My Pet Guardians
반려동물 입양 중개 플랫폼
‘마펫쯔’는 마이 펫 가디언즈의 약자로, 유기동물 입양자와 보호센터가 더 편리하게 입양하고 입양 보낼 수 있는 입양 중개 시스템이에요. 유기동물 입양 희망률(입양 예정자의 84%)은 높지만 복잡한 절차와 원하는 동물을 쉽게 찾기 어려운 이유들로 인해 실제 입양률은 12%에 그치는 문제를 아래와 같은 3가지 방안으로 풀고자 했어요.
1. 입양 후 모니터링(케어) 시스템을 도입해 입양 절차를 간소화
(센터에서 절차를 복잡하게 진행하는 가장 큰 이유는 입양 후 잘 지낼지에 대한 걱정 때문이에요.)
2. 입양 희망자의 선호도와 환경에 맞는 동물을 추천해 기존 원하는 동물을 찾지 못해 입양을 미루거나 펫샵으로 이탈 했던 문제를 해결
3. 지자체 및 민간 보호센터의 수기 업무를 온라인 화하여 유기동물 입양 과정을 빠르고 효율적으로 바꾸고, 편리한 유기동물 입양 인프라를 구축
Client:
My Pet Guardians
Year:
2025
Design:
Framer, Figma
Development:
React, Next.js, TypeScript, React Router DOM, Tailwind CSS, Django, Django-Ninja, PostgreSQL, Docker, Railway, Django Channels, WebSocket, JWT, Cloudflare, Gunicorn, Firebase Admin(FCM), LangChain, OpenAI, Zustand, Zod, React Query, TanStack React Hook Form
Service
Design 유저는 간단한 반려동물 성향 테스트를 통해 나에게 알맞은 성향의 아이를 추천받을 수 있고, 곧바로 연결되는 공고를 통해 원하던 반려동물을 수월하게 입양할 수 있도록 도와줘요.
공공데이터로만 제공하던 간단한 반려동물 정보에서 더 나아가,
활동량 / 민감도 / 사회성 / 분리불안 등을 시각화하여 해당 동물에 대한 특성을 한 눈에 보여주고, 건강 특이 사항이나 기본 훈련 여부, 훈련사 한마디 등을 통해 더 자세한 특성을 파악할 수 있도록 제공하고 있어요.
Development 마펫쯔의 기술적 중심에는 입양 희망자와 반려동물을 매칭하는 AI 추천 로직이 있어요. 사용자는 간단한 성향 테스트를 진행하고, LangChain과 OpenAI 모델이 이를 벡터화하여 DB에 저장된 동물 프로필과 비교해 가장 유사도가 높은 후보를 추천해 줘요. 여기서 동물 프로필은 보호센터가 입력한 기본 정보뿐만 아니라, 훈련사 한마디·건강 특이 사항·센터 기록까지 포함해 가중치가 적용되도록 설계했어요. 이를 통해 단순 검색이 아니라 사용자의 생활환경과 성향에 최적화된 입양 추천이 가능했어요.
Design 마펫쯔는 일반 유저 케이스와 센터 케이스 2가지 서비스 플로우를 가져가고 있어요. 센터 입장에서는 입양 신청 / 임시보호 / 입양자 모두를 한 번에 관리할 수 있어 편리하도록 설계했어요.
특히 모니터링 시스템을 통해 모니터링 지연 여부와 남은 횟수, 그리고 입양자의 커뮤니티 글 업로드 여부까지 체크하고 관리할 수 있도록 하여 입양 후에도 안심할 수 있도록 도왔어요. 또, 그동안 전화와 대면으로 이루어지던 입양 절차를 구독한 센터에 한해 온라인으로 입양이 가능하게 하여, 유저와 센터 모두에게 편리함을 제공해요. 물론, 온라인이라는 이유로 간단하게 처리한다면 책임감 없는 입양을 막을 수 없기에, 입양 절차를 간편하되 꼼꼼하게 검토할 수 있는 방향으로 풀어냈어요.
Development 입양 절차 관리 로직은 온라인 입양 프로세스를 안전하게 디지털화하는 데 중점을 뒀어요. Django 기반의 워크플로 엔진을 도입해 ‘입양 신청 → 센터 확인 → 계약 동의 → 입양 확정 → 사후 모니터링’ 단계를 명확히 정의했어요. 특히 사후 모니터링 단계에서는 WebSocket 기반 실시간 알림으로 모니터링 기한·남은 횟수를 자동 체크하고, 커뮤니티 글 업로드 여부를 추적했어요. 이를 통해 센터는 입양자의 책임감을 확인하면서도 수기 업무를 크게 줄일 수 있었고, 입양자는 모바일에서 절차를 투명하게 확인할 수 있었어요.
결과적으로, 마펫쯔는 AI 매칭 로직으로 입양 전 단계에서 사용자 경험을 혁신하고, 입양 절차 관리 로직으로 입양 후 단계의 신뢰성과 안전성을 확보하여, 유기동물 입양 성공률을 높이는 데 기여했어요.
