장소를 저장한 맥락까지 기록해, 이름이 떠오르지 않아도 다시 찾고 새로운 장소를 발견하도록 돕는 서비스입니다.
PinLog은 공개 문서에 정의된 MVP 핵심 흐름과 설계를 구현해 나가고 있습니다.
- 장소만이 아니라 저장한 이유와 경험을 맥락으로 남깁니다.
- 장소명을 기억하지 못해도 내 맥락을 자연어로 검색합니다.
- 신원과 맥락 원문을 드러내지 않는 익명 컬렉션에서 취향을 발견합니다.
- 발견한 장소에는 타인의 기록을 복사하지 않고 나만의 맥락을 더합니다.
- 기록: 장소 검색 → 장소 선택 → 맥락 작성 → 레코드 저장 → 비동기 키워드·임베딩 생성
- 검색: 자연어 질의 → 내 맥락의 의미 검색 → 관련 레코드 확인
- 발견: 익명 컬렉션 탐색 → 장소 선택 → 내 맥락 작성 → 내 레코드로 저장
AI 처리는 저장 이후 비동기로 진행되며, MVP 설계에서는 AI 결과가 기본 기록 흐름의 완료 조건이 아닙니다.
- Place: 지도에서 찾은 실제 장소의 공용 정보
- Record: 사용자와 장소를 연결하며 하나 이상의 Context를 가진 기록
- Context: 장소를 저장한 이유나 경험을 담는 불변 서술 단위
- Keyword: AI가 사전 정의 목록에서 매핑하는 비식별화 표현
- Collection: 하나 이상의 Record를 묶은 공개 그룹
- Shelf: 한 사용자가 발행한 Collection의 목록
- Library: 내 Shelf와 팔로우한 Shelf를 함께 보는 개인 공간
- Feed: 발행된 Collection을 익명으로 발견하는 영역
MVP 요청은 Frontend에서 Spring Backend로 전달됩니다. Client는 FastAPI AI를 직접 호출하지 않으며, Spring Backend가 Core 도메인과 최종 응답을 담당합니다.
flowchart TB
U[사용자] --> FE[Frontend]
FE --> BE[Spring Backend]
BE --> PG[(PostgreSQL + pgvector)]
BE --> R[(Redis)]
BE --> AI[FastAPI AI]
AI --> PG
AI --> EXT[외부 Embedding / LLM API]
G[Infra GitOps 저장소] --> CD[Argo CD]
CD --> K[k3s]
K -. 배포 구성 .-> FE
K -. 배포 구성 .-> BE
K -. 배포 구성 .-> AI
k3s 배포 구성은 Infra 저장소에 선언하고 Argo CD가 GitOps 방식으로 반영하도록 설계합니다.
사용자 → Frontend → Spring Backend
Spring Backend → PostgreSQL + pgvector
Spring Backend → Redis
Spring Backend → FastAPI AI → PostgreSQL + pgvector
FastAPI AI → 외부 Embedding / LLM API
Infra GitOps 저장소 → Argo CD → k3s 배포 구성
- front — PinLog Frontend
- back — Spring Boot 기반 Core Backend
- ai — FastAPI 기반 AI 처리와 자연어 검색
- docs — 제품 기획, 정책, 용어와 파트 간 공식 계약
- infra — k3s·Argo CD 기반 GitOps 배포 구성
- mockup
제품 구성요소와 별도로 협업과 지식 관리를 위한 도구를 관리합니다.
- cowork — 팀 작업 등록을 돕는 도구
- pico-agent — 출처 중심의 로컬 지식 시스템
제품의 범위, 정책, 용어와 설계 계약은 PinLog 공식 문서에서 확인하세요.
