피드로 돌아가기
Dev.toInfrastructure
원문 읽기
Gemini API와 JSON 기반 Storage를 활용한 서버리스 탄소 추적 시스템 구축
EcoTrack AI — Carbon Footprint Tracker & Dashboard
AI 요약
Context
개인별 탄소 배출량 측정 및 시각화를 위한 빠른 프로토타이핑 필요성 대두. 복잡한 DB 인프라 없이 데이터 지속성을 확보하고 AI 기반의 맞춤형 제언을 제공하는 경량 아키텍처 설계가 요구됨.
Technical Solution
- Google Cloud Run 기반의 Docker 컨테이너 배포를 통한 서버리스 환경 구축 및 비용 효율적인 Auto-scaling 구현
- 별도의 Database 도입 대신 JSON File-based Storage를 채택하여 데이터 스키마 유연성 확보 및 인프라 복잡도 최소화
- EPA 및 IPCC 표준 배출 계수를 적용한 Rule-based 로직과 Google Gemini API를 결합한 하이브리드 추천 시스템 설계
- API Key 부재 상황에 대비한 Smart Local Fallback 메커니즘 구현으로 서비스 가용성 보장
- Chart.js 기반의 Data Visualization과 Vanilla JS를 활용한 SPA 구조 설계로 프론트엔드 렌더링 오버헤드 제거
- Flask-CORS 설정을 통한 Backend API와 Frontend 간의 데이터 통신 최적화
실천 포인트
- 소규모 프로젝트나 MVP 단계에서 DB 오버헤드를 줄이기 위한 JSON 기반 Persistence 전략 검토 - LLM API 의존성을 낮추기 위한 Local Fallback 로직 설계로 시스템 안정성 확보 - 비용 최적화를 위해 트래픽 부재 시 Zero-scaling이 가능한 서버리스 플랫폼 활용