호 | 문제집 생성(순서 배치, 수정, 저장), 결제 | helljh |
- Riverpod: 상태 관리
- Go_Router: 라우팅
- Freezed: 불변 객체 생성
- Supabase: 서버리스 백엔드 플랫폼
- Auth: 사용자 인증
- PostgreSQL: 데이터베이스
- Storage: 파일 저장
- Edge Functions: 서버리스 함수
- Firebase: Google Analytics
-
Git & GitHub: 버전 관리 및 협업
-
GitHub Actions: CI/CD
-
Figma: UI/UX 디자인 - Figma 디자인 바로가기
MongoAI는 MVI + MVVM, Clean Architecture 패턴을 사용합니다. 이를 통해 확장성, 테스트 용이성, 코드 품질을 보장합니다.
lib/
├── core/ # 공통 기능 및 유틸리티
│ ├── component/ # 재사용 가능한 UI 컴포넌트
│ ├── constants/ # 앱 전체에서 사용되는 상수
│ ├── di/ # 의존성 주입
│ ├── enum/ # 열거형 정의
│ ├── extension/ # 확장 메서드
│ ├── result/ # 결과 처리 래퍼
│ ├── event/ # 전역 이벤트 처리
│ ├── routing/ # 라우팅 설정
│ ├── state/ # 전역 상태 관리
│ ├── style/ # 스타일 정의
│ └── utils/ # 유틸리티 함수
├── auth/ # 인증 관련 기능
│ ├── data/ # 데이터 레이어
│ ├── domain/ # 도메인 레이어
│ └── presentation/ # 프레젠테이션 레이어
├── dashboard/ # 대시보드 기능
...
├── create/ # 문제 생성 기능
...
└── landing/ # 랜딩 페이지 및 마케팅
...
graph TD
A[UI Layer] --> B[Presentation Layer]
B --> C[Domain Layer]
C --> D[Data Layer]
D --> E[External Data Sources]
- State: 화면 상태 정의 (불변 객체)
- Action: 사용자 액션 정의 (sealed class)
- Event: 일회성 이벤트 정의 (스낵바, 다이얼로그 등)
- ViewModel: 상태 관리 및 비즈니스 로직 처리
- Screen: UI 구성 요소 및 레이아웃
- ScreenRoot: 화면 진입점, ViewModel 연결 및 이벤트, 액션 처리
- const Lint: const 선언을 최대한 활용하여 메모리 성능 최적화
- 위젯 분리: 기능적인 로직을 단순 메소드가 아닌 위젯 단위로 분리하여 재사용성과 가독성 향상
- 하드코딩 방지: 색상 및 텍스트 스타일은
AppColor,AppTextStyle상수 사용
MongoAI 팀은 애자일 방법론을 따르며, 다음과 같은 개발 프로세스를 사용합니다:
- 이슈 생성: 새로운 기능, 버그 수정 등을 GitHub 이슈로 등록
- 브랜치 생성: 해당 이슈에 맞는 브랜치 생성 (네이밍 규칙 준수)
- 개발 작업: 코드 작성 및 테스트 수행
- PR 생성: 작업 완료 후 Pull Request 생성 및 이슈 연결
- 코드 리뷰: 최소 1명 이상의 팀원이 코드를 리뷰하고 승인
- Merge: 코드 리뷰 통과 후 develop 브랜치에 병합
- 배포: main 브랜치에 Push시 CI/CD 파이프라인을 통한 자동 배포
Git Flow 전략을 기반으로 한 브랜치 전략을 사용합니다:
main: 제품 릴리스 버전, 항상 안정적인 상태 유지develop: 개발 중인 코드의 통합 브랜치feature/<feature-name>: 새로운 기능 개발fix/<issue-number>: 버그 수정hotfix/<issue-number>: 긴급 버그 수정chore/<task-name>: 빌드 스크립트, 환경 설정 등 기타 작업docs/<document-name>: 문서 추가 또는 수정style/<component-name>: UI 스타일 변경 작업
MongoAI 팀은 다음과 같은 문화를 가지고 있습니다:
- 데일리 스크럼: 매일 평일 업무시작 전 회고, 현재상황 공유를 통해 추후 개선점 도출
- 페어 프로그래밍: 복잡한 기능 개발 시 페어 프로그래밍 활용
- 코드 리뷰 문화: 모든 코드는 최소 1명 이상의 리뷰를 받음
- 1주차(2025. 05. 02~ 2025. 05. 12): 기업 프로젝트 차 미팅, 자체 기획 확정, 자체 디자인, 아키텍처 설계 및 기술 조사
- 2주차(2025. 05. 13~ 2025. 05. 19): 디자인, 기획에 맞춰 개발 착수
- 3주차(2025. 05. 20~ 2025. 05. 26): 추가 기능 구현, 리팩토링 및 시연 영상, 발표 준비
- 2025. 05. 27: 최종 발표
| 랜딩페이지 |
|---|
 |
| 사용자 인증 |
|---|
 |
| 대시보드 |
|---|
 |
| 문제집 생성 |
|---|
 |
| 문제집 생성 |
|---|
 |
| 문제집 생성 |
|---|
 |
| 문제집 생성 |
|---|
 |
| 결제 |
|---|
 |
MongoAI - 교사의 시간을 절약하고, 교육의 질을 높이는 AI 동반자
Made with ❤️ by the MongoAI Team