💄 AI Creator Matching Engine (Prototype): Creator-Campaign Matching Engine

"Data-Driven Influencer Marketing Solution"

📌 Project Overview

크리에이터 매칭 프로세스를 자동화하고, 캠페인 ROI를 예측하기 위해 개발된 AI 솔루션 PoC입니다.

• Tech Stack: Python, FastAPI, Streamlit, PostgreSQL, Scikit-learn, Render

🗂️ Data Pipeline Strategy

본 프로젝트는 정성적 기획과 대규모 정량 데이터를 결합하여 모델의 신뢰성을 확보했습니다.

1. Feature Definition (Qualitative Analysis)

"What data actually matters?"

• 목적: 모델링에 필요한 핵심 변수(Feature)를 식별하기 위한 선행 연구
• 과정: Instagram/YouTube의 실제 크리에이터 콘텐츠와 댓글 반응을 직접 수집 및 분석하여, 단순 팔로워 수가 아닌 '참여도(Engagement)'와 '콘텐츠 톤앤매너'를 주요 학습 Feature로 정의했습니다.

2. Base Model Training (Academic Dataset)

• 데이터 규모: 150,000+ Influencer Profile Data
• 출처: 학술 연구 목적으로 제공받은 대규모 인플루언서 데이터셋
• 역할: 다양한 카테고리의 크리에이터 패턴을 학습하여 베이스 모델(Base Model)을 구축했습니다.

3. Fine-Tuning (Real-World Performance)

"Optimization with Real Campaign Data"

• 데이터 규모: 25,000+ Past Campaign Logs
• 내용: 실제 집행된 마케팅 캠페인의 성과 데이터(SQL DB)를 활용
• 역할: 베이스 모델에 실제 성과(ROI, 도달률) 데이터를 파인튜닝(Fine-Tuning)하여 예측 정확도를 비즈니스 수준으로 최적화했습니다.

🚀 Key Features

1. AI-Based ROI Prediction: 과거 스폰서십 데이터를 학습한 Random Forest 모델이 예상 ROI를 계산합니다.
2. Real-time Dashboard: 마케터가 직관적으로 사용할 수 있는 웹 대시보드 (Streamlit).
3. Scalable Architecture: API-First 설계로 모바일 앱이나 웹 서비스에 즉시 연동 가능.

🛠 Architecture

• Frontend: Streamlit (Cloud Deployed)
• Backend: FastAPI (Render Deployed)
• Database: PostgreSQL (Cloud Hosted)
• AI Model: Random Forest Regressor (v1.0)

👨‍💻 Developer

Yongrak Park

• AI Product Builder of Beauty Inside Lab Inc.
• Kyonggi Univ. Economics & Startup Convergence