Skip to content

tpals0409/In-Seoul

BranchesTags

Repository files navigation

InSeoul

서울 아파트 구매 가능 시점을 240개월 시뮬레이션으로 보여주는 Local-First 부동산 플래닝 웹앱. 사용자 재무 데이터는 전부 브라우저에 머무르며, AI 어드바이저는 로컬 Ollama 데몬 또는 브라우저 내 MediaPipe Web LLM 으로 동작한다.

1. 프로젝트 개요

무엇을 푸는가

"내가 지금 자산·소득·저축으로 서울 어디 몇 평을 언제쯤 살 수 있나?" — 이 질문을 외부 서비스에 데이터를 보내지 않고 답한다. 시나리오(안정/기준/적극) 별로 자산 성장과 집값 상승을 동시에 시뮬레이션해 진입 시점·월 상환액·DSR 부담을 함께 보여준다.

핵심 원칙

  • Local-First — 사용자 재무 데이터 (자산·소득·저축액·목표가) 는 어떤 외부 서버로도 전송되지 않음. 입력은 LocalStorage 에서만 산다.
  • No Sign-up / No Login
  • On-device AI — 추론은 모두 사용자 디바이스 내부 (Ollama 로컬 데몬 또는 브라우저 WebGPU). OpenAI·Anthropic 같은 호스팅 LLM 서비스는 호출하지 않음.
  • Real Data — 국토교통부 실거래가 (data.go.kr 15126474) 기반 자치구별 중앙값.

⚠️ 조건부 동작 — 정직하게 "외부 통신 0건" 이 언제 깨지는가 를 명시한다. 사용자 재무 데이터가 외부로 나가는 일은 어떤 경로에서도 없지만, 다음 읽기 전용 다운로드 는 발생할 수 있다.

  • mediapipe 백엔드 활성화 시: 최초 1회 MediaPipe WASM (jsdelivr CDN) + 모델 파일 (VITE_GEMMA_MODEL_URL 호스트) 다운로드. 이후 OPFS/CacheStorage 캐시.
  • AI 시트 첫 사용 시 (모든 백엔드): @xenova/transformers 가 RAG 쿼리 임베딩용 384차원 MiniLM 모델 (~50MB) 을 HuggingFace 에서 가져옴. 이후 브라우저 캐시.
  • ollama 백엔드 + 비-로컬 호스트: VITE_OLLAMA_URL 이 localhost 가 아니면 사용자 입력이 해당 서버로 전송된다. 이 경우 AI 시트 배지가 "⚠️ 원격 LLM 사용 중" (주황) 으로 자동 전환되어 노출된다 (isLocalLlmHost() 화이트리스트 가드).
  • 빌드 시점: npm run refresh:market 은 data.go.kr 을 호출하고, npm run build:knowledge 는 transformers.js 모델을 받는다. 둘 다 Node 전용, 사용자 디바이스와 무관.

9개 화면 흐름

welcome → wizard(5 step) → result → {golden, action, risk, calc, stepping, scenario-edit} + AI 어드바이저 시트.

2. 시스템 아키텍처

단일 호스트, 무서버

백엔드가 없다. 모든 로직(시뮬레이션·RAG·LLM)은 브라우저 또는 사용자 디바이스에서 돌고, 사용자 재무 데이터를 외부로 송신하는 채널은 0개. 다만 다음의 읽기 전용 외부 통신이 발생할 수 있다:

