자전거 온라인 샵 AI 챗봇

Ollama (qwen2.5:14b)를 활용한 자전거 온라인 쇼핑몰 AI 챗봇 시스템

📋 프로젝트 개요

• 백엔드: ASP.NET Core 9.0
• 프론트엔드: Angular 18
• AI 모델: Ollama (qwen2.5:14b)
• 실시간 통신: SignalR
• 데이터베이스: SQLite (개발용)
• 아키텍처: Clean Architecture (Onion Architecture)

🏗️ 아키텍처

Clean Architecture 구조

┌─────────────────────────────────────┐
│   API Layer (Controllers, Hubs)    │  ← 외부 인터페이스
├─────────────────────────────────────┤
│  Infrastructure (DB, HTTP Client)  │  ← 외부 서비스 통합
├─────────────────────────────────────┤
│  Application (Services, DTOs)      │  ← 비즈니스 로직
├─────────────────────────────────────┤
│  Domain (Entities, Enums)          │  ← 핵심 도메인
└─────────────────────────────────────┘

프로젝트 구조

backend/
├── BicycleShopChatbot.Domain/              # 도메인 계층
│   ├── Entities/
│   │   ├── ChatSession.cs                  # 채팅 세션
│   │   ├── ChatMessage.cs                  # 채팅 메시지
│   │   ├── Product.cs                      # 제품 정보
│   │   ├── Order.cs                        # 주문 정보
│   │   └── FAQ.cs                          # FAQ
│   └── Enums/
│       ├── MessageRole.cs                  # 메시지 역할 (User, Assistant, System)
│       ├── ChatCategory.cs                 # 채팅 카테고리
│       └── MessageStatus.cs                # 메시지 상태
│
├── BicycleShopChatbot.Application/         # 애플리케이션 계층
│   ├── DTOs/
│   │   ├── ChatMessageDto.cs
│   │   ├── SendMessageRequest.cs
│   │   └── ChatSessionDto.cs
│   ├── Interfaces/
│   │   ├── Repositories/                   # Repository 인터페이스
│   │   ├── IChatService.cs
│   │   ├── IOllamaService.cs
│   │   ├── IPromptService.cs
│   │   ├── IProductContextService.cs
│   │   └── IOrderContextService.cs
│   └── Services/
│       ├── ChatService.cs                  # 🔥 채팅 오케스트레이션
│       ├── OllamaService.cs                # 🔥 Ollama API 통합
│       ├── PromptService.cs                # 🔥 프롬프트 엔지니어링
│       ├── ProductContextService.cs        # 제품 컨텍스트 관리
│       └── OrderContextService.cs          # 주문 컨텍스트 관리
│
├── BicycleShopChatbot.Infrastructure/      # 인프라 계층
│   ├── Data/
│   │   ├── ApplicationDbContext.cs         # EF Core DbContext
│   │   └── Configurations/                 # Entity 설정
│   ├── Repositories/
│   │   └── Implementation/                 # Repository 구현
│   └── Seed/
│       ├── ProductSeedData.cs              # 제품 시드 데이터
│       ├── FaqSeedData.cs                  # FAQ 시드 데이터
│       ├── OrderSeedData.cs                # 주문 시드 데이터
│       └── DatabaseSeeder.cs               # 시드 오케스트레이터
│
└── BicycleShopChatbot.Api/                 # API 계층
    ├── Hubs/
    │   └── ChatHub.cs                      # 🔥 SignalR 허브
    ├── Controllers/
    │   └── HealthController.cs             # 헬스 체크
    ├── Program.cs                          # 앱 진입점 & DI 설정
    └── appsettings.json                    # 설정 파일

frontend/
└── src/
    └── app/
        ├── core/
        │   ├── services/
        │   │   ├── signalr.service.ts      # SignalR 연결 관리
        │   │   └── chat.service.ts         # 채팅 상태 관리
        │   └── models/
        │       ├── chat-message.model.ts
        │       └── chat-session.model.ts
        ├── features/chat/
        │   └── components/
        │       ├── chat-window/            # 메인 채팅 컨테이너
        │       ├── message-list/           # 메시지 목록
        │       ├── message-item/           # 개별 메시지
        │       └── chat-input/             # 입력 창
        └── shared/
            └── components/

