eld_master/ai_invest

Fork 0

YeoJeongHun1 48f711c4a9 시스템아키텍처 완료.,

2025-08-27 18:29:39 +09:00

21 KiB

Raw Blame History

I'm AI 투자매니저 시스템 아키텍처 설계서

1. 개요

1.1 문서 목적

I'm AI 투자매니저 시스템의 전체 아키텍처를 정의하여 개발 가이드라인 및 기술적 의사결정 근거 제공

1.2 시스템 개요

서비스명: I'm AI 투자매니저
아키텍처 패턴: 하이브리드 클라우드 아키텍처 (로컬 + AWS)
배포 전략: 서버리스 + 로컬 데이터 처리
확장성: 마이크로서비스 기반 확장 가능

2. 전체 시스템 아키텍처

2.1 시스템 구성도

┌─────────────────────────────────────────────────────────────────┐
│                          사용자 (웹브라우저)                      │
└─────────────────────┬───────────────────────────────────────────┘
                      │ HTTPS
┌─────────────────────▼───────────────────────────────────────────┐
│                    AWS CloudFront (CDN)                        │
└─────────────────────┬───────────────────────────────────────────┘
                      │
┌─────────────────────▼───────────────────────────────────────────┐
│                 AWS Lambda (React SSR)                         │
│          + S3 정적 에셋 (js, css, images)                        │
└─────────────────────┬───────────────────────────────────────────┘
                      │ API Calls
┌─────────────────────▼───────────────────────────────────────────┐
│                 AWS API Gateway                                │
└─────────────────────┬───────────────────────────────────────────┘
                      │
┌─────────────────────▼───────────────────────────────────────────┐
│                  AWS Lambda Functions                          │
│  ┌─────────────────┬─────────────────┬─────────────────────────┐ │
│  │   Main API      │  Product API    │    WebSocket API        │ │
│  │   Lambda        │   Lambda        │      Lambda             │ │
│  └─────────────────┴─────────────────┴─────────────────────────┘ │
└─────────────────────┬───────────────────────────────────────────┘
                      │ Data Fetch
┌─────────────────────▼───────────────────────────────────────────┐
│                     AWS S3 Bucket                              │
│              (AI 분석 결과 JSON 파일)                           │
└─────────────────────▲───────────────────────────────────────────┘
                      │ Data Upload
┌─────────────────────┴───────────────────────────────────────────┐
│                   로컬 데이터 처리 서버                           │
│  ┌─────────────────────────────────────────────────────────────┐ │
│  │                   Apache Airflow                           │ │
│  │  ┌───────────────┬───────────────┬──────────────────────────┐ │ │
│  │  │ 데이터 수집    │  AI 분석      │   S3 업로드              │ │ │
│  │  │   DAGs        │   DAGs       │     DAGs                 │ │ │
│  │  └───────────────┴───────────────┴──────────────────────────┘ │ │
│  └─────────────────────────────────────────────────────────────┘ │
│  ┌─────────────────────────────────────────────────────────────┐ │
│  │                  로컬 데이터베이스                           │ │
│  │         (PostgreSQL / MySQL / SQLite)                      │ │
│  └─────────────────────────────────────────────────────────────┘ │
└─────────────────────┬───┬───────────────────────────────────────┘
                      │   │
          ┌───────────▼───▼──────────────┐
          │        외부 API 서비스         │
          │  ┌─────────────┬─────────────┐│
          │  │  업비트 API  │ 야후파이낸스 ││
          │  │ (코인 데이터)│ (주식 데이터) ││
          │  └─────────────┴─────────────┘│
          │  ┌─────────────┬─────────────┐│
          │  │ 뉴스 API    │ AI API      ││
          │  │ (뉴스 데이터)│(Gemini/GPT) ││
          │  └─────────────┴─────────────┘│
          └─────────────────────────────────┘

3. 계층별 아키텍처 설계

3.1 프레젠테이션 계층 (Frontend)

3.1.1 기술 스택

Framework: React 18 + TypeScript
Rendering: Server-Side Rendering (SSR) via Lambda
Static Assets: S3 호스팅 (JS, CSS, Images)
State Management: Zustand (가벼운 상태관리)
Styling: Tailwind CSS + shadcn/ui
Chart Library: Chart.js + TradingView Widgets
Build Tool: Vite + Lambda Adapter
WebSocket: Socket.IO Client