  1. 정적 자산 페치 — 같은 호스트의 public/knowledge/index.json (빌드 타임에 사전 계산된 RAG 인덱스), public/data/seoul-prices.json (실거래가 스냅샷)
  2. transformers.js 모델 다운로드 (HuggingFace, 최초 1회) — RAG 쿼리 임베딩용
  3. MediaPipe 런타임 + 모델 (jsdelivr CDN + VITE_GEMMA_MODEL_URL) — mediapipe 백엔드 활성화 시
  4. 로컬 Ollama 데몬 (localhost:11434, 사용자가 직접 실행) — ollama 백엔드 활성화 시
┌─────────────────────────────────── 브라우저 ────────────────────────────────┐
│                                                                             │
│   React 19 UI ──→ lib/sim (PMT/시나리오) ──→ Zustand + LocalStorage         │
│        │                                                                    │
│        └──→ AI 시트 ──→ transformers.js (RAG 임베딩 + cosine)               │
│                  │                                                          │
└──────────────────┼──────────────────────────────────────────────────────────┘
                   │
       ┌───────────┴────────────────┐
       ▼                            ▼
┌──────────────┐         ┌──────────────────────┐
│ 정적 자산    │         │ 사용자 디바이스(선택) │
│ (빌드 산출)  │         │ Ollama Daemon        │
│ ──────────── │         │ gemma3:4b :11434     │
│ knowledge/   │         └──────────────────────┘
│  index.json  │
│ data/seoul-  │
│  prices.json │
└──────▲───────┘
       │ 빌드 시점만
       │ (Node 전용)
┌──────┴─────────────────────────────────────────┐
│  npm run refresh:market  ──HTTPS──▶ data.go.kr │
│  npm run build:knowledge ──→ knowledge index   │
└────────────────────────────────────────────────┘
mermaid 원본 (지원 환경에서 자동 렌더링) 
flowchart TB
    subgraph Browser["브라우저"]
        UI["React 19 UI<br/>9 화면"]
        Sim["lib/sim<br/>순수 시뮬 엔진"]
        Store[("Zustand +<br/>LocalStorage")]
        AIH["AI 시트"]
        RAG["transformers.js<br/>임베딩 + cosine"]
    end

    subgraph LocalDevice["사용자 디바이스 (선택)"]
        Ollama["Ollama Daemon<br/>gemma3:4b<br/>:11434"]
    end

    subgraph Static["정적 자산 (빌드 산출)"]
        Idx["public/knowledge/index.json<br/>~150KB Float32 임베딩"]
        Snap["public/data/seoul-prices.json<br/>25 자치구 중앙값"]
    end

    subgraph Build["빌드 시점만 (Node)"]
        Refresh["npm run refresh:market"]
        BuildIdx["npm run build:knowledge"]
        Molit["data.go.kr<br/>국토부 실거래가"]
    end

    UI --> Sim
    UI --> Store
    UI --> AIH
    AIH --> RAG
    RAG -. 페치 .-> Idx
    AIH -. HTTP .-> Ollama
    UI -. 페치 .-> Snap
    Refresh -. HTTPS .-> Molit
    Refresh --> Snap
    BuildIdx --> Idx
Loading

레이어

  • src/lib/sim/ — 순수 함수 (PMT, 자산 성장, 시나리오 보정). React 의존 X.
  • src/store/ — Zustand 단일 스토어 + zod 검증 영구 envelope.
  • src/data/ — 자치구 25개 데이터 + 실거래 스냅샷 lazy 로더.
  • src/screens/ + src/components/ — UI. iOS 26 디자인 시스템.
  • src/ai/ — RAG 검색 + 프롬프트 빌더 + LLM dispatcher (백엔드 분기).
  • src/types/contracts.ts — 도메인 타입 단일 출처.

검증 게이트

  • 시뮬 패리티: 3 페르소나 × 3 시나리오 = 9 스냅샷 (lib/sim/__tests__/simulate.snap.test.ts)
  • 클라이언트 시크릿 가드: 빌드 후 dist/ 에 DATA_GO_KR_KEY 흔적 0건
  • e2e 프라이버시: 페이지 로드 시 third-party 네트워크 호출 0건
  • 70 단위 테스트 + 10 Playwright e2e (chromium)

3. 영구 저장 스키마 (LocalStorage)

진짜 DB 는 없다. 사용자 데이터는 LocalStorage 단일 키 (inseoul-local-state) 에 versioned JSON envelope 로 직렬화된다. 시장 데이터는 별도 읽기 전용 스냅샷 으로 서빙된다.

ER 구조 (관계 / 엔티티)

관계 요약 (텍스트):

  • PersistedState 1 ─── 1 SimulationData (data 필드)
  • PersistedState 1 ─── 0..1 ScenarioTweaks (옵션)
  • SimulationData 1 ─── 1 Assets
  • MarketSnapshot 1 ─── N DistrictPrice (snapshots[])

엔티티 — PersistedState (LocalStorage 단일 키 inseoul-local-state)

필드 타입 설명
v int schema version (현재 1)
data SimulationData wizard 입력값 컨테이너
scenario ScenarioKey safe / base / bold
persona PersonaKey early / mid / senior
scenarioTweaks ScenarioTweaks? scenario-edit 슬라이더 오버라이드 (옵션)

