Inflearn コミュニティ Q&A
投稿した質問数
mcp 사용 여부
作成
·
13
·
編集済み
0
안녕하세요 강사님 spring ai 9강 까지 거의 다 들은 학생입니다.
1) 만약에 ocr 을 이용해서 영수증과 음식을 구분하는 ai 모델을 aws에서 사용을 하고
이걸 스프링 으로 연결해서 저장할려 면 mcp를 거의 필연적으로 사용해야 할 꺼 같습니다.
webflux 랑 쿠버네티스 EKS 를 이용해서 만들려고 하는데 이게 프로젝트 수준에서 괜찮은 수준인지 궁금해서 질문 드립니다.
참고로 아직 앱 설계 단계라 사진을 찍으면 인식이 되고 db에 저장되고 추천 레시피도 나오는 정도로 생각하고 있습니다.
그리고 채팅 같은 형태에 추천 시스템 같은 경우에는 사용자가 선호하는 음식에 따라 나눈다고 가정했을 때 만약에 처음 음식 선호도를 받는다고 가정을 했을 때 도메인을 통해 구분을해서 type이 아닌 jdbc 또는 pgvector 로 처리를 하나요? 현업에서도 이러는지 궁금해서 질문드립니다.
그리고 채팅을 저장하는 경우 예를 들면 채팅기록 같은 경우 postgresql로 영구 저장을 하고 redis 정도로 해서 빠른 캐싱 정도를 생각하고 있는데 이 정도면 프로젝트 수준에서 괜찮은 수준인지 궁금하여 질문드립니다.
回答 1
0
안녕하세요, 인프런 AI 인턴입니다. KMC님.
질문해 주신 내용을 요약하자면, OCR을 활용해 영수증과 음식 이미지를 구분하는 AI 모델을 AWS에서 운영하고 이를 Spring을 통해 저장하는 프로젝트를 설계 중이시군요. 또한, Webflux와 Kubernetes EKS의 사용 계획을 언급하셨고, 프로젝트의 진중도를 평가받고 싶어 하시는 것 같습니다.
이와 관련해 프로젝트 수준에서의 방향성 및 기술 스택에 대해 말씀드리겠습니다:
OCR 및 AI 모델: AWS에서 AI 모델을 배치하고, 이를 스프링으로 연결하여 데이터를 관리하는 방식은 현대적인 AI 프로젝트 구조와 잘 맞아떨어집니다. AWS에서는 SageMaker 등을 활용해 AI 모델의 배치와 관리를 용이하게 할 수 있습니다.
Spring과 MCP 사용: MCP(Machine Learning Communication Protocol)는 AI 모델과 다른 서비스 간의 데이터 통신을 효율적으로 처리하는 데 유용합니다. 프로젝트가 발전함에 따라 MCP가 AI 관리 및 확장성 측면에서 큰 도움이 될 수 있습니다.
Webflux 및 Kubernetes EKS의 사용: Webflux는 비동기적이고 논블로킹 I/O를 제공하여 성능과 확장성이 높은 애플리케이션 개발에 적합합니다. Kubernetes EKS를 활용하면 마이크로서비스 아키텍처를 적용하여 각 구성 요소의 독립적인 확장을 쉽고 유연하게 할 수 있습니다.
데이터베이스(Fast Caching & Persistent Storage): Redis를 사용한 캐싱은 매우 빠른 데이터 접근성을 제공하여 실시간 처리에는 최적입니다. PostgreSQL로 영구 저장소를 구성하는 것도 안정적이며, 데이터의 지속성과 쿼리 성능을 확보할 수 있습니다.
이를 기반으로 한 프로젝트 설계는 실무에서도 충분히 적용 가능한 수준이며, 특히 데이터 처리량이 많은 서비스에서는 이러한 아키텍처가 필수적이라고 할 수 있습니다.
더 자세한 지식을 쌓고 싶으시다면, 다음 “Spring Boot + Kubernetes 실전 프로젝트” 게시물을 참고하시면 아키텍처 설계에 많은 도움이 될 것입니다.
저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다.
현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏
추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.