Tagify

LLM을 기반으로 이미지, pdf 등 파일에 대한 태그를 붙인다. 저장된 태그를 통해 파일을 효율적으로 검색한다.

프로젝트의 목적과 의도

• TDD를 프로젝트에 적용해본다. 특히, Classist 고전파 스타일로 Mock보다 Pojo 객체를 적극적으로 활용한 테스트 코드를 작성한다.
• AI를 활용해본다. 구체적 모델, 학습, 튜닝에는 의존하지 않으며, AI가 어떻게 서비스에 활용될 수 있는 지 프로세스를 이해하기 위함이다.
• 코틀린 역량을 향상시킨다. 구체적으로 코틀린 언어에 대해 학습하며, 코틀린+스프링 기술을 실습을 통해 체화한다.
  

결과적으로 추구해야할 방향성은 새로운 기술을 용하는 것에 끝나지 않고, 코드 퀄리티 향상에 집중한다.

예상 기술 스택

인프라 : AWS (k3s??)
운영 : git action CI, argoCD
서버 : Spring Boot 3.x , Kotlin 2.0
저장소 : Elasticsearch

추가 기능 및 향후 방향성 간략 정리

• PDF 인식 후 태그 추론 기능을 추가한다.
• Core에서 개발 중인 파일(이미지 + PDF) 관리 서비스와 통합한다.
• 이를 통해 파일들을 클라우드 스토리지에 저장할 뿐만 아니라, 태그 기반 파일 검색을 지원한다.