엔티티 — SimulationData

필드 타입 단위 / 비고
assets Assets {cash, invest, etc}
monthlyIncome int 만원
monthlyExpense int 만원
monthlySaving int 만원
goalDistrict string 서울 25개 자치구
goalArea int 평
goalPriceM int 만원
ltv float % (0..100)
dsr float % (0..100)
rate float % 연이율
growth float % 연 집값 상승
returnRate float % 연 자산 수익

엔티티 — Assets (cash, invest, etc, 각각 만원 단위 int)

엔티티 — ScenarioTweaks (growth, returnRate, rate, ltv, dsr — 모두 옵셔널 float)

엔티티 — MarketSnapshot (public/data/seoul-prices.json, 빌드 산출물 — 영구 저장 X)

필드 타입 설명
version string ISO date
builtAt string ISO datetime
snapshots[] DistrictPrice[] 25개 자치구 중앙값

엔티티 — DistrictPrice

필드 타입 설명
district string ex 강남구
lawdCd string 5-digit
price int 매매 중앙값 (만원)
jeonsePrice int 전세 중앙값 (만원)
mermaid erDiagram 원본 (지원 환경에서 자동 렌더링) 
erDiagram
    PersistedState ||--|| SimulationData : "data 필드"
    PersistedState ||--o| ScenarioTweaks : "scenarioTweaks 옵션"
    SimulationData ||--|| Assets : "assets 필드"

    PersistedState {
        int v "schema version (현재 1)"
        SimulationData data
        ScenarioKey scenario "safe / base / bold"
        PersonaKey persona "early / mid / senior"
        ScenarioTweaks scenarioTweaks "scenario-edit 슬라이더 오버라이드"
    }
    SimulationData {
        Assets assets
        int monthlyIncome "만원"
        int monthlyExpense "만원"
        int monthlySaving "만원"
        string goalDistrict "서울 25개 자치구"
        int goalArea "평"
        int goalPriceM "만원"
        float ltv "% 0..100"
        float dsr "% 0..100"
        float rate "% 연이율"
        float growth "% 연 집값 상승"
        float returnRate "% 연 자산 수익"
    }
    Assets {
        int cash "만원"
        int invest "만원"
        int etc "만원"
    }
    ScenarioTweaks {
        float growth "옵션"
        float returnRate "옵션"
        float rate "옵션"
        float ltv "옵션"
        float dsr "옵션"
    }

    MarketSnapshot ||--o{ DistrictPrice : "snapshots[]"
    MarketSnapshot {
        string version "ISO date"
        string builtAt "ISO datetime"
    }
    DistrictPrice {
        string district "ex 강남구"
        string lawdCd "5-digit"
        int price "매매 중앙값 (만원)"
        int jeonsePrice "전세 중앙값 (만원)"
    }
Loading
  • PersistedState 는 zod 스키마로 load 시점에 검증. 깨졌으면 silent null 폴백.
  • MarketSnapshot 은 빌드 시점에 npm run refresh:market 으로 생성되는 정적 자산 — 사용자 기기에 쓰이지 않음. 미존재 시 DISTRICT_PRICE_25 기본값 사용.
  • 영구화는 300ms debounce. lastResult 의 series 배열은 저장 X (재계산 < 5ms).

4. 온디바이스 LLM 시나리오

VITE_LLM_BACKEND 값에 따라 3 가지 백엔드로 분기. 어느 경우든 외부 LLM 서비스 (OpenAI, Anthropic 등) 는 호출되지 않음.

백엔드 추론 위치 모델 트리거
ollama 로컬 데몬 (:11434) gemma3:4b (3.3GB) VITE_LLM_BACKEND=ollama
mediapipe 브라우저 내 (WebGPU) Gemma 2B IT 4-bit (.task, ~1.3GB) VITE_LLM_BACKEND=mediapipe + VITE_GEMMA_MODEL_URL
none — — 미설정 또는 명시적 none