🗄️ 데이터베이스 스키마

ChatSessions - 대화 세션

- Id (UUID, PK)
- SessionId (VARCHAR, UNIQUE)
- UserId (VARCHAR, NULL)
- UserName (VARCHAR, NULL)
- CreatedAt (TIMESTAMP)
- LastActivityAt (TIMESTAMP)
- IsActive (BOOLEAN)
- SessionMetadata (TEXT/JSON)
- TotalMessages (INT)

ChatMessages - 메시지

- Id (BIGINT, PK)
- ChatSessionId (UUID, FK)
- Role (VARCHAR) - 'User', 'Assistant', 'System'
- Content (TEXT)
- Timestamp (TIMESTAMP)
- Category (VARCHAR) - 'ProductSearch', 'FAQ', 'OrderStatus', 'General'
- IntentDetected (VARCHAR)
- ProductId (INT, FK, NULL)
- OrderId (INT, FK, NULL)
- Metadata (TEXT/JSON)
- TokensUsed (INT, NULL)
- ProcessingTimeMs (INT, NULL)

Products - 제품 카탈로그

- Id (INT, PK)
- ProductCode (VARCHAR, UNIQUE)
- Name (VARCHAR)
- NameKorean (VARCHAR)
- Category (VARCHAR) - 'Road', 'Mountain', 'Hybrid', 'Electric', etc.
- Brand (VARCHAR)
- Price (DECIMAL)
- Description (TEXT)
- DescriptionKorean (TEXT)
- Specifications (TEXT/JSON)
- StockQuantity (INT)
- IsAvailable (BOOLEAN)
- ImageUrl (VARCHAR)
- CreatedAt, UpdatedAt (TIMESTAMP)

Orders - 주문

- Id (INT, PK)
- OrderNumber (VARCHAR, UNIQUE)
- CustomerEmail (VARCHAR)
- CustomerPhone (VARCHAR)
- Status (VARCHAR) - 'Pending', 'Processing', 'Shipped', 'Delivered'
- OrderDate (TIMESTAMP)
- TotalAmount (DECIMAL)
- ShippingAddress (VARCHAR)
- TrackingNumber (VARCHAR)
- EstimatedDelivery (DATE)
- UpdatedAt (TIMESTAMP)

FAQs - 자주 묻는 질문

- Id (INT, PK)
- Question (TEXT)
- QuestionKorean (TEXT)
- Answer (TEXT)
- AnswerKorean (TEXT)
- Category (VARCHAR)
- Keywords (VARCHAR)
- ViewCount (INT)
- IsActive (BOOLEAN)
- CreatedAt (TIMESTAMP)

🔑 핵심 기능

1. 인텐트 감지 (Intent Detection)

PromptService.cs에서 사용자 메시지 분석:

public ChatCategory DetectIntent(string userMessage)
{
    var lower = userMessage.ToLower();

    if (lower.Contains("주문") || lower.Contains("배송") || lower.Contains("송장"))
        return ChatCategory.OrderStatus;

    if (lower.Contains("추천") || lower.Contains("찾아") || lower.Contains("자전거"))
        return ChatCategory.ProductSearch;

    if (lower.Contains("환불") || lower.Contains("교환") || lower.Contains("반품"))
        return ChatCategory.FAQ;

    return ChatCategory.General;
}

2. Ollama API 통합

OllamaService.cs:

public async Task<string> GenerateResponseAsync(
    string userMessage,
    List<ChatMessageDto> conversationHistory,
    string systemPrompt,
    CancellationToken cancellationToken)
{
    var messages = BuildMessagePayload(userMessage, conversationHistory, systemPrompt);

    var request = new
    {
        model = "qwen2.5:14b",
        messages = messages,
        stream = false,
        options = new { temperature = 0.7, top_p = 0.9, top_k = 40 }
    };

    var response = await _httpClient.PostAsJsonAsync("/api/chat", request, cancellationToken);
    // ... 응답 처리
}

