PETKIN

---

AI 기반 반려동물 피부질환 예측 서비스

’Petkin’은 반려동물 보호자를 위한 AI 피부질환 예측 서비스입니다. 사용자는 반려동물의 피부 사진을 업로드하여 딥러닝 모델을 활용한 피부질환 분석 결과를 확인할 수 있습니다. 이 서비스는 병원 방문 전 기본적인 피부 건강 진단을 가능하게 하며, 보호자가 반려동물의 피부 상태를 기록하고 모니터링할 수 있도록 지원합니다.

소개

🔎 Background

🎯 배경

• 반려동물 보호자들의 반려동물 건강에 대한 관심도 증가
• 동물병원 방문 전 기본적인 피부 상태를 확인할 수 있는 AI 기반 서비스 필요
• 시간과 비용 문제로 인해 반려동물의 피부 상태를 자가 진단할 수 있는 도구 제공

핵심 기능

✅ 반려동물 피부 상태 분석

사용자가 반려동물 피부 사진을 업로드하면 AI가 분석하여 피부 질환 여부 및 유형을 예측합니다.

✅ 반려동물 건강 정보 기록

반려동물의 건강과 관련된 상태를 하루 단위로 기록할 수 있습니다.

📊 AI 모델 및 학습 방법

🔬 데이터셋 및 전처리

• AI Hub 제공 반려동물 피부질환 데이터셋 활용🔗 데이터셋 링크

• 데이터 구조:

  • A1: 구진, 플라크
  • A2: 비듬, 각질
  • A3: 태선화, 과다색소침착
  • A4: 농포, 여드름
  • A5: 미란, 궤양
  • A6: 결절, 종괴
  • A7: 무증상

• 데이터 분포:

  • ⛔️ 데이터가 불균형하다

  • 

• 데이터 전처리:

  • 이미지 데이터에 대해 Transform 적용 -> 이미지 데이터 특징 다양화

  • 학습에 사용한 Features

    age	breed	gender	label 인 lessons
    수치형 데이터이므로, MinMaxScaling 적용	범주형 데이터 이므로, One-hot encoding 적용	범주형 데이터이므로, One-hot encoding 적용	범주형 데이터이므로, One-hot encoding 적용

🔍 모델 구조 및 학습 방식

• EfficientNet-b1 기반 Multi Modal Model 활용 (이미지 데이터 학습이 주 목적이지만, 다른 features 을 통한 학습 성능 향상 기대)
• Adam, AdamW 옵티마이저 사용
• CosineAnnealingLR 스케줄러 적용
• CrossEntropy Loss 적용
• Hyper Parameter 조정을 통한 최적화 실험 진행

📈 실험 결과

1. 실험 1) 데이터 불균형 해결을 위한 Undersampling 적용

   • No resample	Resample

   • Loss 와 Accuracy 를 보면 Resampling 을 적용하지 않은 모델이 더 좋은 성능을 보이는 것처럼 보이지만, 평가 데이터가 불균형하기 때문에(A7이 많음) 그렇게 나타나며, 평가 데이터가 균형할때는 성능이 향상됨을 확인할 수 있다.

   • 불균형 평가데이터에 대한 혼동 행렬 비교	균형 평가 데이터에 대한 혼동행렬 비교

2. 실험 2) Multi Modal Model 적용 시 성능 변화 분석
   • 이미지만 사용하였을 때와 멀티 모달로 다른 features 도 학습 시켰을 때를 비교하면, 극적인 차이는 없지만 Multi Modal Model 적용 시 성능이 약간 떨어진다.
     • 

3. 실험 3) Batch Size 및 Learning Rate 변경 실험
   • batch size 를 크게 할수록 모델 성능이 향상될 것이라 예측했지만, 아주 미미한 차이만 있을 뿐 Batch size 에 따른 성능 변화는 거의 없다.
     • 

🛠 개발 내용

🔧 서비스 아키텍처 구조도

🔧 기술 스택

Frontend	Backend	AI Model	Deployment

🎬 시연 영상

📺 시연 영상 보기

개발 세부 내용

1. ERD 설계서

2. API 문서

   1. 🏠 회원 API (Customer Controller)

      회원 API (Customer Controller)	설명	엔드포인트	메서드
      카카오 토큰 갱신	리프레시 토큰을 이용해 새로운 액세스 토큰을 발급	/api/customers/token/refresh	POST
      카카오 로그인	Oauth 제공자(KAKAO) 로그인 후, 액세스 및 리프레시 토큰 반환	/api/customers/oauth/login/{oauthProvider}	POST
      내 정보 조회	로그인한 회원의 닉네임 반환	/api/customers/me	GET

   2. 🧑‍⚕️ 질병 예측 API (Prediction Controller)

      기능	엔드포인트	메서드	상태	설명
      질병 분석 (Client → Server)	/predict/disease	POST	✅ 완료	서버에서 AI 서버로 질병 분석 요청

   3. 📖 건강 기록 API (Health Record Controller)

      기능	엔드포인트	메서드	상태	설명
      특정 반려동물 건강 기록 조회	/api/pets/{pet_id}/health-records/	GET	✅ 완료	특정 반려동물의 모든 건강 기록 조회
      건강 기록 생성	/api/health-records	POST	✅ 완료	로그인된 사용자가 건강 기록 생성
      건강 기록 조회	/api/health-records/{record_id}	GET	✅ 완료	특정 건강 기록 세부 정보 조회
      건강 기록 수정	/api/health-records/{record_id}	PUT	✅ 완료	특정 건강 기록 내용 수정
      건강 기록 삭제	/api/health-records/{record_id}	DELETE	✅ 완료	특정 건강 기록 삭제
      특정 날짜 건강 기록 조회	/api/pets/{pet_id}/health-records?date={date}	GET	✅ 완료	특정 날짜의 건강 기록 조회
      특정 달 건강 기록 조회	/api/pets/{pet_id}/health-records?month={month}	GET	✅ 완료	특정 달의 건강 기록 조회

      📌 사전 정의된 건강 기록 아이템

      ItemType	Item Name
      1	📷 Photo (사진 기록)
      2	🛁 Bath (목욕)
      3	🚶 Walk (산책)
      4	🍖 Snack (간식)
      5	💊 Medicine (약)
      6	💉 Vaccination (예방 접종)
      7	🏥 Hospital (병원 방문)
      8	📝 Memo (메모)

   4. 🐶 반려동물 API (Pet Controller)

      기능	엔드포인트	메서드	상태	설명
      반려동물 등록	/api/pets	POST	✅ 완료	새로운 반려동물을 등록하고 고유 ID 반환
      반려동물 정보 조회	/api/pets/{pet_id}	GET	✅ 완료	등록된 반려동물 조회
      반려동물 정보 수정	/api/pets/{pet_id}	PUT	✅ 완료	등록된 반려동물 정보 수정
      반려동물 삭제	/api/pets/{pet_id}	DELETE	✅ 완료	등록된 반려동물 삭제
      회원 반려동물 목록 조회	/api/pets/mine	GET	✅ 완료	로그인된 회원의 반려동물 목록 조회

팀원

aengzu @aengzu	@choisieun	Heewon Choi @o4e3