🦙ALPACO : 클라우드 기반 LLM 알고리즘 문제 생성 및 자동 채점 서비스

국민대학교 소프트웨어융합대학 2025년 캡스톤 4팀 (우서용 Be Smile !)

1. 상세 서비스 설명 (작성중)

a. 문제 생성 서비스

LLM 기반 맞춤형 알고리즘 문제 생성
- 사용자가 원하는 주제를 입력하면 LLM API를 활용해 고품질의 알고리즘 문제를 즉석에서 맞춤 생성합니다.
- 난이도, 주제(자료구조, 그래프, DP 등)를 세부적으로 설정 가능하며, 문제에 맞는 테스트케이스 역시 자동으로 함께 생성합니다.
유사 문제 추천 기능
- 사용자가 문제를 요청했을 때, 이미 유사한 유형의 문제를 다른 사용자가 만든 적이 있다면 이를 안내하고 추천합니다. 기존 문제를 선택하거나 새롭게 생성할지를 사용자에게 물어보고 선택지 부여합니다.

b. 문제 풀이 및 제출 서비스

웹 기반 코드 작성 환경
- 사용자는 웹사이트 내에서 제공되는 에디터를 통해 편리하게 코드를 작성하고 즉석에서 문제를 풀 수 있습니다.
클라우드 기반 자동 채점 시스템
- AWS Lambda와 같은 서버리스 환경을 활용하여 사용자가 제출한 알고리즘 문제를 신속하고 효율적으로 채점합니다.
- 서버리스 아키텍처 특성상 확장성이 매우 뛰어나며 사용량에 따라 유연하게 과금되므로 비용 효율성 역시 뛰어납니다.

c. 테스트 케이스 자동 대량 생성

LLM을 이용한 대량 테스트 케이스 생성
- 문제 난이도와 유형에 최적화된 테스트 케이스를 LLM 기술을 활용하여 자동으로 생성합니다.
- LLM이 문제에 맞는 테스트 케이스 generator를 생성하여 채점합니다.

d. 문제 관리 및 사용자 피드백

좋아요 기반 추천 시스템
- 유저가 문제를 잘 풀고 해당 문제에 ‘좋아요’를 누르면 데이터베이스에 문제를 자동 저장하고 추가적인 사용자에게 인기 문제로 추천합니다.
문제 데이터베이스 관리
- 기존 생성된 문제는 사용자들의 평가(좋아요 수)에 따라 품질 점수가 매겨지며, 인기 있는 문제일수록 사용자에게 더 많이 노출됩니다.

e. Lambda 활용의 적합성

서버리스 아키텍처(Lambda)는 채점 작업처럼 트래픽의 변동이 큰 서비스에 매우 적합합니다.
평소에는 거의 비용이 들지 않으며, 사용량 증가 시 자동으로 확장되므로 효율적이고 경제적입니다.
따라서 본 서비스의 비즈니스 모델과 완벽히 부합합니다.

f. 서비스 핵심

원하는 난이도와 주제로 개별화된 문제를 즉석에서 LLM으로 생성
테스트 케이스 생성 자동화로 효율성 향상
클라우드 서버리스 환경을 통해 고성능, 저비용 자동 채점 제공
기존 문제 활용 및 문제 은행화로 사용자 참여 및 서비스 품질 지속 향상

알고리즘 문제를 맞춤 생성하고, 효율성과 확장성을 고려한 자동 채점 시스템을 제공하여, 사용자 맞춤형 알고리즘 학습 환경을 만들어갑니다.

2. 소개 영상 (예정)

3. 팀 소개

배용하 (팀장)

코딩테스트 서비스 알고리즘 로직 담당

박우혁

전체 백엔드 통합, CI/CD 담당

백서현

커뮤니티 feature 백엔드 담당 웹페이지 구상 및 디자인

4. 사용법 (작성중)

소스코드제출시 설치법이나 사용법을 작성하세요.

5. 기타

추가적인 내용은 자유롭게 작성하세요.

프로젝트 구조

/project-root
  /infrastructure        # IaC 코드 (CDK, CloudFormation, Terraform)
  /backend
    /lambdas             # Lambda 함수 코드 (예시)
      /problem-generator
      /submission-handler
      /auto-grader
  /frontend              # nextjs 등의 프론트엔드 코드
  /database              # 데이터베이스 스키마, 마이그레이션
  /api                   # API 정의 (OpenAPI 스펙)
  /scripts               # 배포 스크립트 등