[POP-SPOT] LangChain4j + Gemini로 AI 팝업 코스 추천 만들기

// AiConfig.java — AI 모델 설정 파일
@Configuration
public class AiConfig {

    @Value("${langchain4j.google-ai-gemini.chat-model.api-key}")
    private String apiKey; // Gemini API 키 (구글에서 발급받은 비밀번호 같은 것)

    @Bean
    @Primary
    public ChatLanguageModel chatLanguageModel() {
        return GoogleAiGeminiChatModel.builder()
                .apiKey(apiKey)
                .modelName("gemini-2.5-flash") // 사용할 AI 모델 이름
                .temperature(0.7) // 답변의 창의성 수준 (0에 가까울수록 딱딱, 1에 가까울수록 창의적)
                .timeout(Duration.ofSeconds(60)) // 최대 60초 기다림
                .build();
    }
}

// AiCourseService.java — AI 코스 생성 로직
public String generateCourse(String userRequest, List<PopupStore> nearbyStores) {

    // DB에서 가져온 팝업스토어 목록을 텍스트로 변환
    String storeList = nearbyStores.stream()
        .map(s -> String.format("- %s (위치: %s, 운영시간: %s)",
            s.getName(), s.getAddress(), s.getHours()))
        .collect(Collectors.joining("\n"));

    String prompt = String.format("""
        너는 서울 팝업스토어 전문 코스 플래너야.
        아래 팝업스토어 목록 중에서만 골라서 코스를 짜줘. 목록에 없는 곳은 절대 추천하지 마.
        
        [이용 가능한 팝업스토어 목록]
        %s
        
        [사용자 요청]
        %s
        
        이동 동선 효율성을 고려해서 2~3곳을 골라줘.
        각 장소별로 추천 이유 1~2문장, 예상 소요 시간, 이동 방법을 포함해줘.
        """, storeList, userRequest);

    return chatLanguageModel.generate(prompt);
}

// 사용자 위치 기준 2km 반경 내 팝업스토어만 가져오기
List<PopupStore> nearbyStores = popupStoreRepository
    .findWithinRadius(userLat, userLng, 2.0);

// 스트리밍 방식으로 AI 응답 전송
@GetMapping(value = "/api/ai/course/stream", produces = MediaType.TEXT_EVENT_STREAM_VALUE)
public SseEmitter streamCourse(@RequestParam String request,
                                @RequestParam Double lat,
                                @RequestParam Double lng) {
    
    // SseEmitter = 서버가 클라이언트에게 데이터를 실시간으로 조금씩 밀어보내는 통로
    SseEmitter emitter = new SseEmitter(60000L);
    
    executorService.execute(() -> {
        streamingModel.generate(prompt, new StreamingResponseHandler<AiMessage>() {
            
            // AI가 단어 하나 만들 때마다 이 메서드가 호출됨
            @Override
            public void onNext(String token) {
                try {
                    emitter.send(token); // 만들어진 단어 즉시 프론트로 전송
                } catch (IOException e) {
                    emitter.completeWithError(e);
                }
            }
            
            // AI 응답이 완전히 끝났을 때 호출
            @Override
            public void onComplete(Response<AiMessage> response) {
                emitter.complete(); // 연결 종료
            }
        });
    });
    
    return emitter;
}