데이터의 크기와 처리 책임을 나누기
영상 청크, 단계별 사진 적재, AI 원고·이미지 분리처럼 서로 다른 흐름을 독립된 경계로 설명합니다. 회사 내부 경로나 코드 식별자는 공개하지 않습니다.
01 / 기업 인턴십
아키텍처 살펴보기 ↗CLIPEDU
흐름을 이해하고, 기존 시스템을 확장하다.
01 / MY CONTRIBUTION
기존 웹·API·워커 사이의 기능 확장과 실패 처리
02 / EXPLORE HERE
13개 아키텍처 관점과 노드별 역할·흐름·기여 탐색
03 / EVIDENCE
공개 개념 지도에서 기존 기반·신규 구현·확장 영역을 구분합니다.
CONTEXT & CONTRIBUTION01 / 인턴십 경험의 공개 추상화 02 / 리뷰를 반영한 실제 정책 변경
이미 작동하는 시스템에, 필요한 기능을 어떻게 더할까?
처음부터 다시 만드는 일이 아니었습니다. 기존 웹·API·워커의 책임을 파악하고 프레임 중계, 청크 업로드, 사진 적재와 AI 처리의 연결 지점을 확장했습니다.
기존 서비스의 Web/API·워커 기능 확장 및 개선. Claude를 활용한 구현, 테스트·로컬 실측, 사내 리뷰 피드백 반영.
DECISIONS & TRADE-OFFS어떤 판단을 했는가
실패의 영향 범위를 다시 판단하기
외부 검색 실패 시 전체 게시를 중단하던 정책을 사내 리뷰에 따라 바꿨습니다. 필수가 아닌 지도 추가는 건너뛰고 누락 사실을 표시하는 방향을 반영했습니다.
핵심 흐름
- 워커 → API는 WebSocket, 관리자 조회는 인증된 HTTP 폴링으로 분리
- 32MiB 청크와 수신 위치 동기화, 사진 5장 단위 단계 적재
- 기존 원고·큐 위에 구조화 생성, 이미지 단계 분리와 재생성 확장
기여 범위와 검증 한계
아키텍처 살펴보기 →Git 기여 기록 기준 기간입니다. 기존 기반을 포함한 시스템이며 전체를 단독 설계하지 않았습니다. 실시간 중계는 로컬 확인 기록, 업로드는 테스트 작성 기록을 근거로 설명하며 기존 사내 테스트를 이번에 재실행하지 않았습니다.