3.1.2 컴포넌트 구조

src/
├── components/
│   ├── common/           # 공통 컴포넌트
│   ├── dashboard/        # 대시보드 관련
│   ├── product/          # 투자상품 상세
│   ├── simulation/       # 수익률 시뮬레이션
│   └── charts/           # 차트 컴포넌트
├── hooks/                # 커스텀 훅
├── stores/               # Zustand 상태관리
├── services/             # API 서비스
├── utils/                # 유틸리티
└── types/                # TypeScript 타입

3.1.3 주요 기능

실시간 가격 표시: WebSocket 연결
반응형 디자인: 모바일/데스크톱 대응
캐싱 전략: React Query로 데이터 캐싱
성능 최적화: Code Splitting, Lazy Loading
SSR 최적화: Lambda에서 초기 HTML 렌더링
하이브리드 배포: 동적 페이지(Lambda) + 정적 에셋(S3)

3.2 서버리스 계층 (AWS Lambda)

3.2.1 Lambda 함수 구성

lambda-functions/
├── frontend-ssr/         # React SSR Lambda
│   ├── index.js          # React SSR 핸들러
│   ├── package.json
│   └── dist/             # Vite 빌드 결과
├── main-api/             # 메인 페이지 API
│   ├── handler.py
│   └── requirements.txt
├── product-api/          # 투자상품 상세 API  
│   ├── handler.py
│   └── requirements.txt
└── websocket-api/        # 실시간 데이터 API
    ├── handler.py
    └── requirements.txt

3.2.2 API 설계

GET /api/web/main
- 메인페이지 데이터 (전체 투자상품 리스트)
- 응답: JSON (투자상품 기본정보 + AI분석 요약)
GET /api/web/invest/{product}
- 투자상품 상세 데이터
- 응답: JSON (상세 AI분석 + 캔들데이터 + 뉴스)
WebSocket /ws/realtime
- 실시간 가격 업데이트
- 메시지: JSON (상품ID + 현재가 + 등락률)

3.3 데이터 계층 (로컬 서버)

3.3.1 Apache Airflow 구성

airflow/
├── dags/
│   ├── collect_crypto_data.py      # 코인 데이터 수집
│   ├── collect_stock_data.py       # 주식 데이터 수집
│   ├── collect_news_data.py        # 뉴스 데이터 수집
│   ├── ai_analysis.py              # AI 분석 수행
│   └── upload_to_s3.py             # S3 업로드
├── plugins/
│   ├── api_connectors/             # 외부 API 연결
│   └── ai_processors/              # AI 분석 엔진
└── config/
    └── airflow.cfg

3.3.2 데이터 파이프라인

데이터 수집 (1회/1분): 업비트/야후파이낸스 API 호출
실시간 데이터 수집: 업비트: 웹소켓/야후파이낸스: 1회/1분
데이터 정규화: 수집 데이터 표준화 및 검증
AI 분석: 수집된 데이터로 AI 분석 수행 - 정규 3시간에 한번, 트리거 발생시 즉시(목표가/손절가 도달 -> 새로운 기준 제시를 위함)
결과 업로드: 분석 결과를 JSON 형태로 S3 업로드

3.4 데이터베이스 설계

3.4.1 데이터베이스 선택

DBMS: PostgreSQL 15+
이유: JSON 지원, 확장성, 안정성

3.4.2 주요 테이블 구조

-- AI API 요청 정보
CREATE TABLE public.ai_requests (
	request_id serial4 NOT NULL, -- 요청 KEY
	invest_code varchar(10) NULL, -- 투자 상품 코드 (BTC, APPL ...)
	model varchar(100) NULL, -- 사용한 AI 모델명 (gemini-2.5-flash-lite)
	prompt_token_count int4 NULL, -- 입력 토큰수 (AI API 응답에서 추출)
	candidates_token_count int4 NULL, -- 출력 토큰수 (AI API 응답에서 추출)
	estimated_cost numeric(20, 6) NULL, -- 예상 비용 (환율반영하여 계산[원])
	prompt_schema_version int4 NULL, -- AI 요청 프롬프트 버전 (성능 개선에 따른 버전 관리)
	prompt_text text NULL, -- AI 요청에 쓰인 프롬프트 원본
	response_json jsonb NULL, -- AI 응답 (JSON으로 응답 받게 설정)
	requested_dt timestamp DEFAULT now() NULL, -- AI API 요청 일시
	completed_dt timestamp NULL, -- AI API 응답 완료 일시
   process_ms int NULL, -- AI API 처리시간 (ms단위)
	error text NULL, -- 에러 메세지
	CONSTRAINT ai_requests_pkey PRIMARY KEY (request_id)
);

