GymCoach: 자체 호스팅 가능한 AI 기반 운동 트래커

섹션별 상세

데이터 주권과 프라이버시를 위해 사용자가 직접 호스팅하는 구조를 채택했다.

Anthropic SDK 또는 OpenRouter를 통해 원하는 LLM을 선택하여 연동할 수 있다.

사용자의 프로필, 최근 세션, 활성 프로그램, 운동별 진행 상황을 구조화된 데이터로 LLM에 전달하여 정확한 코칭을 수행한다.

반복되는 시스템 프롬프트에 프롬프트 캐싱을 적용하여 다중 턴 대화 시 비용과 지연 시간을 최적화했다.

Next.js 14, Prisma ORM, PostgreSQL을 사용한 표준적인 기술 스택으로 구성되어 배포와 유지보수가 용이하다.

자체 호스팅(Self-hosting): — 소프트웨어나 서비스를 타사 클라우드 서버가 아닌 사용자가 직접 관리하는 서버나 인프라에 설치하여 운영하는 방식이다. 데이터 소유권과 프라이버시를 완전히 통제할 수 있다는 장점이 있다.
프롬프트 캐싱(Prompt Caching): — LLM API 호출 시 반복되는 프롬프트나 컨텍스트를 캐시에 저장하여 재사용하는 기술이다. 매번 토큰을 다시 계산할 필요가 없어 API 비용을 절감하고 응답 지연 시간을 단축한다.
근비대(Hypertrophy): — 근육 세포의 크기가 커져 근육 전체의 부피가 증가하는 현상이다. 저항 훈련의 주요 목표 중 하나로, 적절한 부하와 볼륨을 통해 달성된다.

bash

cp .env.example .env
npm install
docker compose up -d db
npm run db:migrate
npm run db:seed
npm run dev

GymCoach 로컬 개발 환경 설정을 위한 명령어 시퀀스