피드로 돌아가기
Dev.toInfrastructure
원문 읽기
LLM 기반 다국어 번역 및 Chromium 렌더링을 통한 복합 스크립트 PDF 구현
How I Wired Claude AI into My SaaS and What Actually Worked vs. What Was Just Hype
AI 요약
Context
인도 내 22개 공식 언어 대응을 위한 실시간 다국어 번역 및 맞춤형 템플릿 추천 시스템 필요성 대두. 기존 PDF 생성 라이브러리의 Devanagari 및 Urdu 스크립트 렌더링 한계로 인한 텍스트 깨짐 및 레이아웃 붕괴 문제 발생.
Technical Solution
- AWS Bedrock 기반 LLM 활용 및 15차례의 Prompt Engineering을 통한 문화적 맥락(Gotra 등) 보존 번역 구현
- 과잉 설계 방지를 위해 Template Recommendation에 LLM 대신 가중치 기반 Rule-based Scoring System 채택
- Devanagari/Urdu의 글꼴 서브셋 및 쉐이핑 문제를 해결하고자 Headless Chromium 기반 서버 사이드 렌더링(SSR) 도입
- Lambda 환경의 Chromium 바이너리로 인한 Cold Start 지연을 Provisioned Concurrency 설정을 통해 최적화
- HTML-to-PDF 워크플로우를 통해 브라우저 엔진의 복합 스크립트 처리 능력을 그대로 활용하는 구조 설계
실천 포인트
- 비라틴계 복합 스크립트(Devanagari, RTL 등) PDF 생성 시 라이브러리 대신 Headless Browser 사용 검토 - AI 도입 전 문제 정의를 통해 LLM이 필요한 '추론' 영역과 단순 로직으로 가능한 '조회' 영역을 엄격히 분리 - LLM 출력의 정교함을 위해 단순 요청이 아닌 문화적/기술적 예외 케이스를 포함한 반복적 Prompt Iteration 수행 - Lambda 기반 무거운 바이너리 실행 시 사용자 경험 유지를 위해 Provisioned Concurrency 비용 분석 및 적용