AI 아키텍처 기술 블로그

브라우저 WebRTC가 연결되지 않을 때: ICE, mDNS, NAT와 TURN 진단 순서개발 환경에서는 잘 되던 WebRTC가 사내망, 고객사망 또는 모바일 네트워크에서 갑자기 연결되지 않는 경우가 있습니다. 이때 콘솔에서 .local 주소를 발견하고 mDNS를 의심하거나, 곧바로 TURN 서버부터 추가하기 쉽습니다.하지만 WebRTC 연결은 하나의 요청으로 완성되지 않습니다. 미디어 장치 권한, 시그널링, ICE Candidate 수집과 교환, 후보 쌍 연결성 검사, DTLS와 SRTP, 실제 RTP 전송이 차례로 이어집니다. 앞 단계가 실패했는데 뒤 단계 설정을 바꾸면 원인을 더 찾기 어려워집니다.브라우저에서 Media Server로 음성을 전송하는 구조를 단순화하면 다음과 같습니다.Browser ..

기업용 AI 서비스를 설계할 때 자주 나오는 질문이 있습니다.기존 Java 백엔드 안에 AI 기능을 넣어야 할까, Python 서비스를 따로 만들어야 할까?이 질문을 언어 선택 문제로만 보면 답을 찾기 어렵습니다. 중요한 것은 Java와 Python 중 어느 쪽이 더 좋은지가 아니라, 외부 요청을 통제하는 책임과 AI 실행을 조율하는 책임을 어디에서 나눌 것인가입니다.인증, 테넌트 정책과 기존 업무 API는 안정성과 일관성이 중요합니다. 반면 Agent, RAG, 모델 SDK와 Prompt는 상대적으로 빠르게 바뀝니다. 두 영역을 하나의 배포 단위에 넣으면 시작은 단순하지만, 시간이 지날수록 보안 변경과 AI 실험의 배포 주기가 서로 얽힐 수 있습니다.책임을 분리한 기준 구조는 다음과 같습니다.Web ·..

회의를 녹음하고 AI 요약을 생성하는 것만으로 회의 데이터가 조직의 지식이 되지는 않습니다.요약 문서는 회의 직후 내용을 빠르게 파악하는 데 유용하지만, 시간이 지나면 다시 찾기 어렵습니다. “지난 분기에 인증 방식 변경을 결정한 회의가 언제였지?”, “담당자가 이번 달까지 처리하기로 한 업무는 무엇이었지?” 같은 질문에 답하려면 여러 회의의 녹취록과 결정사항을 검색할 수 있어야 합니다.검색 결과가 실제 업무 시스템과 분리돼 있으면 사용자에게 또 다른 수작업이 생깁니다. 관련 회의를 찾은 뒤 이슈 관리 시스템을 열고, 담당자와 기한을 다시 입력해야 하기 때문입니다.회의 음성을 업무 자산으로 바꾸는 전체 흐름은 다음처럼 볼 수 있습니다.회의 음성 ↓STT·화자·시간 정보 ↓녹취록 정규화 ↓요약·..

MCP Server에 Tool을 많이 등록한다고 AI Agent의 업무 수행 능력이 자동으로 좋아지지는 않습니다.모델이 비슷한 Tool 사이에서 잘못된 기능을 선택하거나, 필수 인자를 빠뜨리거나, 조회 요청에 변경 Tool을 호출한다면 Tool 개수는 오히려 혼란을 키웁니다. 반대로 Tool의 이름과 설명, 입력·출력 스키마, 권한 경계가 명확하면 비교적 단순한 Agent도 안정적으로 업무 기능을 사용할 수 있습니다.MCP Tool은 단순한 API 래퍼가 아닙니다. 모델에게는 선택 가능한 행동의 계약이고, 사용자에게는 실제 시스템에 영향을 주는 실행 경계이며, 서버에게는 반드시 검증해야 하는 외부 입력입니다.이번 글에서는 기업용 MCP Tool을 설계할 때 실무에서 먼저 정해야 할 기준을 살펴보겠습니다...

생성형 AI가 문장을 잘 만드는 것과 실제 업무를 처리하는 것은 다른 문제입니다.AI 모델만으로는 사내 문서의 최신 내용을 확인하거나, 업무 시스템에서 회의록을 조회하거나, 승인된 사용자의 일정과 이슈를 변경할 수 없습니다. 이런 작업에는 외부 데이터와 기능을 안전하게 연결하는 통합 계층이 필요합니다.MCP(Model Context Protocol)는 바로 이 연결 방식을 표준화한 공개 프로토콜입니다. AI 애플리케이션이 파일, 데이터베이스, SaaS, 사내 API 같은 외부 시스템을 일관된 방식으로 발견하고 사용할 수 있게 합니다.흔히 MCP를 ‘AI 애플리케이션을 위한 USB-C’에 비유합니다. 연결 대상마다 전용 어댑터를 새로 설계하는 대신, 공통 규격으로 데이터와 도구를 연결한다는 의미입니다.MC..

안녕하세요. AI 아키텍처 기술 블로그를 시작합니다.소프트웨어 개발 현장에서 시스템을 설계하고 구축해 왔으며, 최근에는 생성형 AI를 실제 업무 시스템에 적용하는 일에 집중하고 있습니다.이 블로그는 새로운 기술을 단순히 소개하는 공간이 아닙니다. AI 기능을 기업 환경에 연결할 때 마주치는 설계 선택, 데이터 품질, 보안, 운영, 비용과 장애 대응 문제를 실무 관점에서 정리합니다.주요 주제• AI Agent와 MCP를 이용한 업무 자동화• RAG와 LLM 기반 지식 시스템 설계• 엔터프라이즈 시스템 연동과 아키텍처• 프로젝트에서 발생한 문제와 해결 과정• 개발 도구와 반복 업무 자동화• 기술 선택의 기준과 트레이드오프글을 작성할 때는 다음 원칙을 지키겠습니다.첫째, 동작하는 데모보다 운영 가능한 구조를 ..