ESP32, React Native, OpenAI를 활용한 실시간 감정 로깅 및 음악 추천 앱 개발기

핵심 기술: 본 프로젝트는 ESP32 기반의 시뮬레이션된 스마트 링에서 수집한 온도 및 습도 데이터를 React Native 앱으로 실시간 전송하고, OpenAI API를 통해 감정을 분석하며 Spotify API를 이용해 음악을 추천하는 과정을 담고 있습니다.

기술적 세부사항:
* 프론트엔드: React Native와 Expo를 사용하여 빠르고 쉬운 테스트 및 공유가 가능한 모바일 애플리케이션을 구축했습니다.
* 백엔드: Node.js와 WebSocket을 활용하여 IoT 장치로부터 실시간 데이터를 스트리밍하고 클라이언트에게 푸시하는 서버를 구현했습니다.
* IoT 시뮬레이션: 실제 하드웨어 없이 Wokwi 시뮬레이터를 사용하여 ESP32와 DHT22 센서를 시뮬레이션하고 데이터를 생성했습니다.
* 데이터 분석 및 감정 예측: OpenAI API를 사용하여 센서 데이터를 기반으로 사용자의 감정을 예측했습니다.
* 음악 추천: 감정 예측 결과에 따라 Spotify API를 통해 장르별 음악 추천을 제공했습니다.
* 아키텍처: 시뮬레이션된 스마트 링 → WebSocket 서버 (데이터 분석) → React Native 앱 (데이터 표시 및 음악 추천)의 실시간 데이터 흐름을 구축했습니다.
* 배포: WebSocket 통신을 위해 Vercel 대신 Koyeb을 사용하여 백엔드를 배포했습니다.

개발 임팩트:
이 프로젝트는 IoT 기기와 모바일 앱 간의 실시간 데이터 통신, 클라우드 기반 AI 서비스 통합, 그리고 외부 API 연동을 통해 사용자에게 개인화된 경험을 제공하는 방법을 보여줍니다. 특히 WebSocket의 연결 유지 및 데이터 손실 처리에 대한 실질적인 경험을 얻을 수 있습니다.

커뮤니티 반응:
개발자는 Vercel에서 WebSocket이 작동하지 않았던 경험을 공유하며, Koyeb과 같은 대안 배포 플랫폼의 유용성을 언급했습니다. 또한, 실시간 데이터 연결의 만족감과 연결 끊김 및 데이터 손실 디버깅의 어려움을 토로하며 개발 커뮤니티의 공감을 얻을 수 있습니다.

톤앤매너: 개발자의 경험을 바탕으로 솔직하고 현실적인 기술적인 도전과 해결 과정을 공유하는 톤을 유지합니다.