AI Chatbot Service

Spring Boot + Kotlin 기반의 AI 챗봇 서비스입니다.

실행 방법

테스트 용이성을 위해 application.yml에 openAi 무료 키를 넣어놨습니다

# 서버 실행
./gradlew bootRun

# 테스트 실행
./gradlew test

• Swagger UI: http://localhost:8080/swagger-ui.html
• Demo 페이지: http://localhost:8080/demo

---

1. 과제 분석

AI를 통해 빠르게 요구사항을 분석하고 구현 계획을 수립했습니다. 그 과정에서 엣지케이스와 확장성도 함께 고려하라고 프롬프트하였습니다. MVP 구현에 집중하기 위해 필요하지는 않지만, 기술적으로 어렵지 않다면 일반 구현과 시간차이가 나지 않기 때문에 엣지케이스와 확장성도 고려하였습니다.

요구사항을 핵심 기능과 MVP 범위로 분리하여 분석했습니다:

핵심 기능	설명
인증	JWT 기반 회원가입/로그인
채팅	OpenAI API 연동, 스레드 그룹핑 (30분 기준)
피드백	대화별 좋아요/싫어요
관리자	통계 조회, CSV 내보내기

또한, 고객사에게 직관적인 시연을 위해 Swagger UI 외에 Thymeleaf 기반의 간단한 웹 UI도 구현하는 것이 핵심이라고 생각했습니다. 물론, 시간이 부족하면 MVP에서 제외할 수도 있다고 판단했겠지만, AI로 만들 시 Thymeleaf UI는 구현 난이도가 낮고 시연 효과가 크기 때문에 핵심 기능으로 포함시켰습니다.

---

2. AI 활용

1. 구현 전 Antigravity Gemini 에게 요구사항 분석과 설계, 기술적 의사결정을 맡겼습니다.
2. required.md의 요구사항을 바탕으로 상세 요구사항, 엣지 케이스, 확장성 고려사항을 포함하여 new_required.md를 생성했습니다.
3. new_required.md를 바탕으로 기술적 의사결정 문서 TODO_LIST.md를 생성했습니다.
4. TODO_LIST.md를 바탕으로 구현 Antigravity Claude Ops에게 구현을 시켰습니다
5. 개발 도중 발생하는 문제들을 TROUBLESHOOTING.md에 기록하고 의사결정 과정도 decision_making.md 에 기록하게 하였습니다.

모든 md 문서는 docs/ 폴더에 저장되어 있습니다.

어려움

• 컨텍스트 유실: 대화가 길어지면 이전 결정사항을 잊어버림 → docs/의사결정.md에 주요 결정 기록
• 과도한 구현: 요구하지 않은 기능까지 구현 → 범위 명시 및 즉시 롤백

---

3. 가장 어려웠던 기능

SSE 스트리밍 응답 (MVP 제외)

목표: OpenAI API의 스트리밍 응답을 SSE로 클라이언트에 실시간 전달

어려웠던 점:

• @Transactional + SSE 조합 시 read-only transaction 예외 발생
• 비동기 스레드에서 트랜잭션 컨텍스트 유실
• SSE 연결 종료 시점과 DB 저장 타이밍 동기화

결정: 제한된 시간 내 안정적인 MVP 구현이 우선이므로, 스트리밍 기능은 제외하고 동기 HTTP 방식으로 구현했습니다. 트러블슈팅 과정은 docs/TROUBLESHOOTING.md에 기록해두었습니다.

# 향후 개선 시 고려사항
1. TransactionTemplate으로 수동 트랜잭션 관리
2. 응답 완료 후 별도 스레드에서 DB 저장
3. emitter.send() 예외 처리로 연결 끊김 대응

---

시연 화면

Demo 페이지: http://localhost:8080/demo

기술 스택

• Kotlin, Spring Boot 3.x
• JPA, PostgreSQL, H2 (테스트)
• JWT, Spring Security
• OpenAI API
• Swagger, Thymeleaf (데모 UI)