프로젝트 목록PROJECT / SIDE PROJECT

개인 프로젝트/2026.01 — 2026.07

엘루빗 (Eluvit).

서비스 보기새 탭

여러 AI 모델을 한 화면에서 동시에 쓰고 비교하는 AI 워크스페이스

담당 역할1인 개발 — 기획, 프론트엔드, 백엔드, 배포·운영
개발 기간2026.01 — 2026.07
프론트엔드Next.js · React · TypeScript
백엔드 · 데이터Express · TypeScript · MySQL · SSE 스트리밍
AI 연동50개 AI 모델 API · 이미지 생성 모델 5종
배포 · 인프라Docker Compose · Nginx

01 / OVERVIEW

어떤 프로젝트인가요?

엘루빗은 한 번의 질문을 여러 AI 모델에 동시에 보내 답변을 나란히 비교하고, 이미지 생성과 문서 작성까지 한 곳에서 하는 AI 워크스페이스입니다. 기획부터 프론트엔드·백엔드·배포·운영까지 1인으로 개발했습니다.

02 / FEATURES

핵심 기능

  • 여러 AI 모델에 동시 질문 → 모델별 패널에서 답변을 SSE 스트리밍으로 비교
  • 원클릭 재질문·브랜치로 같은 질문을 다른 모델에 이어서 확인
  • 답변을 끌어와 문서로 모으고 PDF·DOCX로 내보내기
  • 이미지 생성 모델 5종, PDF·이미지 업로드 분석, 웹 검색

03 / PROBLEM SOLVING

문제 해결

  • 이미지 목록 로딩 — 원본 base64(장당 약 1.4MB)를 JSON으로 받던 구조를 384px 썸네일 + 바이너리 URL(immutable 캐시)로 전환 → 목록 전송량 장당 30~80KB 수준 (설계 기준치)
  • 대화 맥락 토큰 비용 — 운영 DB 실측(답변 평균 1,528자, 94.6%가 4,000자 이하)으로 히스토리 상한을 재설계 → 최악의 경우 토큰 약 60% 절감
  • 장애 대응 — AI 중계 서버 이중화(자동 전환·서킷 브레이커), 운영 중 DB 연결 장애는 도커 네트워크 원인을 규명해 서브넷 고정으로 복구

04 / SCREENS

서비스 화면

서비스 보기새 탭

05 / REFLECTION

배운 점

  • 토큰 한도처럼 비용과 품질이 맞물린 값은 감이 아니라 운영 데이터 분포로 정해야 한다는 것을 배웠습니다.
  • 테스트 파일 348개 규모의 테스트 기반이 있어, 기능을 빠르게 늘리면서도 결제·크레딧 같은 핵심 흐름을 지킬 수 있었습니다.
목록으로 돌아가기프로젝트