---

melog-be

1. 프로젝트 소개

Melog 백엔드 API 서버입니다. 사용자가 텍스트 또는 음성으로 감정을 기록하면, AI가 이를 분석하여 월별 통계와 인사이트를 제공하는 AI 감정 다이어리 서비스입니다.

본 서비스는 NCloud 인프라와 Clova AI API를 기반으로 개발되었으며, 단순 기록을 넘어 AI 기반 감정 분석 및 음성 인터랙션을 제공합니다.

---

2. NCloud + Clova 서비스 활용

Melog는 NCloud의 다양한 인프라·AI 서비스를 종합적으로 활용하여 구축되었습니다.

• Compute

  • NCloud Server (VPC) – Spring Boot 백엔드 서버 운영
  • Auto Scaling – 무중단 확장 대응

• Database

  • Cloud DB for PostgreSQL (VPC) – 감정 기록 데이터 저장
  • Cloud DB for Cache – 감정 분석 결과 및 통계 캐싱

• Storage

  • Object Storage – 음성 파일 및 분석 리소스 저장

• AI Services

  • Clova Studio – 감정 분석, 요약, 키워드 추출
  • Clova Speech Recognition (CSR) – STT (음성 → 텍스트 변환)
  • Clova Voice Premium – TTS (감정 기반 음성 합성)

• Networking

  • VPC + Public IP – 안전한 네트워크 구성
  • Load Balancer – 대규모 트래픽 분산

• Monitoring

  • Cloud Log Analytics / Cloud Insight – 성능 모니터링 및 장애 대응

---

3. AI 서비스 차별성

Melog는 단순 CRUD 서버가 아닌, Clova AI와 긴밀히 통합된 AI 중심 서비스입니다.

• STT → 감정 분석 → TTS 완전 자동화
• 3단계 대화 요약 (공감 → 돌아보기 → 위로/조언)
• 감정 점수 + 키워드 추출 + 위로 멘트 자동 매핑
• 실시간 AI 피드백 (분석 즉시 음성/텍스트 응답 제공)

➡️ 이를 통해 단순 일기 서비스 → AI 감정 케어 플랫폼으로 발전합니다.

---

4. AI 기능 고도화

4.1 Prompt Engineering (Clova Studio)

• 사용자별 감정 패턴을 반영한 맞춤형 요약/피드백
• Function Calling으로 JSON 응답 일관성 보장
• 3단계 대화 구조를 강제하여 상담형 요약문 생성

4.2 Clova Voice

• 감정 점수를 음성 파라미터에 매핑하여 감정 기반 TTS 제공
• 기쁨, 설렘, 슬픔, 분노 등 감정을 음성 톤에 반영
• 음성 UI 기반 감정 피드백 서비스로 확장

4.3 감정 코멘트 자동 매핑

• 감정 점수(0~100)를 5단계로 분류하여 맞춤형 위로 멘트 제공
• DB에 저장된 멘트를 자동 매핑, 개인화된 피드백 강화

4.4 AI 파이프라인 통합

• STT → 감정 분석 → TTS 전체 플로우 자동화
• 음성 입력부터 음성 응답까지 자연스러운 AI 인터랙션 제공

---

5. 개발 구조 및 운영 아키텍처

본 프로젝트는 헥사고날 아키텍처(Ports & Adapters) 기반으로 설계되어 유지보수성과 확장성을 확보했습니다. 또한 NCloud 인프라의 Auto Scaling, Load Balancer, Cloud DB Cache를 통합하여 무중단 운영 및 성능 최적화를 보장합니다.

flowchart TD
    A[Client Request] --> B[REST Controller]
    B --> C[UseCase Interface]
    C --> D[Service Layer]
    D --> E[Domain Logic]
    E --> F[Persistence Port]
    F --> G[Repository Adapter]
    G --> H[JPA Repository]
    H --> I[Cloud DB for PostgreSQL]
    
