Chapter 01

구상
— 무엇을 만들까

문제를 발견하고, AI에게 기술적 가능성을 묻고,
두 방향을 비교해 최적 방식을 결정하는 과정입니다.

1단계 · 문제 발견

4시간을 3초로

포토북 구독 서비스의 핵심 문제는 대기 시간이었습니다. 서버가 전체 사진을 분석하는 데 너무 오래 걸렸고, 이는 사용자 경험을 망가뜨렸습니다. 문제는 명확했습니다.

기존 ~4시간

서버가 사용자의 전체 사진을 받아 분석 → 포토북 후보 생성. 수천 장의 사진을 처음부터 끝까지 분석하므로 시간이 오래 걸립니다.

목표 3초

디바이스에서 먼저 빠르게 분류 → 사용자가 선택한 것만 서버로 전송. 사용자 경험을 즉각적으로 만듭니다.

2단계 · AI와 기술 탐색

AI에게 무엇을 물었나

모바일 개발 경험 없이 시작했습니다. AI에게 "온디바이스에서 구독형 포토북 추천이 가능한가?"를 물어보는 것이 첫 번째 단계였습니다.

AI에게 던진 핵심 질문
"모바일 기기에서 수만 장의 사진을 빠르게 분류하는 방법은 무엇인가?
백그라운드 실행 방식과 메타정보 기반 방식 중 어느 것이 구독형 서비스에 적합한가?"
AI가 이미 확보된 기술 현황을 파악하고, 두 가지 구현 방향을 제시했습니다.

AI가 먼저 이미 확보된 기술들을 정리했습니다. 이를 바탕으로 "새로 만들 것이 아니라 어떻게 연결할 것인가"가 핵심 질문이 됐습니다.

이미지 분석
NIMA 이상급 분석 모델
고도화된 이미지 품질 분석 모델 기술 확보. 새로 만들 필요 없음.
✓ 확보 완료
클러스터링
이벤트 클러스터링 알고리즘
Chinese Whispers 기반 포토북 단위 클러스터링. 이미 완성됨.
✓ 확보 완료
레이아웃
고급 레이아웃 생성 시스템
이진 트리를 초과하는 레이아웃 생성. 서버에서 처리 가능.
✓ 확보 완료
3단계 · 두 방향 비교 분석

AI가 두 가지 방향을 분석했다

AI는 구독형 포토북 자동 큐레이션의 두 가지 구현 방향을 제시하고 각각의 장단점을 분석했습니다.

Approach 01
백그라운드 실행 방식
WorkManager / BGTaskScheduler

화면 꺼짐·충전 중 조건에서 OS가 백그라운드로 실행. 전체 사진에 대한 심층 AI 처리가 가능하지만 실행 시점을 보장할 수 없습니다.

장점
  • 전체 사진 심층 분석 가능
  • 사용자 방해 없음
  • 초기 전체 인덱싱에 적합
단점
  • 실행 시점 불확실 — 시스템이 결정
  • iOS: 앱 사용 빈도 낮으면 우선순위 하락
  • 배터리 소모, 발열 위험
Approach 02
메타정보(EXIF) 기반 빠른 처리
MediaStore(Android) / PhotoKit(iOS)

OS 내장 API로 EXIF 시간 정보를 즉시 추출해 클러스터링. 사용자가 선택한 것만 서버에 전송하는 하이브리드 방식.

장점
  • 즉각 반응 — 1~3초 이내
  • 배터리 효율적
  • 사용자 즉시 참여 유도
단점
  • 품질 분석 불가 (서버에서 보완)
  • 얼굴 인식 제한적
// 10,000장 처리 성능 비교 — AI가 제시한 데이터
파일 전체 로드
5–10분
EXIF만 추출
30–50초
EXIF + 멀티스레딩
10–20초
OS 내장 API ✓
1–3초
4단계 · 결정

AI가 도출한 결론

데이터를 기반으로 AI는 명확한 결론을 내렸습니다. 즉각적인 사용자 경험이 핵심인 구독 서비스에는 EXIF 기반 방식이 우선이며, 백그라운드 방식은 Phase 3에서 보완적으로 추가합니다.

★ AI의 결론
"디바이스 내장 시간 정보로 클러스터링 →
사용자가 선택한 포토북으로 서버 분석"
EXIF 기반 즉시 클러스터링(1-3초) + 서버 정밀 분석(선택된 10-20%만)
= 사용자 경험은 즉각적으로, 서버 부하는 80-90% 감소
📄
이 단계의 산출물
기술 분석 보고서
두 가지 구현 방안의 장단점 비교, 성능 데이터, 최종 권장 방향을 담은 문서입니다. 이 보고서가 다음 단계 — 개발 계획 — 의 출발점이 됩니다.
← 개요로
01 / 03
다음: 개발 계획 →