MongoDB 기반 유연한 스키마와 도메인 특화 AI 모델을 통한 접근성 시험 플랫폼 설계

Context

기존 디지털 시험 플랫폼의 정형화된 UI와 고정적 스키마로 인한 장애 학생의 접근성 제약 발생. 각 장애 유형별로 상이한 데이터 요구사항을 수용하기 위해 기존 RDBMS의 Rigid Schema 및 범용 API의 낮은 신뢰도 해결이 필요했던 상황.

Technical Solution

• MongoDB Document Model 채택을 통한 장애 유형별 가변적 데이터 구조의 단일 문서화로 Join 비용 제거
• Single-read 구조 설계를 통해 학생 프로필, 설정, 응답 데이터를 한 번의 쿼리로 로드하여 N+1 문제 해결
• PyTorch 기반 11개 명령어 제한 Keyword Classification 모델 구축으로 범용 ASR의 오인식률 감소 및 명령어 정확도 향상
• 데이터 레이어 수준의 Atomic Locking 메커니즘을 적용하여 제출 후 수정 불가능한 무결성 보장
• Client-side Browser API와 서버사이드 Jinja2 템플릿의 결합으로 설치 없는 웹 기반 접근성 도구 구현
• 장애 유형별 Profile 기반의 자동 UI 변환 로직을 통해 수동 설정 단계가 제거된 Zero-configuration 인터페이스 구현