mediforme - Backend

🥕 의약품 정보 챗봇·검색 서비스의 Spring Boot 서버입니다.

사용자가 약을 검색·촬영해 정보를 확인하고, 챗봇으로 복약 관련 질의응답, 복약 맞춤 관리 서비스 메디포미의 백엔드입니다. 식약처·openFDA 등 공공 라벨 데이터를 기반으로 하며, 챗봇은 OpenAI 위에 RAG를 얹어 환자 안전 관점의 답변 품질을 높였습니다.

주요 기능

• 사용자 인증 — JWT 발급·재발급(Redis 토큰 저장), SMS 본인 인증(CoolSMS)
• 의약품 검색 — 식약처(e약은요)·openFDA·RxNorm 다중 소스 통합 검색
• 의약품 카메라 인식 — Google Cloud Vision OCR 로 약 이미지에서 정보 추출
• 약물 상호작용 안내 — 함께 복용 시 주의 정보 제공
• 챗봇 Q&A — OpenAI 기반 질의응답에 RAG 라벨 컨텍스트를 주입(검색 실패 시 약 메타데이터 앵커링으로 폴백)
• 운영 관측 — Actuator + Micrometer(Prometheus) 헬스·메트릭

기술 스택

• 언어·프레임워크 — Java 17, Spring Boot 3.3.2 (Web, Security, Data JPA, Validation)
• 데이터 — MySQL 8 (JPA/Hibernate), Redis
• 빌드 — Gradle 멀티모듈
• 문서 — OpenAPI(Swagger) 어노테이션 기반 API 문서
• 외부 연동 — OpenAI, Google Cloud Vision, 식약처 e약은요, openFDA, RxNorm, CoolSMS, RAG 검색 서비스(mediforme-chatbot-rag)

모듈 구조

모듈	설명
app	부트 엔트리(MediformeApplication), 설정·프로파일 병합
api	웹 컨트롤러 + 도메인 로직
common	공통 응답·예외 등
lib:redis	Redis 설정 모듈

api 도메인 패키지: user(인증) · medicine(검색·OCR·상호작용) · search · chatbot(RAG) · admin · status · check · global(보안·공통 설정)

디렉터리

경로	설명
database/	스키마·시드 SQL
http/	IntelliJ HTTP Client 요청 파일(수동 API 테스트)
eval/chatbot-rag/	챗봇 RAG 평가 하네스(Python) — Version A/B/C 비교 측정

실행

사전 준비: MySQL 8, Redis, 아래 환경변수

./gradlew :app:bootRun

기본 활성 프로파일은 local, redis 입니다(local / dev / prod 중 선택). 테스트는 ./gradlew test.

환경변수

변수	용도
DB_LOCAL_URL / DB_LOCAL_USERNAME / DB_LOCAL_PASSWORD	MySQL 접속 (dev·prod 는 DB_DEV_* / DB_PROD_*)
REDIS_HOST / REDIS_PORT	Redis 접속
JWT_SECRET_KEY / JWT_ACCESS_EXPIRATION / JWT_REFRESH_EXPIRATION	JWT 서명·만료
MFDS_API_KEY	식약처 e약은요 API 키
GOOGLE_APPLICATION_CREDENTIALS	Google Vision 서비스 계정 키 경로
COOLSMS_API_KEY / COOLSMS_API_SECRET / COOLSMS_API_SENDER	SMS 인증
RAG_SERVICE_URL	RAG 검색 서비스 주소 (기본 http://localhost:8000)

챗봇 RAG

챗봇은 사용자 질문과 약 식별자를 RAG 검색 서비스(mediforme-chatbot-rag, FastAPI + BGE-M3 + FAISS)의 /retrieve 로 보내, 실제 의약품 라벨 청크를 컨텍스트로 받아 답변을 생성합니다. 검색이 비거나 서비스 장애 시에는 약 메타데이터 앵커링으로 폴백하므로 기존 동작 이하로 떨어지지 않습니다.

도입 근거는 동일 골든셋·judge 로 측정한 A/B/C 비교에 있습니다 — hallucination 65.9%(A 베이스라인) → 59.8%(B 앵커링) → 52.4%(C RAG), 특히 어려운 질문에서 정확도가 크게 개선됩니다. 자세한 내용은 eval/chatbot-rag/reports/2026-05-21-A-vs-B-vs-C.md 를 참고하세요.