화록

AI 기반 디지털 창작자 히스토리 및 기여도 분석 플랫폼

---

📌 개요

화록은 생성형 AI를 활용한 이미지 창작 과정에서
인간 창작자의 프롬프트 작성, 수정, 후처리 개입 과정을
기술적으로 기록·분석하여 실질적인 기여도와 창의성을 증명하는 플랫폼입니다.

---

🎯 프로젝트 목표

• AI 생성 이미지에 대한 인간 창작자의 개입 요소 추적
• 프롬프트·이미지·후처리 작업의 히스토리 자동 기록
• 창작자의 기여도 및 창의성 정량 평가
• 저작권·창작 증명에 활용 가능한 기술적 근거 데이터 제공

---

🏗️ 아키텍처

---

🎥 시연 영상

---

📂 패키지 구조

src/main/java/_v3r/project
├── category        # 프롬프트 / 이미지 카테고리 관리
├── common          # 공통 응답, 예외 처리, 유틸
├── flask/service   # Flask(SAM) 서버 연동
├── history         # 창작 히스토리 관리
├── imageflow       # 이미지 생성 및 처리 흐름
├── prompt          # 프롬프트 생성 및 분석
├── report          # 창의성·기여도 분석 리포트
├── user            # 사용자 관리
└── ProjectApplication.java

---

⚙️ 백엔드 설계 & 최적화 포인트

1️⃣ 트랜잭션 분리 설계

• 이미지 생성, 히스토리 저장, 외부 API 호출을 단일 트랜잭션으로 묶지 않음
• 실패 가능성이 높은 외부 API 호출은 트랜잭션 외부에서 처리
• 데이터 정합성과 서비스 안정성 확보

---

2️⃣ S3 업로드 최적화

• Base64 이미지 → Multipart 변환 후 S3 업로드
• 서버 메모리 점유 최소화를 위해 스트림 기반 처리
• 이미지 경로 규칙화 (userId/chatId/uuid)로 관리 비용 감소

---

3️⃣ Flask(SAM) 서버 비동기 연동

• 이미지 분할 요청은 동기 대기 방식 대신 비동기 요청 구조 채택
• Flask 서버 장애 시 백엔드 서비스 영향 최소화
• 분할 결과를 UUID 기반으로 매핑하여 데이터 정합성 유지

---

4️⃣ 히스토리 중심 도메인 설계

• 결과 이미지가 아닌 ‘과정 단위’ 히스토리 저장 구조
• 프롬프트 → 이미지 → 객체(UUID) → 후처리 로그의 계층적 관계 설계
• 창작 기여도 분석을 위한 확장성 확보

---

5️⃣ 읽기 성능 개선

• 히스토리 조회 API에 조회 전용 쿼리 사용
• N+1 문제 방지를 위한 Fetch 전략 조정
• 필요 데이터만 반환하는 Response DTO 분리

---

6️⃣ 채팅·후처리 히스토리 조회 캐시 적용

• 채팅 및 히스토리 조회 API는 생성 빈도에 비해 조회 빈도가 높은 특성을 가짐
• 후처리 내역을 포함한 채팅 상세 조회 시 DB 반복 조회를 방지하기 위해 캐시 적용
• Ehcache 기반 @Cacheable을 활용하여 읽기 성능 개선
• TTL 기반 만료 전략으로 데이터 최신성 유지
• 조회 중심 API의 응답 속도 및 서버 안정성 향상