개발 환경과 인프라

골프카가 프로젝트별 독립 환경(가상환경)이고, 골프가방이 requirements.txt, 골프채가 라이브러리다. 카트마다 다른 채를 실을 수 있어서 프로젝트끼리 서로 간섭하지 않는다.

• 골프카 = Anaconda / Virtual Env — 프로젝트별 독립적인 이동 수단
• 골프가방 = requirements.txt — 필요한 도구의 명세서이자 의존성 정의
• 골프채 = 라이브러리 (Pandas, NumPy, TensorFlow, Matplotlib)
• 골퍼 = 메인 객체/스크립트 — 도구를 실제로 사용하는 주체
• `pip install -r requirements.txt` 실행 = 채를 카트에 싣는 과정

파이썬은 그냥 폴더를 단순 저장소로만 본다. `__init__.py`가 들어가는 순간 그 폴더는 공식적인 부품 세트(패키지)가 되어 import 대상이 된다.

• 일반 폴더: 파이썬이 단순 저장소로 인식 — 도구로 쓰기 어렵다
• `__init__.py` 추가: 초기화 및 신분증 역할 (Initialization & ID)
• 패키지: 공식적인 부품 세트로 인식되어 도구/객체로 바로 활용 가능

`.env` 파일은 키(Key)와 설정값(Value)의 쌍으로 이루어진 컨텍스트다. DB 접속 정보나 API 키가 여기 들어가며, 반드시 `.gitignore`로 막아 저장소에 올라가지 않게 해야 한다.

• 형식: `KEY=VALUE` — 예) `DATABASE_URL=...`, `GEMINI_API_KEY=...`
• `.env`는 서버에만 두고, `.gitignore`에 등록해 Git에 올라가지 않게 한다
• 설정값이 노출되면 곧바로 보안 사고로 이어진다

Docker의 핵심 3요소가 객체지향 개념과 정확히 대응된다. 이미지는 클래스(설계도), 컨테이너는 인스턴스(실체), 볼륨은 외부 저장소다.

• 이미지(Image) → 클래스(Class): 변경 불가능한 템플릿, 정적(읽기 전용)
• 컨테이너(Container) → 인스턴스(Instance): 이미지로 만든 살아 있는 격리 프로세스, 동적(읽기·쓰기)
• 볼륨(Volume) → 디스크(Storage): 컨테이너가 멈춰도 사라지지 않는 외부 영속 저장소
• 하나의 이미지로 여러 컨테이너를 동시에 만들 수 있다 — 클래스와 인스턴스의 관계 그대로

소스코드·실행환경·AI 모델 세 영역 모두 '내 컴퓨터에서 만들고 클라우드에 올려 공유한다'는 같은 패턴을 따른다. 짝을 지어 외우면 도구의 역할이 명확해진다.

• 소스코드 관리: Git(로컬 버전 관리) ↔ GitHub(원격 저장·협업 Push/Pull)
• 애플리케이션 환경 관리: Docker(로컬 컨테이너 실행) ↔ Docker Hub(이미지 중앙 저장소)
• AI 모델 공유·배포: Model(로컬 가중치 파일, GPU 추론) ↔ Hugging Face(모델 오픈소스 허브)

클라우드 서비스는 '어디까지를 제공자가 책임지느냐'로 나뉜다. 피자로 비유하면 재료만 사와서 집에서 굽느냐, 배달시켜 내 그릇에 담느냐, 아예 식당에서 먹느냐의 차이다.

• IaaS: VM·스토리지·네트워크만 제공 — 사용자가 OS·미들웨어·앱·데이터를 관리 (피자 키트)
• PaaS: 개발 플랫폼과 런타임까지 제공 — 사용자는 앱과 데이터만 관리 (피자 배달)
• SaaS: 완성된 소프트웨어 제공 — 제공자가 모든 것을 관리 (식당에서 식사)

AI 코딩 어시스턴트가 등장하면서 저장소 구조의 의미가 달라졌다. 모노레포는 AI가 전체 코드베이스를 한 번에 볼 수 있지만, 멀티레포는 저장소마다 문맥이 끊긴다.

• 모노레포: 전체 컨텍스트 가시성, 모든 모듈 대상 검색(RAG), 모듈 간 영향도 분석 가능
• 멀티레포: 문맥 파편화, 검색 범위가 한 저장소로 제한, 숨은 의존성 추적 어려움
• AI 활용도를 기준으로 보면 모노레포 쪽이 유리하다

현대 풀스택 구성의 표준 조합이다. 화면은 Next.js, 로직과 AI 처리는 FastAPI, 영속 데이터는 PostgreSQL이 담당하며 각 계층은 HTTP와 ORM으로 연결된다.

• 프론트엔드/UI 계층 — Next.js: 사용자 인터페이스, SSR/SSG
• 백엔드/로직 계층 — FastAPI: 고성능 비동기 파이썬, 비즈니스 로직, AI 모델 처리, 자동 API 문서화
• 데이터베이스 계층 — PostgreSQL: 관계형 DBMS, ACID 준수, 확장 가능한 저장소
• 장점: AI·데이터를 위한 파이썬 생태계, 빠른 API 개발, 견고한 데이터 저장