3. SignalR 실시간 통신

ChatHub.cs:

public class ChatHub : Hub
{
    public async Task SendMessage(SendMessageRequest request)
    {
        var response = await _chatService.ProcessUserMessageAsync(request);
        await Clients.Caller.SendAsync("ReceiveMessage", response);
    }

    public async Task JoinSession(string sessionId)
    {
        await Groups.AddToGroupAsync(Context.ConnectionId, sessionId);
    }
}

4. 프롬프트 엔지니어링

한국어 최적화 시스템 프롬프트:

당신은 자전거 온라인 쇼핑몰의 전문 AI 상담원입니다.
고객이 원하는 자전거를 찾도록 도와주는 것이 목표입니다.

현재 판매 중인 제품:
{products_json}

답변 규칙:
1. 항상 한국어로 친절하게 답변
2. 제품의 특징과 장점을 구체적으로 설명
3. 가격과 재고 상태를 정확히 전달
4. 고객의 용도와 예산을 고려하여 추천
5. 2~3개 제품을 비교하여 제시

🚀 시작하기

사전 요구사항

• .NET 9.0 SDK
• Node.js 18+ (Angular 프론트엔드용)
• Ollama 설치 및 qwen2.5:14b 모델 다운로드

Ollama 설정

# Ollama 설치 (Linux/Mac)
curl -fsSL https://ollama.com/install.sh | sh

# 모델 다운로드
ollama pull qwen2.5:14b

# 또는 더 빠른 모델 (권장)
ollama pull qwen2.5:7b

백엔드 실행

cd backend
dotnet restore
dotnet build

# API 서버 실행
cd src/BicycleShopChatbot.Api
dotnet run

서버가 http://localhost:5069에서 실행됩니다.

프론트엔드 실행

cd frontend
npm install
npm start

프론트엔드가 http://localhost:4200에서 실행됩니다.

📡 API 엔드포인트

REST API

• GET /health - 헬스 체크 (데이터베이스 및 Ollama 상태)

SignalR Hub

• URL: /hubs/chat

• 메서드:

  • SendMessage(SendMessageRequest) - 메시지 전송
  • JoinSession(string sessionId) - 세션 참여
  • LeaveSession(string sessionId) - 세션 나가기

• 클라이언트 이벤트:

  • ReceiveMessage(ChatMessageDto) - 메시지 수신

⚙️ 설정

appsettings.json

{
  "ConnectionStrings": {
    "DefaultConnection": "Data Source=bicycleshop.db"
  },
  "Ollama": {
    "BaseUrl": "http://localhost:11434",
    "ModelName": "qwen2.5:14b",
    "TimeoutSeconds": "120",
    "MaxRetries": "3",
    "DefaultTemperature": "0.7"
  },
  "ChatSettings": {
    "MaxConversationHistory": "20",
    "MaxMessageLength": "2000",
    "SessionTimeoutMinutes": "60"
  },
  "Cors": {
    "AllowedOrigins": "http://localhost:4200"
  }
}

📊 시드 데이터

제품 (10개)

• 로드 바이크: Speedster Pro Carbon, Aero Sprint Elite
• 산악 바이크: Mountain Explorer XT, Trail Blazer Pro
• 하이브리드: City Commuter Deluxe
• 전기 자전거: E-Power Cruiser, City E-Commuter
• 접이식: Compact Folder
• 어린이용: Junior Racer
• 그래블: Adventure Seeker

FAQ (20개)