분기 로직

AI 시트 열림
  └─ useLLM.ensureReady()
       └─ VITE_LLM_BACKEND ?
            │
            ├─ "ollama"
            │    └─ OllamaClient.ping()
            │         ├─ 200 OK              → status: ready ──┐
            │         └─ connection refused  → status: error  ─┤
            │                                                  │
            ├─ "mediapipe"                                     │
            │    └─ WebGPU 지원 ?                              │
            │         ├─ 예                                    │
            │         │   └─ 모델 .task 다운로드               │
            │         │        (OPFS / CacheStorage 캐시)      │
            │         │        ├─ 성공  → status: ready ───────┤
            │         │        └─ 실패  → status: error ───────┤
            │         └─ 아니오 → status: unsupported ─────────┤
            │                                                  │
            └─ "none" / 미설정 ───────────────────────────────┐│
                                                              ││
                                                              ▼▼
                          ready ?  ──예──→  generate (토큰 스트리밍)
                                              └─ fetch/WebGPU 실패
                                                  └─→ 템플릿 폴백
                          아니오 ──────────────────→ 템플릿 폴백
                                                    (templateAnswerFor)
mermaid flowchart 원본 (지원 환경에서 자동 렌더링) 
flowchart TD
    Start(["AI 시트 열림"]) --> ER["useLLM.ensureReady"]
    ER --> B{"VITE_LLM_BACKEND"}
    B -->|ollama| Ping["OllamaClient.ping"]
    B -->|mediapipe| WG{"WebGPU<br/>지원?"}
    B -->|none| Tpl["템플릿 폴백"]

    Ping -->|200 OK| RD1["status: ready"]
    Ping -->|connection refused| Err1["status: error"]

    WG -->|예| DL["모델 .task 다운로드<br/>OPFS / CacheStorage"]
    WG -->|아니오| Uns["status: unsupported"]
    DL -->|성공| RD2["status: ready"]
    DL -->|실패| Err2["status: error"]

    RD1 --> Gen["generate 토큰 스트리밍"]
    RD2 --> Gen
    Err1 --> Tpl
    Err2 --> Tpl
    Uns --> Tpl
    Gen -->|fetch error 또는<br/>WebGPU 실패| Tpl
Loading

폴백 안전망

  • 어느 단계든 실패 → src/ai/fallback/templates.ts::templateAnswerFor() 의 결정적 한국어 답변 사용. UI 는 "🟠 템플릿 모드" 배지 표시.
  • useAdvisor 가 llmState.status !== 'ready' 분기에서 폴백 자동 처리.

프라이버시 가드 (Ollama 백엔드)

  • VITE_OLLAMA_URL 호스트가 로컬 아님 (localhost / 127.0.0.1 / [::1] / 0.0.0.0 외) 이면 배지가 "⚠️ 원격 LLM 사용 중" (주황 톤) 으로 전환.
  • isLocalLlmHost() 단위 테스트 8개로 화이트리스트 검증.

RAG 동작

  • 6개 한국어 마크다운 (src/knowledge/docs/) → 청크 18개 → 384차원 임베딩 (Xenova/paraphrase-multilingual-MiniLM-L12-v2).
  • 사용자 질문 임베딩 → cosine top-4 + 키워드 부스트.
  • "추천/매수/예측" 키워드 감지 시 risk_disclaimer.md#권유 금지 강제 포함.

빠른 시작

  1. npm install
  2. cp .env.example .env.local 후 키 채우기:
    • DATA_GO_KR_KEY (Node 전용, 실거래가 batch 용 — 공공데이터포털 발급)
    • VITE_LLM_BACKEND=ollama 권장 + ollama pull gemma3:4b
  3. npm run build:knowledge (RAG 인덱스 1회 빌드)
  4. npm run refresh:market (실거래가 스냅샷, optional)
  5. npm run dev → http://localhost:5173/

스크립트

  • npm run dev / npm run build / npm run preview
  • npm run lint
  • npm test (Vitest 단위 128개)
  • npm run e2e (Playwright 10개 — 사전 npx playwright install chromium 필요)
  • npm run build:knowledge — src/knowledge/docs/*.md → public/knowledge/index.json
  • npm run refresh:market — data.go.kr 호출 → public/data/seoul-prices.json

모바일 빌드 (Capacitor — Sprint 3)

InSeoul 은 iOS / Android 네이티브 앱으로도 빌드된다. 코드베이스는 단일 (Vite + React 19), Capacitor 가 WebView 로 패키징한다. 자세한 결정 근거: ADR-S3-001.

iOS 시뮬레이터

사전 요구: Xcode 설치 (App Store, Command Line Tools 만으로는 불충분).