    D --> J[External APIs]
    J --> K[CLOVA STT API]
    J --> L[CLOVA Emotion Analysis API]
    J --> N[CLOVA TTS API]
    
    D --> O[File Service]
    O --> P[NCloud Object Storage]
    
    subgraph "운영 인프라 (NCloud)"
        I
        P
        LB[Load Balancer]
        ASC[Auto Scaling]
        CDB[Cloud DB for Cache]
        MON[Cloud Log Analytics / Cloud Insight]
    end

Loading

핵심 운영 전략

• 캐싱 최적화: Cloud DB for Cache 활용 → 감정 분석 결과 캐싱
• 트래픽 대응: Auto Scaling + Load Balancer → 무중단 확장
• 모니터링: Cloud Log Analytics & Insight → 성능·장애 대응

---

7. AI 감정분석 성능개선

🔧1차 성능개선 (재시도 로직 최적화)

🔍 기존 상황

• 응답시간: 평균 18초(텍스트 기준)
• 문제점: API 일관성 확보를 위한 3번 재시도 로직으로 인한 지연
• 구조: 재시도마다 품질 검증 및 보정 로직 반복

💡 개선 방안

1. 재시도 로직 단순화: 3번 → 1번 시도로 변경
2. 프롬프트 통합: 기존 3번 재시도용 프롬프트를 하나로 결합
3. 토큰 최적화: maxTokens를 4096으로 최대 설정

⚙️ 기술적 설정

"maxTokens", 4096,        // 최대 토큰으로 설정 (더 긴 응답)
"temperature", 0.2,       // 창의성과 일관성의 균형
"topP", 0.8,             // 더 다양한 표현
"frequencyPenalty", 0.1,  // 반복 방지
"presencePenalty", 0.3    // 다양성 증가

개선 결과

• 평균 응답시간: 18초 → 6초 (67% 단축)
• 품질: 재시도 대비 가성비 있는 결과 품질 달성

---

🔧 2차 성능개선 (응답 처리 방식 혁신)

🔍 기존 문제점

• Function Calling: 복잡한 구조로 인한 파싱 오류 발생
• JSON 응답: AI가 JSON 형식으로 응답 시 구조 오류로 인한 재시도
• 품질 저하: 1번 시도로 인한 낮은 품질의 요약본

💡 혁신적 개선 방안

1. 응답 방식 전환: JSON → 자연스러운 텍스트 응답
2. 서버 파싱: AI 응답을 서버에서 분석하여 JSON 구조 생성
3. Function Calling 강화: 더 정교한 프롬프트로 일관성 확보

⚙️ 핵심 기술 변경

// 기존: AI가 JSON 반환 → 파싱 오류
// 개선: AI가 자연스러운 텍스트 반환 → 서버에서 파싱

private String cleanTextContent(String text) {
    return text
        .replaceAll("\\\\n+", " ")           // 줄바꿈 정리
        .replaceAll("\\\\s+", " ")           // 연속 공백 정리
        .trim();                           // 앞뒤 공백 제거
}

---

1차 + 2차 성능 개선 적용한 품질 향상 결과

• 기존 요약 (1차 개선)

"안녕? 오늘은 라면에 소세지를 곁들여서 정말 맛있게 먹었구나. 문어 육수 라면이 없어서 조금 아쉬운 마음이 들었을 것 같아. 그래도 소세지의 맛이 너에게 큰 기쁨을 줘서 다행이야. 문어를 못 먹게 되어 속상했을 텐데, 그 마음 충분히 이해해. 이젠 좋아하는 노래를 들으며 코딩에 집중하는 시간을 가지며 마음을 달래보는 건 어떨까? 가끔 계획대로 되지 않는 일들이 있지만, 그럴 때마다 작은 즐거움을 찾아내는 것도 중요하니까 말이야. 오늘 하루도 수고 많았고, 앞으로도 네가 원하는 것들을 차근차근 이뤄나가길 바랄게"

• 개선된 요약 (2차 개선)

