Page Index - 100-hours-a-week/5-yeosa-wiki GitHub Wiki

505 page(s) in this GitHub Wiki:

• Home
• 온세상의 기록, 온기(Ongi)
• AI 기반 사진정리 SNS, 온기입니다.
• 프로젝트 기간: 2025.03.31 ~ present
• 서비스 바로가기
• 기획 피그마 바로가기
• 목차
• 프로젝트 소개
• 주요 기능
• 팀원 소개
• 기술 스택
• 개발 일정
• 아키텍처 구조
• API 명세서
• 하위 위키 보기
• [AI] FastAPI 서버가 사용하는 임베딩 캐시와 GPU 요청 메시지 큐도 Backend 서버와 같은 Redis에 함께 올려도 될까?
• Please reload this page
• [AI] 개선 아이디어 및 확장 계획
• Please reload this page
• [AI] 단계별 설계를 통한 아키텍처 진화 요약
• Please reload this page
• [AI] 단일 스레드 환경인 파이썬에서, 왜 스레드 수 제한이 유효했을까?
• Please reload this page
• [AI] 로드밸런서 도입 검토
• Please reload this page
• [AI] 모니터링 대상 지표 목록과 수집 시각화 방법
• Please reload this page
• [AI] 모니터링 및 알림 체계
• Please reload this page
• [AI] 사용한 인프라 기술 및 컴퓨팅 자원
• Please reload this page
• [AI] 서비스 구성요소 간 연동 흐름
• Please reload this page
• [AI] 설계 단계별 회고
• Please reload this page
• [AI] 아키텍처 종합 평가
• Please reload this page
• [AI] 여러 인스턴스에서 Gemini API 요청이 동시에 나가면, NAT 게이트웨이에서 병목이 발생하지 않을까?
• Please reload this page
• [AI] 여러 인스턴스에서 동시에 GPU 스타일 변환 요청이 발생하면, GPU 서버에 과도한 부하가 집중되어 병목이 생기지 않을까?
• Please reload this page
• [AI] 오토스케일링 구성
• Please reload this page
• [AI] 완성된 시스템의 성능 품질 평가
• Please reload this page
• [AI] 이 설계가 팀 서비스의 향후 성장과 안정적 운영에 어떻게 기여하는가?
• Please reload this page
• [AI] 이미지 로딩 부하 테스트
• Please reload this page
• [AI] 전체 프로젝트 설계 회고
• Please reload this page
• [AI] 컴포넌트별 도입 이유와 효과
• Please reload this page
• [cloud ‐ trobuleshooting] Nginx Certbot (Docker 기반) 설정 트러블슈팅
• Please reload this page
• [cloud ‐ TroubleShooting] Dashboard 및 Metrics Server Pending 상태
• Please reload this page
• [cloud ‐ troubleshooting] Docker Named Volume 마이그레이션 트러블 슈팅 보고서
• Please reload this page
• [cloud ‐ troubleshooting] GitHub Actions Runner 환경 오동작 트러블슈팅 보고서
• Please reload this page
• [cloud ‐ TroubleShooting] kakao OAuth KOE303
• Please reload this page
• [cloud ‐ TroubleShooting] Kubernetes API 서버 연결 실패
• Please reload this page
• [cloud ‐ TroubleShooting] Kubernetes Master Node Kubelet 장애
• Please reload this page
• [cloud ‐ TroubleShooting] openvpn server를 통해 app server 접속 장애
• Please reload this page
• [cloud ‐ TroubleShooting] OpenVPN 멀티클라우드 양방향 통신 시도
• Please reload this page
• [cloud ‐ TroubleShooting] s3에 이상한 파일 생성
• Please reload this page
• [cloud ‐ troubleshooting] Sentry set‐commits 오류 트러블슈팅
• Please reload this page
• [cloud ‐ TroubleShooting] UTM → Termius 계속 다운되는 문제
• Please reload this page
• [cloud ‐ TroubleShooting] 카카오 맵 API 호출 X
• Please reload this page
• [cloud] GCP서버 자원 자동화 시스템 구축 (with Cloud Function Cloud Build)
• Please reload this page
• [cloud] 1차 릴리즈 BE Script
• Please reload this page
• [cloud] 1차 릴리즈 FE Script
• Please reload this page
• [cloud] 1차 릴리즈 구축 상세
• Please reload this page
• [cloud] 3Tier Max User Load Test
