당뇨병환자 식단 추천 서비스 개발 사례 공유

1. 들어가는 말

저는 3년차 웹 백엔드 개발자 서영수라고 합니다.

ChatGPT MS애저톤에 참가할 때 제출했던 서비스를 소개해보고자 합니다.

NutriGuard 라는 이름도 ChatGPT를 통해 만들었습니다.

2. 서비스 소개

배경

목적

대상

3. 서비스 동작 방식

4. 기대효과

1. 당뇨병 환자들의 올바른 식단 선택을 돕는 것으로, 건강 상태 향상과 당뇨병 합병증 예방에 도움을 줄 것입니다.
2. 논문 기반의 정보 제공으로, 신뢰성 있는 음식 섭취 여부를 안내하여 사용자의 건강에 긍정적인 영향을 미칠 것입니다.
3. 개인화된 식단 추천으로, 각 사용자의 개별적인 영양 및 건강 상태를 고려한 효과적인 식단 관리가 가능해질 것입니다.
4. 의료진, 영양사 등 전문가들이 본 서비스를 활용하여 환자들의 건강 관리에 보다 효율적으로 참여할 수 있게 됩니다.

5. 서비스 화면

5. 서비스 링크

6. 서비스 프롬프트

식단 검색

식단 추천

7. 소스코드

const express = require('express');
const serverless = require('serverless-http');
const app = express();
const cors = require('cors');
const { Configuration, OpenAIApi } = require("openai");

const configuration = new Configuration({
    apiKey: API_KEY,
});
const openai = new OpenAIApi(configuration);

const corsOptions = {
    origin: 'https://diabetes-meals.pages.dev/',
    optionsSuccessStatus: 200, // some legacy browsers (IE11, various SmartTVs) choke on 204
    credentials: true
}
app.use(cors(corsOptions));
app.use(express.json());
app.use(express.urlencoded({extended: true}));

app.get('/', function (req, res) {
    res.send('Hello World')
});

// 질문 API
app.post('/foods', async function (req, res) {
    let { userMessages, assistantMessages } = req.body

    let messages = [
        {
            role: "system",
            content: "QUESTION_FOOD_PROMPT"
        }
    ];

    while (!!userMessages && userMessages.length !== 0 || !!assistantMessages && assistantMessages.length !== 0) {
        if (!!userMessages &&userMessages.length !== 0) {
            messages.push(
                JSON.parse('{"role": "user", "content": "' + String(userMessages.shift()).replace(/\n/g,"") + '"}')
            )
        }
        if (!!assistantMessages && assistantMessages.length !== 0) {
            messages.push(
                JSON.parse('{"role": "assistant", "content": "' + String(assistantMessages.shift()).replace(/\n/g,"") + '"}')
            )
        }
    }

    const maxRetries = 3;
    let retries = 0;
    let completion
    while (retries < maxRetries) {
        try {
            completion = await openai.createChatCompletion({
                model: "gpt-3.5-turbo",
                messages: messages,
            });
            break;
        } catch (e) {
            retries++;
            console.log(e);
            console.log(`Retrying... ${retries} / ${maxRetries}`);
        }
    }

    let content = completion.data.choices[0].message['content'];
    res.json(content);
});

// 식단 추천 api
app.post('/meals', async function (req, res) {
    let { chatMessage } = req.body;
    console.log(`chatMessage: ${chatMessage}`);

    let todayDateTime = new Date().toLocaleString('ko-KR', { timeZone: 'Asia/Seoul' });

    const completion = await openai.createChatCompletion({
        model: "gpt-4.0",
        messages: [
            {role: "system", content: "RECOMMEND_MEAL_PROMPT"}
        ],
    });
    let content = completion.data.choices[0].message.content;
    console.log(content);
    res.json(content);
});

module.exports.handler = serverless(app);

8. 더 생각해볼 내용

1. 논문 정보에 대해 할루시네이션이 발생할 수 있기 때문에, 논문들을 직접 학습시켜 서비스를 제공.
2. GPT 3.5 버전에서는 JSON 형식으로 답변하는 것이 정확하지 않는 경우가 있고, 4.0 버전에서는 잘 대답하는 것을 확인할 수 있었음.
3. langchain을 도입하고, 프롬프트를 잘 작성하여 더 좋은 결과를 도출해 낼 수 있도록 한다.