피드로 돌아가기
Dev.toFrontend
원문 읽기
IndexedDB 기반 로컬 분석으로 8,000개 북마크를 48시간 만에 시스템화
Chrome Extension: Aftermark
AI 요약
Context
단순 URL 저장을 넘어 북마크에 내재된 사용자 의도를 복원하려는 목적의 설계. 기존 북마크 매니저들이 제공하는 단순 분류 방식은 저장 당시의 맥락과 의도를 상실하는 한계 존재.
Technical Solution
- 8,000개 이상의 레코드를 효율적으로 쿼리하기 위해 chrome.storage 대신 IndexedDB 채택
- 머신러닝 없이 URL 패턴 매칭 및 도메인 매핑 기반의 결정론적(Deterministic) 17종 콘텐츠 분류 로직 구현
- URL 정규화 및 워드 토큰 유사도 분석을 통한 정밀 중복 제거 시스템 구축
- 30분 단위의 시간 윈도우 기반 크로노로지컬 그룹핑을 통한 브라우징 세션 재구성
- 데이터 캡처, 추론, 액션의 3계층 아키텍처 설계를 통한 LLM 의존성 제거 및 데이터 무결성 확보
- 빠른 반복 개발과 타입 안정성 확보를 위해 TypeScript 및 esbuild 조합의 경량 빌드 체계 구축
실천 포인트
1. 대량의 로컬 데이터 쿼리 필요 시 chrome.storage보다 IndexedDB 검토
2. AI 도입 전 패턴 매칭과 타임스탬프 기반의 휴리스틱으로 해결 가능한 범위 식별
3. 데이터 소스(Source of Truth)와 AI 해석 레이어를 엄격히 분리하여 시스템 안정성 유지
4. 빠른 MVP 개발을 위해 프레임워크 없이 TypeScript와 경량 번들러 조합 활용