Vercel-Railway 하이브리드 설계를 통한 90초 완성 AI-Ready 웹 진단 엔진 구축

Context

기존 Lighthouse 기반 도구들의 단순 조언 위주 결과물과 Serverless Function의 짧은 Timeout 제약으로 인한 심층 분석의 한계 발생. 단순 진단을 넘어 AI 코딩 에이전트가 즉시 실행 가능한 코드 수준의 Prompt 제공 체계 필요.

Technical Solution

• Next.js App Router 기반 Edge-ready API 설계를 통한 분석 파이프라인의 서버사이드 처리 및 구조화된 JSON 반환 구조 채택
• 6개 카테고리별 전용 Analyzer와 Deep Audit Orchestrator를 분리하여 분석 로직의 모듈화 및 확장성 확보
• Vercel Serverless의 10초 Timeout 제약을 극복하기 위해 Railway 기반 Docker 컨테이너로 Headless Chromium 마이크로서비스 분리
• 링크 스캐닝을 통한 주요 페이지 자동 탐색 및 WebP 포맷의 전체 페이지 스크린샷 캡처 프로세스 구현
• 분석 결과와 AI Prompt를 결합한 Click-to-Code 피드백 루프 설계를 통해 사용자의 수정 작업 시간 단축 유도

Impact

• 전 과정 분석 완료 시간 90초 이내 달성
• 분석 결과 기반 월 예상 매출 손실액($6,500/mo) 등 정량적 지표 산출 및 8개 이상의 구체적 이슈 식별

Key Takeaway

인프라의 실행 시간 제약(Timeout)이 있는 환경에서 무거운 작업(Headless Browser)을 처리할 때, 기능별 마이크로서비스 분리 및 전용 런타임 배포를 통한 아키텍처 최적화 전략의 중요성.