• 반품/교환 정책
• 배송 정보
• 조립 서비스
• 보증/AS
• 결제 방법
• 고객 지원
• 할인/이벤트
• 기타

주문 (3개)

• 배송 중, 처리 중, 배송 완료 샘플 데이터

🧪 테스트

헬스 체크

curl http://localhost:5069/health

예상 응답:

{
  "status": "healthy",
  "timestamp": "2026-01-02T...",
  "database": {
    "status": "connected",
    "provider": "Microsoft.EntityFrameworkCore.Sqlite"
  },
  "ollama": {
    "status": "available"
  }
}

SignalR 테스트 (Node.js)

const signalR = require('@microsoft/signalr');

const connection = new signalR.HubConnectionBuilder()
    .withUrl('http://localhost:5069/hubs/chat')
    .build();

connection.on('ReceiveMessage', (message) => {
    console.log('받은 메시지:', message.content);
});

await connection.start();
await connection.invoke('SendMessage', {
    sessionId: 'test-session',
    message: '로드 바이크 추천해주세요',
    userId: 'test-user'
});

⚡ 성능 고려사항

응답 시간

• qwen2.5:14b (9GB 모델):

  • 첫 요청: 2-3분 (모델 로딩)
  • 후속 요청: 1.5-2분

• qwen2.5:7b (권장, 4GB 모델):

  • 첫 요청: 30-60초
  • 후속 요청: 20-40초

최적화 방안

1. 더 작은 모델 사용:

   ollama pull qwen2.5:7b
   ollama pull llama3.2:3b
   

2. 컨텍스트 축소:

   • 상위 3-5개 제품만 전송
   • 대화 기록 10개로 제한

3. 스트리밍 활성화:

   • stream: true 옵션 사용
   • 실시간으로 응답 표시

4. 타임아웃 증가 (임시 해결책):

   "Ollama": {
     "TimeoutSeconds": "300"
   }
   

🔒 보안

• ✅ 입력 검증 (FluentValidation 준비됨)
• ✅ CORS 엄격 설정
• ✅ XSS 방지 (응답 새니타이즈 필요)
• ⚠️ Rate Limiting (추후 추가 권장)
• ⚠️ 인증/인가 (추후 추가 권장)

📝 TODO

백엔드

• 응답 스트리밍 구현
• Rate Limiting 추가
• 사용자 인증 구현
• 단위 테스트 작성
• 통합 테스트 작성
• 에러 처리 개선
• 로깅 강화

프론트엔드

• Angular 프로젝트 설정
• SignalR 클라이언트 구현
• 채팅 UI 컴포넌트
• 타이핑 인디케이터
• 마크다운 렌더링
• 반응형 디자인
• E2E 테스트

📚 기술 스택

백엔드

• ASP.NET Core 9.0
• Entity Framework Core 9.0
• SignalR
• SQLite (개발) / PostgreSQL (프로덕션 권장)

AI

• Ollama
• qwen2.5:14b (또는 7b)

프론트엔드

• Angular 18
• @microsoft/signalr
• Angular Material
• ngx-markdown
• RxJS

🤝 기여

이 프로젝트는 자전거 온라인 쇼핑몰을 위한 AI 챗봇 시스템입니다.

📄 라이선스

MIT

🐛 알려진 이슈

1. Ollama 응답 시간: qwen2.5:14b 모델은 전체 제품 컨텍스트에서 120초 이상 소요

   • 해결책: qwen2.5:7b 또는 llama3.2:3b 사용 권장

2. 첫 요청 지연: Ollama 모델이 메모리에 로드되는 동안 긴 지연

   • 해결책: 서버 시작 시 웜업 요청 전송

3. SignalR 타임아웃: 긴 Ollama 응답 시 연결 끊김

   • 해결책: 스트리밍 응답 구현 또는 타임아웃 증가

📞 문의

프로젝트 관련 문의사항은 이슈를 생성해주세요.