Skip to content

Releases: yunsuper/Tarot

Backend Migration & AI Model Upgrade (Gemini 3.1 Flash-Lite-preview)

29 Mar 08:56
@yunsuper yunsuper
v2.0.0
28f1f1f

Choose a tag to compare

View all tags
Backend Migration & AI Model Upgrade (Gemini 3.1 Flash-Lite-preview) Latest
Latest

🛠 주요 변경 사항 (Key Changes)

1. 차세대 AI 모델 마이그레이션 (Gemini 3.1)

  • Model Update: Google의 Gemini 2.0 모델 서비스 종료 예고(2026.06.01)에 따라, 최신 엔진인 Gemini 3.1 Flash-Lite-preview로 선제적 마이그레이션을 완료했습니다.
  • 성능 및 비용 최적화: 차세대 Flash-Lite 모델 도입을 통해 더 정교한 타로 해석 로직을 구현하고, 유료 티어의 안정적인 API 할당량을 확보했습니다.

2. AI SDK 및 아키텍처 리팩토링

  • SDK 교체: 기존 라이브러리를 차세대 라이브러리인 @google/genai로 전면 교체하여 최신 모델의 기능을 100% 활용할 수 있도록 개선했습니다.
  • 의존성 관리 최적화: 루트 디렉토리와 백엔드 디렉토리 간의 패키지 설치 혼선을 정리하고, backend/package.json을 기준으로 한 독립적인 빌드 환경을 구축했습니다.

3. 서버 안정성 및 예외 처리 강화

  • 모델 명칭 동기화: API 서버의 모델 식별자(preview 명칭 권장사항)를 정확히 반영하여 배포 시 발생하던 404 에러를 해결했습니다.
  • 연쇄적 에러 방지: AI 응답 실패 시 발생하던 데이터베이스(Prisma) 연결 지연 문제를 로직 개선을 통해 해결하여 서비스 가용성을 높였습니다.

💡 개발 노트 (Developer's Note)

이번 업데이트는 단순한 모델 교체를 넘어, 클라우드 배포 환경에서의 **의존성 관리(Dependency Isolation)**와 API 생명주기 관리의 중요성을 체감한 과정이었습니다.

  1. 선제적 기술 부채 해결: 2026년 6월로 예정된 구형 모델 종료 시점보다 앞서 차세대 엔진으로 전환함으로써 서비스의 영속성을 확보했습니다.
  2. 정교한 디버깅: 로컬 환경과 배포 환경(Render) 간의 디렉토리 구조 차이로 인한 빌드 오류를 직접 추적하고 해결하며, 환경 구성에 대한 이해도를 높였습니다.
  3. 사용자 경험 고도화: 더 똑똑해진 Gemini 3.1 모델을 통해 사용자들에게 한층 더 신비롭고 깊이 있는 타로 상담 경험을 제공할 수 있게 되었습니다.
Assets 2
Loading

Backend Migration & AI Model Upgrade (Gemini 2.5 Flash-Lite)

31 Jan 22:42
@yunsuper yunsuper
v1.1.0
e437de9

Choose a tag to compare

View all tags
Backend Migration & AI Model Upgrade (Gemini 2.5 Flash-Lite)

🛠 주요 변경 사항 (Key Changes)

1. 백엔드 인프라 이전 및 환경 최적화 (Migration)

  • Railway ➔ Render: Railway 서비스 제한에 대응하여 Render 플랫폼으로 서버 호스팅 이전을 완료했습니다.
  • 배포 아키텍처 재설정: Vercel(Front) - Render(Back) - Supabase(DB) 간의 통신 구조를 새롭게 정립하고 환경 변수(VITE_API_URL)를 동기화했습니다.

2. AI 모델 업그레이드 (Gemini AI)

  • Model Update: 기존 모델에서 Google Gemini 2.5 Flash-Lite로 업그레이드하여 더욱 빠르고 경제적이면서도 정교한 타로 해석 성능을 확보했습니다.

3. 빌드 및 런타임 안정화

  • Prisma 서비스 최적화: 서버 기동 시 DB 연결 의존성 문제를 해결하여 PrismaClientInitializationError를 방지하고, 런타임 안정성을 높였습니다.
  • 환경 변수 보안 강화: 보안이 중요한 API Key와 DB URL의 관리 방식을 Render 환경에 맞게 최적화했습니다.

💡 개발 노트 (Developer's Note)

이번 작업은 외부 인프라 환경 변화에 유연하게 대응하는 법을 배우는 소중한 계기가 되었습니다. 특히 다음과 같은 성과를 거두었습니다.

  1. 인프라 독립성: 특정 플랫폼(Railway)에 의존하지 않고 신속하게 서버를 이전(Render)하는 마이그레이션 기술을 습득했습니다.
  2. 트러블슈팅 역량: Prisma와 배포 환경 간의 런타임 에러를 직접 디버깅하고 코드를 수정하여 서비스 중단 시간을 최소화했습니다.
  3. 최신 AI 모델 도입: Gemini 2.5 Flash-Lite 모델을 적용하여 사용자에게 더 진화된 AI 경험을 제공할 수 있게 되었습니다.
Loading