npm run build           # dist/ 갱신
npx cap sync ios        # web → ios/App/App/public 동기화
xcodebuild -project ios/App/App.xcodeproj -scheme App -sdk iphonesimulator -configuration Debug build
# 또는 부팅된 시뮬레이터에 설치 + 실행:
npx cap run ios

Android 에뮬레이터

사전 요구: JDK 17+ (brew install --cask temurin) + Android SDK (ANDROID_HOME 설정).

npm run build           # dist/ 갱신
npx cap sync android    # web → android/app/src/main/assets/public 동기화
cd android && ./gradlew assembleDebug
# 또는 부팅된 에뮬레이터에 설치 + 실행:
npx cap run android

네이티브 분기

src/App.tsx 가 Capacitor.isNativePlatform() 으로 분기 — 네이티브 환경에서는 iosFrame 데스크톱 흉내가 자동 무력화되고 풀스크린 + safe-area-inset 모드로 전환된다. Web (chromium) 동작은 이전과 동일.

자동화 스크립트 (Sprint 4)

시뮬레이터/에뮬레이터에서 빌드부터 실행까지 한 번에. 호스트 환경 (Xcode 26+, JDK 17+, Android SDK + platform-tools) 이 이미 준비된 상태 가정.

# 빌드 + sync + install + launch (시뮬레이터/에뮬레이터)
npm run mobile:ios            # 첫 부팅된 iOS 시뮬레이터에 install + 실행
npm run mobile:android        # 첫 가용 AVD 부팅 + install + 실행
npm run mobile:dry:ios        # 실제 부팅 없이 명령 echo (CI/리뷰)

# console / logcat 캡처 → .planning/sprint/4/runs/{platform}-{ts}.log
npm run mobile:trace:ios
npm run mobile:trace:android

# on-device LLM 메모리 샘플링 → .planning/sprint/4/measurements/{platform}-{ts}.json
npm run mobile:mem:ios
npm run mobile:mem:android

자세한 옵션: scripts/mobile-launch.sh --help, scripts/mobile-trace.sh --help, scripts/mobile-mem-measure.sh --help.

메모리 측정 권장 시점: mediapipe 추론 도중 측정 (cold load + first inference 가 peak). 시뮬레이터/에뮬레이터 측정값은 host RAM 공유로 실기기와 다를 수 있음 — 실기기 비교 필수.

실기기 빌드 (Sprint 6 — Phase B UAT)

실제 iPhone / Android 단말에 설치해 mediapipe 추론과 메모리 사용량을 검증하는 단계. 시뮬레이터/에뮬레이터 (mobile:ios / mobile:android) 와 달리 서명 (codesign), USB 권한, 첫 실행 신뢰 단계가 추가된다.

iPhone (iOS)

  1. Apple ID 로 무료 dev cert 발급
    • Xcode 실행 → ios/App/App.xcworkspace 열기
    • 좌측 navigator 에서 App target 선택 → Signing & Capabilities 탭
    • Team 드롭다운에서 본인 Apple ID 선택 (없으면 Add an Account... 로 로그인 — 유료 개발자 계정 불필요, 7일 한정 personal team 으로 충분)
    • Bundle Identifier 가 충돌하면 뒤에 .dev 같은 suffix 추가
  2. USB 첫 trust + 개발자 앱 신뢰
    • Lightning/USB-C 케이블로 Mac 에 연결 → iPhone 에 "이 컴퓨터를 신뢰하시겠습니까?" 팝업 → 신뢰
    • Xcode Devices and Simulators (⇧⌘2) 에서 단말이 보이는지 확인
    • 첫 install 후 앱 실행 시 "신뢰할 수 없는 개발자" 차단 → iPhone 설정 > 일반 > VPN 및 기기 관리 > 개발자 앱 에서 본인 Apple ID 선택 후 신뢰
  3. 빌드 & 실행 — mobile:ios 스크립트는 시뮬레이터 전용이므로 실기기는 Capacitor CLI 직접 사용: 
    npm run build && npx cap sync ios
npx cap open ios               # Xcode 열림 → 상단 device picker 에서 연결된 iPhone 선택 → ▶ Run
# 또는 CLI 로 직접 실행 (UDID 는 `xcrun xctrace list devices` 로 확인):
npx cap run ios --target <UDID>