-- AI API 요청 메타 정보
CREATE TABLE public.ai_invest_metrics (
	request_id int4 NOT NULL, -- 요청 KEY (ai_requests의 키와 일치 - fk는 설정하지 않음)
	for_cash_entry_price numeric(20, 8) NULL, -- 현금보유자용 - 진입가
	for_cash_entry_price_reason text NULL, -- 현금보유자용 - 진입가를 설정한 이유
	for_cash_entry_price_news_article_ids INTEGER[] NULL, -- 현금보유자용 - 진입가를 설정한 이유 근거 자료(뉴스 id 리스트)
	for_holding_target_price numeric(20, 8) NULL, -- 투자상품보유자용 - 목표가
	for_holding_target_price_reason text NULL, -- 투자상품보유자용 - 목표가를 설정한 이유
	for_holding_target_price_news_article_ids INTEGER[] NULL, -- 투자상품보유자용 - 목표가를 설정한 이유 근거 자료(뉴스 id 리스트)
	for_holding_stop_loss numeric(20, 8) NULL, -- 투자상품보유자용 - 손절가
	for_holding_stop_loss_reason text NULL, -- 투자상품보유자용 - 손절가를 설정한 이유
	for_holding_stop_loss_news_article_ids INTEGER[] NULL, -- 투자상품보유자용 - 손절가를 설정한 이유 근거 자료(뉴스 id 리스트)
   invest_score INTEGER NULL, -- 투자상품 매력도 점수 (0~100점)
	CONSTRAINT ai_invest_metrics_pkey PRIMARY KEY (request_id)
);

-- ai 분석 요청 플래그 (마지막 요청후 3시간 경과, 목표가/손절가 도달시)
CREATE TABLE public.ai_request_flag (
	flag_seq serial4 NOT NULL, -- 플래그 번호
	invest_code varchar(10) NULL, -- 투자 상품 코드 (BTC, APPL ...)
	request_flag bool DEFAULT true NULL, -- AI 분석 요청 플래그 (True: AI 요청 수행해야함 / False: AI 요청 완료)
	flag_reason text NULL, -- AI 플래그가 발생한 이유
	created_dt timestamp DEFAULT now() NULL, -- 생성 일시
	updated_dt timestamp DEFAULT now() NULL, -- 수정 일시
	CONSTRAINT ai_request_flag_pkey PRIMARY KEY (flag_seq)
);

-- ai 프롬프트 버전 관리
CREATE TABLE public.ai_prompt_version (
	version_seq serial4 NOT NULL, -- 버전 번호
   prompt text NOT NULL, -- 프롬프트 원문
   create_dt timestamp DEFAULT now() NULL, -- 생성 일시
   update_dt timestamp DEFAULT now() NULL, -- 수정 일시
	CONSTRAINT ai_prompt_version_pkey PRIMARY KEY (version_seq)
);

-- 투자상품 코드 관리
CREATE TABLE public.invest_product_code (
	invest_code varchar(10) NOT NULL, -- 투자 상품 코드 (BTC, APPL ...)
   code_desc text NOT NULL, -- 투자 상품 코드 설명
   use_yn char(1) DEFAULT 'Y' NOT NULL, -- 사용 여부부
	CONSTRAINT invest_product_code_pkey PRIMARY KEY (invest_code)
);

-- 뉴스 데이터
CREATE TABLE public.news_articles (
	news_id bigserial NOT NULL,
	invest_code varchar(200) NOT NULL, -- 투자 상품 코드 (BTC, APPL ...)
	"source" varchar(200) NULL, -- 뉴스 출처
	author varchar(200) NULL, -- 기사 작성자
	published_dt timestamp NOT NULL, -- 발생 시각
	url text NULL, -- 기사 URL
	title text NULL, -- 기사 제목
	summary text NULL, -- 기사 요약
	CONSTRAINT news_articles_pkey PRIMARY KEY (news_id)
);

