spring으로 RAG 구축인 이유?

작성한 질문수 1

1

안녕하세요, 이도원입니다.

기본적으로 AI 관련 된 작업에서는 파이썬언어가 많이 사용됩니다. 그러나, 실제로 국내의 백엔드 개발자들은 대부분 자바와 스프링을 사용합니다. 이번 강의의 주요 타겟은 자바 개발자들(특히 스프링 개발자들)을 위해 Spring AI를 활용하여 LLM 서비스를 구축하는데 필요한 내용을 알아보고, RAG 파이프라인 구축에 있어서도, 직접 Spring AI로 구축해 보고자 하는데 있습니다.

1. 레거시가 있는 시스템(금융권 등)을 타겟으로 기획했는지

네, 맞습니다. 실제로 금융권 AI/LLM 프로젝트를 진행하면서 느낀 게, 이미 Spring 기반으로 수년간 운영해온 서비스에 "이제 AI 기능을 붙여야 한다"는 요구가 들어왔을 때, 이 서비스를 Python/FastAPI로 새로 작성할 수도 있지만, 기존에 구축된 환경에 바로 연계될 수 있도록 스프링으로 구축하는 것으로 구성했습니다.

- 기존 인증/인가, 트랜잭션 처리, 배치, 모니터링이 전부 Spring 생태계에 맞춰져 있고

- 사내 표준, 배포 파이프라인, 코드 리뷰 체계도 Java/Spring 기준으로 잡혀 있어서

- "AI 기능만 별도 Python 서버로 분리"하는 것도 가능은 하지만, 그러면 인증 연계·트랜잭션 정합성·운영 부담이 늘어나는 문제가 생깁니다.

즉 이 강의는 신규 스타트업처럼 스택을 자유롭게 고를 수 있는 분보다는, 이미 Spring으로 서비스를 운영 중이고 그 위에 LLM 기능을 자연스럽게 얹어야 하는 실무자를 우선 타겟으로 기획했습니다. 금융권이 대표적이지만, 대기업 사내 시스템이나 오래된 커머스/ERP 백엔드도 비슷한 상황이라 함께 고려했습니다.

2. 기존 Python/FastAPI 강의 대비 추가로 필요한 기술 스택

오히려 반대에 가깝습니다. 이미 Spring Boot로 개발해오신 분이라면 추가로 배워야 할 "새로운 언어나 런타임"은 없습니다. 새로 학습이 필요한 부분은 이것 하나입니다.

- Spring AI 라이브러리 자체 — ChatClient, Advisor 패턴, VectorStore 추상화, MCP 연동 API 등은 Spring AI가 나온 지 얼마 안 돼서 이 라이브러리의 사용법 자체는 Python 개발자든 Spring 개발자든 처음 보시는 게 맞습니다.

반대로 Python/FastAPI 진영에서 넘어오시는 경우라면 Spring Boot의 DI, 설정 방식, Maven/Gradle 빌드 체계까지 같이 익히셔야 해서 진입장벽이 있을 수 있는데, 이 강의는 "Spring Boot로 REST API를 만들어본 경험"을 전제로 하고 있어서 그 부분은 스킵하고 바로 Spring AI 자체에 집중할 수 있게 구성했습니다. 만약 자바 개발이 처음이시라면, 강의에서 제공하는 실습 예제를 직접 실행해 보면서, 강의를 수강하실 수도 있습니다.

이번 강의의 포지션은 "AI 서비스를 Python으로 새로 짤지 고민하는 분"이 아니라 "이미 Spring 위에서 돌아가는 서비스에 LLM을 자연스럽게 통합해야 하는 분"을 위한 강의입니다. 도움이 되셨길 바랍니다!

추가 문의사항 있으시면 다시 글 남겨 주세요.

감사합니다.