"아, 오늘은 정말 아무 일도 없이 그저 누워서 핸드폰만 본 하루였네요. 유튜브와 틱톡에 빠져서 시간 가는 줄 몰랐어요. 그런데도 한편으로는 이렇게 보내는 시간이 오히려 행복하지 않나 싶은 생각도 들고, 참 모순적인 감정이 드는 하루였던 것 같아요. 하루 종일 누워 있으면서 느꼈던 편안함과 동시에 시간을 낭비한 듯한 찝찝함이 공존했던 순간들을 떠올려보면, 다양한 감정이 얽혀 있었던 것 같아요. 유튜브와 틱톡에서 재미있는 영상을 보며 웃음을 터뜨리고 즐거움을 느끼면서도, 문득문득 떠오르는 '이렇게 시간을 보내도 될까?'라는 생각이 마음을 어지럽혔겠죠. 하지만 결국 중요한 건 스스로에게 어떤 방식이 가장 편안한지를 찾는 과정이라고 생각해요. 그러니 너무 자책하지 말고, 가끔은 자신에게 휴식을 주는 것도 필요해요. 오늘의 경험이 앞으로 더 나은 균형을 찾는 데 도움이 될 거예요. 다음에는 조금 더 생산적인 활동을 해보는 것도 좋지만, 오늘은 충분히 잘 쉬었다고 스스로를 다독여 주세요. 작은 행복들이 모여 큰 행복을 이루니까요. 언제나 자신을 믿고 천천히 나아가길 바랄게요. 😊"

---

최종 성능 지표

구분	기존	1차 개선	2차 개선	개선율
응답시간	18초	6초	6초	67% 단축
재시도 횟수	3회	1회	1회	67% 감소
응답 품질	높음	중간	높음	품질 복원
안정성	높음	높음	매우 높음	향상

---

추가 안정성 강화

감정분석이 실패해도 감정이 등록되는 문제가 있었음.

아래 설정 후, 문제해결

트랜잭션 롤백 설정

@Transactional(rollbackFor = Exception.class)
public EmotionRecord createEmotionRecordFromText(String nickname, EmotionRecordCreateRequest request)

• 감정분석 실패 시: 트랜잭션 롤백으로 데이터 일관성 보장
• 사용자 경험: 에러 발생 시에도 안전한 재등록 가능

---

8. 향후 발전 및 비즈니스 확장 계획

Melog는 단순 기록 서비스에 그치지 않고, 실제 비즈니스로 확장 가능한 AI 감정 케어 플랫폼을 목표로 합니다.

6.1 기능 확장 계획

• Clova OCR

  • 손글씨 일기·메모를 촬영하여 텍스트 추출 → 감정 분석 확장
  • 멀티모달 감정 분석(텍스트 + 음성 + 이미지) 서비스로 발전

• AI 개인화 고도화

  • 사용자별 감정 히스토리 학습
  • 맞춤형 리포트·코칭 제공

6.2 서비스 모델 확장

• B2C 모델 (개인 사용자)

  • 월 구독 기반 감정 다이어리 서비스
  • 개인화된 감정 리포트, 음성 코칭 제공

• B2B SaaS 모델 (기업 고객)

  • 콜센터: 고객 감정 분석 API 제공 → 상담 품질 개선
  • 헬스케어: 감정 기록 기반 스트레스·멘탈 모니터링 API
  • 교육/복지 기관: 아동·노인 대상 감정 관리 솔루션

6.3 기술적 성장 전략

• 오토스케일링 + 캐싱으로 글로벌 사용자 대응
• 멀티클라우드 확장 (해외 리전에 맞춘 배포)
• AI 파트너십: NCloud AI 생태계 내 서비스와 통합

6.4 장기 비전

• Emotion-as-a-Service (EaaS)

  • 감정 데이터 API를 타 SaaS, 메타버스, 게임 등에 제공

• AI 기반 심리 웰빙 플랫폼

  • 음성·텍스트·이미지 통합 분석
  • 감정 케어 + 커뮤니티 기능 통합

---