-- 투자 상품 캔들 데이터
CREATE TABLE public.invest_candles (
	invest_code varchar(10) NOT NULL, -- 투자 상품 코드 (BTC, APPL ...)
	"interval" varchar(10) NOT NULL, -- 시간 기준 (MO=월, WE=주, DA=일, HO=시간, MI=분)
	target_dt timestamp NOT NULL, -- 타임스탬프
	"open" numeric(20, 8) NOT NULL, -- 시가
	high numeric(20, 8) NOT NULL, -- 고가
	low numeric(20, 8) NOT NULL, -- 저가
	"close" numeric(20, 8) NOT NULL, -- 종가
	volume numeric(30, 10) NULL, -- 거래량
	quote_volume numeric(30, 2) NULL, -- 거래대금
	"source" varchar(10) NULL, -- 데이터 출처
	received_dt timestamp DEFAULT now() NULL, -- 수신 시각
	CONSTRAINT market_candles_pkey PRIMARY KEY (invest_code, "interval", target_dt)
);
CREATE INDEX idx_invest_candles_invest_code_interval_target_dt_desc ON public.market_candles USING btree (invest_code, "interval", target_dt DESC);

4. 클라우드 아키텍처 (AWS)

4.1 AWS 서비스 구성

Lambda: React SSR + API 처리
S3: 정적 에셋 호스팅 (JS/CSS/Images) + AI 분석 결과 저장
CloudFront: CDN (Lambda Origin + S3 정적 에셋)
API Gateway: Lambda 함수 라우팅
IAM: 권한 관리

4.2 배포 아키텍처 구조

4.2.1 CloudFront 배포 구조

CloudFront Distribution:
├── /* (Default)          # Lambda SSR Origin (React HTML)
├── /assets/*            # S3 Origin (JS, CSS, Images)
├── /api/*               # API Gateway Origin
└── /ws/*                # WebSocket API Origin

4.2.2 S3 버킷 구조

ai-invest-bucket/
├── static-assets/        # Vite 빌드된 정적 에셋
│   ├── assets/
│   │   ├── app-[hash].js
│   │   ├── app-[hash].css
│   │   └── images/
│   └── favicon.ico
└── data/                 # AI 분석 결과
    ├── main/
    │   └── latest.json   # 메인 페이지 데이터
    └── products/
        ├── BTC.json      # 코인별 상세 데이터
        ├── ETH.json
        ├── AAPL.json     # 주식별 상세 데이터
        └── ...

4.3 보안 설정

HTTPS Only: CloudFront SSL/TLS 인증서
CORS 설정: API Gateway CORS 정책
API 키 관리: AWS Systems Manager Parameter Store

5. 데이터 플로우

5.1 실시간 데이터 플로우

외부 API → Airflow DAG → 로컬 DB → S3 업로드 → Lambda → Frontend
   ↓                                                    ↑
WebSocket ──────────────────────────────────────────────┘

5.2 사용자 요청 플로우

5.2.1 페이지 요청 플로우

사용자 → CloudFront → Lambda SSR → S3 Data → 응답 (HTML + 초기 데이터)

5.2.2 정적 에셋 요청 플로우

사용자 → CloudFront → S3 (JS/CSS/Images) → 캐시된 응답

5.2.3 API 요청 플로우

사용자 → CloudFront → API Gateway → Lambda → S3 Data → 응답 (JSON)

5.3 AI 분석 플로우

캔들데이터 + 뉴스데이터 → AI 프롬프트 생성 → AI API 호출 → 결과 파싱 → DB 저장 → S3 업로드

6. 성능 최적화 전략

6.1 Frontend 최적화

번들 최적화: Code Splitting, Tree Shaking
SSR 최적화: Lambda에서 초기 렌더링으로 FCP 개선
정적 에셋 분리: S3 + CloudFront로 JS/CSS 빠른 로딩
이미지 최적화: WebP 포맷, Lazy Loading
캐싱 전략:
- HTML: Lambda에서 동적 생성 (캐싱 제외)
- 정적 에셋: S3 + CloudFront 장기 캐싱
WebSocket: 실시간 데이터만 필요시 연결