Android

  1. 개발자 옵션 + USB 디버깅 ON
    • 설정 > 휴대전화 정보 > 빌드 번호 7회 탭 → 개발자 모드 활성화
    • 설정 > 개발자 옵션 > USB 디버깅 ON
  2. adb 권한 승인
    • USB 케이블로 PC 연결 → 단말에 "USB 디버깅을 허용하시겠습니까?" 팝업 → 허용 (이 PC 항상 허용 체크 권장)
    • 호스트에서 단말 인식 확인: 
      adb devices       # <serial>    device  ← "device" 가 떠야 정상 (unauthorized / offline 이면 미허용)
  3. 빌드 & 실행 — mobile:android 스크립트는 에뮬레이터(AVD) 부팅을 전제하므로 실기기는 Capacitor CLI 직접 사용: 
    npm run build && npx cap sync android
npx cap run android --target <serial>   # serial 은 위 `adb devices` 출력값
# 또는 Android Studio 로:
npx cap open android                    # Run 'app' 으로 연결된 단말 선택

흔한 막힘 → 해결책 카탈로그

첫 UAT 사용자가 자주 마주치는 4 종 (cert untrusted / USB unauthorized / mediapipe 모델 다운로드 실패 / OOM) 은 docs/uat-troubleshooting.md 에 증상 → 원인 → 해결책 형태로 정리.

상태

  • Sprint 3 (종료): 환경 구축 + cap sync 통과 + 시뮬레이터/에뮬레이터 BUILD 확인 (caveat 해소).
  • Sprint 4 (종료): main 통합 + 자동화 스크립트 (launch / trace / mem) + ADR-S4-001 (검증 파이프라인).
  • 이월 (Phase B UAT): 실기기 (iPhone/Android) 빌드 + mediapipe 모델 다운로드 + RAG 응답 + 메모리 측정. 사용자 손이 필요한 영역. 가이드: .planning/sprint/4/UAT-CHECKLIST.md.

on-device LLM 메모리 측정 (Sprint 4)

scripts/mobile-mem-measure.sh 가 부팅된 시뮬레이터/에뮬레이터에서 앱 프로세스의 메모리를 N회 샘플링해 JSON 으로 저장한다. 디바이스를 부팅하지 않으니 앱이 이미 떠 있어야 한다 (npm run mobile:ios / npm run mobile:android 선행).

# iOS 시뮬레이터 — vmmap --summary 기반, rss_mb / dirty_mb 기록
npm run mobile:mem:ios -- --samples 12 --interval 5 --label gemma2b

# Android 에뮬레이터 — adb dumpsys meminfo 기반, pss_mb / native_heap_mb 기록
npm run mobile:mem:android -- --samples 24 --interval 5 --label gemma2b

출력: .planning/sprint/4/measurements/{platform}-{label or timestamp}.json. 스키마는 scripts/mobile-mem-measure.sh --help 에 명시. mediapipe (tasks-genai) 가 최근 5분 unified log / logcat 에 보였다면 mediapipe_loaded: true.

측정 운용 노트

  • MediaPipe LLM 추론 도중에 측정을 시작하라. cold load + 첫 추론이 peak 일 가능성이 높아 idle 측정만으로는 ceiling 을 못 잡는다.
  • iOS 시뮬레이터는 host RAM 공유 라서 실기기와 차이가 크다. 절대값 회귀 기준으로 쓰지 말고, 동일 호스트 내 변화량 (label A vs B) 비교에만 활용. 실기기 비교 측정 필요.
  • Android 에뮬레이터도 동일한 caveat. 게다가 dumpsys meminfo 의 EGL/Graphics 라인은 GPU 종류/드라이버에 따라 다르므로 pss_mb 위주로만 비교.
  • 결과는 mobile_summary 형태로 sprint 산출물에 첨부 — 실기기 1회 + 시뮬/에뮬 baseline 1회 두 JSON 을 같이 두면 운영 판단에 충분.

라이선스 / 데이터 출처

  • 코드: 미정 (저장소 visibility 에 따라 별도 결정)
  • 실거래가: 국토교통부 / 공공데이터포털 15126474, 재배포 정책 준수
  • 폰트: Pretendard (SIL OFL 1.1)

About

서울 아파트 구매 가능 시점을 시뮬레이션으로 보여주는 Local-First 부동산 플래닝 웹앱

Resources

Readme
Activity

Stars

0 stars

Watchers

0 watching

Forks

0 forks
Report repository

Releases

No releases published

Packages

 
 
 

Contributors

Languages