• Please reload this page
• [cloud] 5단계 : Kubeadm 오케스트레이션
• Please reload this page
• [cloud] 6단계 : Kubernetes(AWS ECS or EKS)기반 배포 자동화
• Please reload this page
• [cloud] APM 도입 ‐ SigNoz
• Please reload this page
• [cloud] CloudFront S3를 통한 커스텀 도메인 이미지 제공 구성 가이드
• Please reload this page
• [cloud] DB 재해 복구 전략
• Please reload this page
• [cloud] Fail2Ban 기반 침입 차단 및 Discord 실시간 알림 대응 보고서
• Please reload this page
• [cloud] GCP Cloud Armor 보안 정책 구성 보고서
• Please reload this page
• [cloud] GCP서버 자원 자동화 시스템 구축 및 운영시간 구분 (with Cloud Scheduler Cloud Function Cloud Build)
• Please reload this page
• [cloud] GCS Presigned URL vs Multipart
• Please reload this page
• [cloud] Kubeadm을 활용한 k8s cluster 구축
• Please reload this page
• [cloud] MySQL, Bind Mount → Docker Named Volume
• Please reload this page
• [cloud] Proxy Server?
• Please reload this page
• [cloud] Self‐Hosted Runner & Flyway Migration Documentation
• Please reload this page
• [cloud] Sentry 연동 및 Discord 알림 설정 보고서
• Please reload this page
• [cloud] Spring Boot 로그 S3 자동 저장 및 Discord 알림 시스템 구축 보고서
• Please reload this page
• [cloud] SSH 키 생성 및 GCP 연동 cursor 까지
• Please reload this page
• [cloud] VPN? IPsec VPN ?
• Please reload this page
• [cloud] 관련 문서
• Please reload this page
• [cloud] 버전 관리 정책 (Semantic Versioning)
• Please reload this page
• [Deprecated] Serial Task Queue 구현
• Please reload this page
• [FE] 테크 스펙
• Please reload this page
• [GPU 모델 병렬 처리] Single GPU Inference Using GPU to the Max Potential 요약
• Please reload this page
• [GPU 서버 이전] GPU‐Cuda의 이해
• Please reload this page
• [Gunicorn] gunicorn.config.py 구성 설계
• Please reload this page
• [Gunicorn] 멀티 프로세스 서버 로그 분석
• Please reload this page
• [Gunicorn] 멀티 프로세스 아키텍쳐 Docker 활용 관련
• Please reload this page
• [Gunicorn] 모델 preload 주의 사항 (프로세스 간 리소스 공유 이슈)
• Please reload this page
• [Redis] 도입 진행
• Please reload this page
• [도입 무산] CPU ‐ GPU 이미지와 태스크 결과 전송 구현
• Please reload this page
• [리팩토링] mypy를 이용한 타입힌트, 서브 클래스 시그니처 불일치, 타입 불일치 리팩토링
• Please reload this page
• [멀티 프로세스] CPU‐GPU 서버 모두 워커 프로세스 2 테스트
• Please reload this page
• [멀티 프로세스] GPU 서버 워커 프로세스 3→2 감축 테스트
• Please reload this page
• [멀티 프로세스] 단일 프로세스, 멀티 프로세스 성능 비교(리소스 사용량, 테스크별 지연시간)
• Please reload this page
• [멀티 프로세스][both server] 멀티 프로세스 (병목 개선 및 트러블 슈팅)
• Please reload this page
• [멀티 프로세스][cpu server] 단일 프로세스 → 멀티 프로세스 (병목 개선 및 트러블 슈팅)
• Please reload this page
• [이미지 스타일 변환] Stable Diffusion과 활용 방식
• Please reload this page
• [저품질 사진 필터링] Quality Assessment 방식
• Please reload this page
• [카테고리 분류] CLIP 이미지 임베딩과 텍스트 임베딩이 따로 군집을 이루는 이유
• Please reload this page
• [트러블 슈팅] artifact registry에 이미지 등록
• Please reload this page
• [트러블 슈팅] from diffusers import FluxKontextPipeline 불가
• Please reload this page