6.2 Backend 최적화

Lambda Cold Start:
- SSR Lambda: Provisioned Concurrency 설정 (사용자 체감 중요)
- API Lambda: 온디맨드 (비용 효율성)
데이터베이스: 인덱싱, Connection Pooling
S3: CloudFront 캐시, Gzip 압축
Lambda 패키징: webpack/rollup으로 번들 크기 최소화

6.3 비용 최적화

Lambda: 메모리 최적화, 실행시간 단축
S3: Intelligent Tiering, 불필요한 파일 정리
AI API: 배치 처리, 캐시 활용

7. 확장성 고려사항

7.1 수평적 확장

투자상품 추가: symbols 테이블에 데이터 추가만으로 확장
Lambda 스케일링: Auto Scaling 지원
데이터베이스: Read Replica 추가 가능

7.2 수직적 확장

Airflow: Worker 노드 추가
데이터베이스: 인스턴스 사양 업그레이드
Lambda: 메모리 증설

8. 모니터링 및 로깅

8.1 모니터링 구성

AWS CloudWatch: Lambda 메트릭, 로그 수집
Airflow: DAG 실행 상태 모니터링
Database: 성능 메트릭 수집

8.2 알람 설정

API 응답시간 > 500ms 알람
Lambda 에러율 > 1% 알람
데이터 수집 실패 알람

9. 개발 및 배포 전략

9.1 개발 환경

Local Development → Git Repository → GitHub Actions → AWS Deployment

9.2 CI/CD 파이프라인

Frontend SSR:
- Vite Build → Lambda 패키징 → SSR Lambda 배포
- 정적 에셋 → S3 업로드 → CloudFront Invalidation
API Backend: Lambda Package → AWS SAM Deploy
Database: Migration Scripts 자동 실행
통합 배포: CloudFront 배포 설정 업데이트

9.3 환경 분리

Development: 로컬 환경
Staging: AWS 환경 (소규모)
Production: AWS 환경 (본격 서비스)

10. 기술 선택 근거

10.1 React vs Vue.js

선택: React 18
근거: 더 큰 생태계, TypeScript 지원 우수, 개발자 풀 확보 용이

10.2 Zustand vs Redux

선택: Zustand
근거: 더 간단한 API, 보일러플레이트 최소화, 번들 사이즈 작음

10.3 PostgreSQL vs MySQL

선택: PostgreSQL
근거: JSON 지원 우수, 확장성, 오픈소스 안정성

21 KiB Raw Blame History

I'm AI 투자매니저 시스템 아키텍처 설계서

1. 개요

1.1 문서 목적

1.2 시스템 개요

2. 전체 시스템 아키텍처

2.1 시스템 구성도

3. 계층별 아키텍처 설계

3.1 프레젠테이션 계층 (Frontend)

3.1.1 기술 스택

3.1.2 컴포넌트 구조

3.1.3 주요 기능

3.2 서버리스 계층 (AWS Lambda)

3.2.1 Lambda 함수 구성

3.2.2 API 설계

3.3 데이터 계층 (로컬 서버)

3.3.1 Apache Airflow 구성

3.3.2 데이터 파이프라인

3.4 데이터베이스 설계

3.4.1 데이터베이스 선택

3.4.2 주요 테이블 구조

4. 클라우드 아키텍처 (AWS)

4.1 AWS 서비스 구성

4.2 배포 아키텍처 구조

4.2.1 CloudFront 배포 구조

4.2.2 S3 버킷 구조

4.3 보안 설정

5. 데이터 플로우

5.1 실시간 데이터 플로우

5.2 사용자 요청 플로우

5.2.1 페이지 요청 플로우

5.2.2 정적 에셋 요청 플로우

5.2.3 API 요청 플로우

5.3 AI 분석 플로우

6. 성능 최적화 전략

6.1 Frontend 최적화

6.2 Backend 최적화

6.3 비용 최적화

7. 확장성 고려사항

7.1 수평적 확장

7.2 수직적 확장

8. 모니터링 및 로깅

8.1 모니터링 구성

8.2 알람 설정

9. 개발 및 배포 전략

9.1 개발 환경

9.2 CI/CD 파이프라인

9.3 환경 분리

10. 기술 선택 근거

10.1 React vs Vue.js

10.2 Zustand vs Redux

10.3 PostgreSQL vs MySQL

21 KiB

Raw Blame History