블랙박스 영상을 올리면 AI가 사고 상황을 분석해 과실비율과 근거, 관련 판례를 돌려주는 서비스입니다.
차량 파손 3D 모델을 기반으로 수리비 견적을 예측하는 기능도 함께 제공합니다.
| 기간 | 2025.10 – 2026.05 |
| 구성 | 백엔드 2, 프론트 2, AI 1 |
| 담당 | 백엔드: 영상 업로드부터 사고 분석, 결과 반환, RAG 기반 판례/법규 요약까지의 분석 플로우 전 구간 |
| 비고 | 인천대학교 컴퓨터공학부 캡스톤디자인 대상 |
| 영역 | 사용 기술 |
|---|---|
| Backend | Java 17, Spring Boot 3.5 |
| Database | MySQL, PostgreSQL + pgvector |
| RAG | Gemini Embedding, PDFBox |
| 안정성 | Resilience4j (Retry / CircuitBreaker / Bulkhead) |
| 테스트 | JUnit 5, k6, Toxiproxy, WireMock |
| 모니터링 | Actuator, Micrometer, Prometheus, Grafana |
| Infra | Docker, AWS EC2, S3, Caddy |
Spring Boot 애플리케이션이 AI 서버와 벡터DB(pgvector), S3, MySQL을 각각 어댑터를 통해 호출합니다.
Caddy를 리버스 프록시로 두고, GitHub Actions로 EC2에 배포합니다.
영상 분석은 30초 이상 걸립니다. 동기로 처리하면 그동안 Tomcat 스레드가 묶여 있어, 분석 요청이 몰리면 로그인·조회 같은 무관한 API까지 밀립니다.
그래서 요청 접수와 분석 수행을 분리했습니다.
- 영상 업로드 → S3 저장
- Job 생성 후
202 Accepted+ Job ID 즉시 반환 - AI 서버에 분석 요청
- 클라이언트는 Job ID로 SSE 구독, 진행 상태 수신
- 완료 시 결과 저장 후 SSE로 전달