• [트러블 슈팅] GPU 서버 멀티 프로세스 도입 (gunicorn cuda does not allow reinitialize)
• Please reload this page
• [트러블 슈팅] Redis too many connection
• Please reload this page
• [트러블 슈팅] 레디스 일부 요청 임베딩 캐싱 실패 원인 파악
• Please reload this page
• [트러블 슈팅] 멀티프로세스 도입 테스트 Value is not an object: null
• Please reload this page
• [트러블 슈팅][하이라이트 사진 추천] Linear Probing 학습 과정
• Please reload this page
• [트러블슈팅] torch 2.5.1 버전 설치 문제
• Please reload this page
• [트러블슈팅] 도커로 서버 실행 시 문제점 파악을 위해 로깅 추가
• Please reload this page
• [하이라이트 사진 추천] CLIP knows image aesthetics 논문 요약
• Please reload this page
• Aesthetic Score 고도화 방안
• Please reload this page
• AI CPU SERVER 인스턴스 검토
• Please reload this page
• AI GPU SERVER 인스턴스 검토
• Please reload this page
• AI 컨벤션 상세 페이지
• Please reload this page
• aiohttp signedURL 테스트 및 미반영 결론 도출
• Please reload this page
• API 명세서
• Please reload this page
• API 설계 ‐ 1단계 과제
• Please reload this page
• Backend Wiki
• Please reload this page
• BE 테크스펙(Album)
• Please reload this page
• BE 테크스펙(User)
• Please reload this page
• bitsandbytes 작동 원리
• Please reload this page
• CDN?
• Please reload this page
• CI CD 최적화
• Please reload this page
• CLIP 모델 활용 플로우
• Please reload this page
• CLIP 성능 테스트
• Please reload this page
• CLIP 최적화 계획과 기대 성능 지표
• Please reload this page
• Cloud 1차 릴리즈 ‐ 단일 인스턴스 기반 MVP
• Please reload this page
• Cloud 2차 릴리즈 ‐ Docker 기반 3‐Tier
• Please reload this page
• Cloud wiki
• Please reload this page
• Cloud 과제 1단계: Big Bang 방식 수작업 배포
• Please reload this page
• Cloud 과제 2단계: CI(지속적 통합) 파이프라인 구축
• Please reload this page
• Cloud 과제 3단계: CD(지속적 배포) 파이프라인 구축
• Please reload this page
• Cloud 과제 4단계: Docker 컨테이너화 배포
• Please reload this page
• Cloud 스프린트 10단계 로드맵
• Please reload this page
• CORS 검토
• Please reload this page
• CPU GPU 사용량 로깅(in GCP)
• Please reload this page
• CPU ‐ GPU 연동 부하테스트
• Please reload this page
• CPU 교체 후 테스트
• Please reload this page
• CPU‐Heavy 코루틴 테스트
• Please reload this page
• def → async def 변환
• Please reload this page
• Embedding 세마포어 설정 후 테스트
• Please reload this page
• ERD 설계
• Please reload this page
• face recognition 병목 요소 식별
• Please reload this page
• face recognition 최적화 계획과 기대 성능 지표
• Please reload this page
• face_recognition 모델 활용 플로우
• Please reload this page
• face_recognition 성능 테스트 결과
• Please reload this page
• face‐recognition 모델 선정 이유
• Please reload this page
• Fast API Server Architecture
• Please reload this page
• Fast API 사용 이유
• Please reload this page
• FastAPI Uvicorn 동작 원리
• Please reload this page
• FastAPI server wiki
• Please reload this page
• FastAPI 동작 원리를 활용한 전략
• Please reload this page
• FastAPI 로깅
• Please reload this page
• FastAPI 요청 처리 흐름
• Please reload this page
• FE‐ 기술 스택 선정
• Please reload this page
• FE‐User flow chart
• Please reload this page
• FLUX.1 Kontext (dev) 모델
• Please reload this page
• Frontend Wiki
• Please reload this page
• Git Convention
• Please reload this page
• GPU 사용 최적화를 위해 개선한 코드
• Please reload this page
• GPU 서버에서 이미지 로딩 및 디코딩 최적화 시도
• Please reload this page
• gpu 서버에서 인물 분류 속도 최적화 시도
• Please reload this page
• LangChain 기반 멀티스텝 AI 구현 검토(4단계 과제)
• Please reload this page
• MCP 활용 설계
• Please reload this page
• Multi Stream 도입 테스트
• Please reload this page
• Multi Stream 재도입 테스트
• Please reload this page
• MVP에서의 요청 과부하 대응 방안
• Please reload this page
• Product‐Backlog
• Please reload this page
• Python GIL 해제 연산의 병렬 처리 구조
• Please reload this page
• Python 성능 최적화(feat. HYPERCONNECT Tech Blog)
• Please reload this page
• Pytorch 추론 가속 기법 정리
• Please reload this page
• Pytorch 추론 가속 기법 테스트 계획
• Please reload this page
• RAG 적용 설계(5단계 과제)
• Please reload this page
• Redis 도입 근거 및 예상 테스트 시나리오
• Please reload this page
• Release‐Planning
• Please reload this page
• Roadmap
• Please reload this page
• semaphore 설정
• Please reload this page
• Service Planning
• Please reload this page
• Sprint 2 Review and Retrospect
• Please reload this page
• Sprint 3 Planning
• Please reload this page
• Sprint 4 planning
• Please reload this page
• sprint 4 review and retrospect
• Please reload this page
• sprint 5 planning
• Please reload this page
• sprint 6 planning
• Please reload this page
• sprint 7 planning
• Please reload this page
• sprint 8 planning
• Please reload this page
• Sprint Backlog
• Please reload this page
• Sprint Planning
• Please reload this page
• sprint1 retrospect
• Please reload this page
• Sprint2 Planning
• Please reload this page
• sprint3 review and retrospect
• Please reload this page
• stable diffusion 모델 활용 플로우
• Please reload this page
• stable diffusion 병목 지점 식별
• Please reload this page
• stable diffusion 성능 테스트 결과
• Please reload this page
• stable diffusion 최적화 계획과 기대 성능 지표
• Please reload this page
• torch.set_num_threads 제한 후 테스트
• Please reload this page
• TroubleShooting && Test
• Please reload this page
• V1 로직
• Please reload this page
• V1 로직(CLIP Prompt Embedding)
• Please reload this page
• V1 로직(CLIP 활용)
• Please reload this page
• V1 로직(Linear Probing)
• Please reload this page
• V2 로직(OpenCV Laplacian Variance)
• Please reload this page
• V2 로직(OpenCV 활용)
• Please reload this page
• V2 로직(계층 구조 도입)
• Please reload this page
• Vision
• Please reload this page
• yolo arcface
• Please reload this page
• 개발 세팅
• Please reload this page
• 고려 사항
• Please reload this page
• 구조 요약
• Please reload this page
• 기술 검토 및 선정
• Please reload this page
• 기술 도입 전 부하테스트 및 VT , WebClient 도입 비교
• Please reload this page
• 도커 기반 실행
• Please reload this page
• 도커 없이 멀티프로세스 cgroup 사용
• Please reload this page
• 로깅을 통해 태스크별 소요 시간 파악
• Please reload this page
• 멀티 프로세스 & 레디스 터미널 명령어 정리
• Please reload this page
• 메시지 큐
• Please reload this page
• 메시지 큐 도입 시나리오
• Please reload this page
• 모니터링 대상 지표 목록과 수집 시각화 방법
• Please reload this page
• 모델 API 설계
• Please reload this page
• 모델 검토 및 추론 성능 최적화
• Please reload this page
• 배치 처리 도입 테스트
• Please reload this page
• 병렬로딩 및 버킷 인증&연결 사전 처리 후 부하 테스트 진행
• Please reload this page
• 병목 요소 식별
• Please reload this page
• 병목지점 식별 테스트(Embedding 생략)
• Please reload this page
• 부하 용량 변경 및 인스턴스 유형 변경 후 부하 테스트 진행
• Please reload this page
• 비동기 구조 개선
• Please reload this page
• 사용한 인프라 기술 및 서비스 명세
• Please reload this page
• 서비스 아키텍처 모듈화
• Please reload this page
• 성능 테스트 결과 요약
• Please reload this page
• 성능 테스트 설계
• Please reload this page
• 세마포어 대신 Task Queue 도입 테스트
• Please reload this page
• 세마포어 위치 테스트
• Please reload this page
• 스레드 분리(run_in_executor)
• Please reload this page
• 스타일 변환 gpu 사용률 체크(코랩 환경)
• Please reload this page
• 스타일 변환 리소스 사용률 테스트
• Please reload this page
• 스타일 변환 후보 모댈 개요 및 비교, 선정 이유
• Please reload this page
• 실행 스크립트 정리
• Please reload this page
• 왜 Multi Stream이 효과가 없는가
• Please reload this page
• 요청 병렬 처리 후 테스트 진행
• Please reload this page
• 우리 서비스에 메시지 큐 도입이 적절한 이유
• Please reload this page
• 이미지 업로드 성능 비교 – Multipart vs Presigned URL GCS
• Please reload this page
• 이미지 임베딩 CLIP 모델 선정 이유
• Please reload this page
• 이미지 임베딩 성능 테스트 결과
• Please reload this page
• 이미지 전처리 과정 개선
• Please reload this page
• 이미지 처리 모델 개요(CLIP, RAM)
• Please reload this page
• 이미지 처리 모델 성능 테스트(CLIP, RAM)
• Please reload this page
• 이미지 처리 모델 최적화 전략
• Please reload this page
• 이미지 처리 컨테이너(임베딩, 태깅, 중복 필터링)
• Please reload this page
• 인덱싱 도입 결과 및 DB 마이그레이션 적용기
• Please reload this page
• 인물 분류 리소스 사용량 테스트
• Please reload this page
• 인물 분류 성능 향상 (DBSCAN vs HDBSCAN 비교, 클러스터링 후처리 적용)
• Please reload this page
• 인물 분류 후보 모델 개요 및 비교
• Please reload this page
• 인물분류 api 명세 수정
• Please reload this page
• 제안한 인프라 모니터링 설계가 팀 서비스의 향후 성장과 안정적 운영에 어떻게 기여하는지에 대한 설명
• Please reload this page
• 초기 부하 테스트 진행
• Please reload this page
• 최대 실행 스레드 수 제한(max_workers)
• Please reload this page
• 최종 통합된 서비스 아키텍처 다이어그램 및 설명
• Please reload this page
• 추가적으로 개선할 사항
• Please reload this page
• 추론 시간 부하테스트
• Please reload this page
• 추후 도입할 사항들
• Please reload this page
• 카프카 도입 설계
• Please reload this page
• 컨벤션
• Please reload this page
• 코루틴에서 CPU‐Heavy 태스크를 별도 스레드로 분리 개선 후 테스트
• Please reload this page
• 쿠버네티스 환경
• Please reload this page
• 태스크별 리소스 제한 방안
• Please reload this page
• 테크스펙(Feed)
• Please reload this page
• 하이라이트 사진 추천 후보 모델 검토
• Please reload this page
• 하이라이트 선정 CLIP 모델 선정 이유
• Please reload this page
• 하이라이트 스코어에 CLIP을 활용할 수 있다?
• Please reload this page
• 확장성을 고려한 배포 아키텍처 다이어그램
• Please reload this page