1분반-Locauto - 편집 역사

Adcdc: Adcdc (토론)의 12609판 편집을 되돌림

2026-03-11T07:33:56Z

Adcdc (토론)의 12609판 편집을 되돌림

차이 보기

2026년 3월 11일 (수) 07:25에 Adcdc님의 편집

2026-03-11T07:25:56Z

차이 보기

Com238: /* 경제적, 사회적 기대 및 파급효과 */

2025-06-18T11:13:54Z

‎경제적, 사회적 기대 및 파급효과

Com238: /* 프로토타입 사진 */

2025-06-18T11:12:30Z

‎프로토타입 사진

Com238: /* 시스템 설계 */

2025-06-18T11:12:12Z

‎시스템 설계

Com238: /* 기능 구현을 위한 세부기술 선택사항 (디자인) */

2025-06-18T11:11:48Z

‎기능 구현을 위한 세부기술 선택사항 (디자인)

Com238: /* 사용자 요구사항 만족을 위한 기능 정의 */

2025-06-18T11:10:55Z

‎사용자 요구사항 만족을 위한 기능 정의

Com238: /* 사용자 요구사항 */

2025-06-18T11:10:24Z

‎사용자 요구사항

Com238: /* 구성원 및 추진체계 */

2025-06-18T11:08:54Z

‎구성원 및 추진체계

Com238: /* 향후계획 */

2025-06-18T11:06:39Z

‎향후계획

@@ 125번째 줄: / 125번째 줄: @@
 ====경제적, 사회적 기대 및 파급효과====
-* IT 프로덕트에 번역을 도와주는 솔루션으로 발전되었다고 가정해보자.
+* IT 프로덕트에 번역을 도와주는 솔루션으로 발전되었다고 가정해본다.
-* 여러 조사에 따르면 전 세계적으로 약 3만 800여 개의 SaaS 기업이 활동 중이며, 그중 절반 이상은 직원 10명 미만의 소규모 팀으로 이루어진 스타트업들이다. 이러한 시장에서 기업들의 예상 사용량을 추산해보자.
+:  여러 조사에 따르면 전 세계적으로 약 3만 800여 개의 SaaS 기업이 활동 중이며, 그중 절반 이상은 직원 10명 미만의 소규모 팀으로 이루어진 스타트업들이다.
-* 가격 모델은 월 $20의 구독료에 번역 사용량 기반 요금이 추가되는 형태라고 가정한다.
+: 이러한 시장에서 기업들의 예상 사용량을 다음과 같이 추산할 수 있다.
-: 이를 고려하여 고객당 연간 수익을 산정하면 다음과 같다.
+:: 가격 모델은 월 $20의 구독료에 번역 사용량 기반 요금이 추가되는 형태라고 가정한다.
-: 우선 기본 구독료로 연 $240의 고정 수익이 발생한다. 한 고객당 3개 언어로 500단어씩 단어당 $0.02를 사용한다고 가정하면 약 $30의 번역 사용량 요금이 발생한다.
+:: 이를 고려하여 고객당 연간 수익을 산정하면 다음과 같다.
-* 연간 반복 수익으로 계산된다고 가정하고, 5%의 기업이 사용한다고 가정하면 ($240 + $30) * 30800 * 0.05 = $415,800의 연간 반복 수익이 일어날 것으로 예상된다.
+:: 우선 기본 구독료로 연 $240의 고정 수익이 발생한다. 한 고객당 3개 언어로 500단어씩 단어당 $0.02를 사용한다고 가정하면 약 $30의 번역 사용량 요금이 발생한다.
 ===기술개발 일정 및 추진체계===

@@ 483번째 줄: / 483번째 줄: @@
 ===완료 작품의 소개===
 ====프로토타입 사진====
-[번역 전]
+<code>[번역 전]</code>
 [[File: Locauto8.png]]
-[번역 후]
+<code>[번역 후]</code>
 [[File: Locauto9.png]]

@@ 296번째 줄: / 296번째 줄: @@
-* CLI
+* <code>CLI</code>
 : 터미널 인터페이스를 통해 서버의 데이터베이스에 있는 번역 프로젝트를 연결하여 데이터를 가져올 수 있는 커맨드를 제공함
 : 주로 코드 베이스에 있는 String들을 추출하고 이를 대체하는 기능을 제공함
-* WEB APP (Frontend)
+* <code>WEB APP (Frontend)</code>
 : 번역될 데이터들을 관리할 간편한 웹 어플리케이션
 : 관리자가 이용하기 쉽도록 GUI를 구성하여 사용할 수 있는 기능을 제공함
-* SERVER (Backend)
+* <code>SERVER (Backend)</code>
 : 번역 데이터 및 원본 데이터 저장
 : CLI/WEB-APP/AI에서 사용할 API들을 노출함
-* AI
+* <code>AI</code>
 : 브랜드 톤 앤 매너 학습 및 번역 기능 제공
 : 멀티 에이전트로 높은 번역 품질을 제공함

@@ 254번째 줄: / 254번째 줄: @@
 ===기능 구현을 위한 세부기술 선택사항 (디자인)===
 '''Server'''
-* Framework: Spring Boot 3.4.3
+* Framework: <code>Spring Boot 3.4.3</code>
-* ORM: Spring Data JPA
+* ORM: <code>Spring Data JPA</code>
-* 인증: Supabase Auth
+* 인증: <code>Supabase Auth</code>
-* DB: PostgreSQL
+* DB: <code>PostgreSQL</code>
@@ 265번째 줄: / 265번째 줄: @@
 * 사용 프레임워크 & 사용 기술
-: - LangChain
+: - <code>LangChain</code>
-: - GPT-4.1
+: - <code>GPT-4.1</code>
@@ 274번째 줄: / 274번째 줄: @@
 * 사용 프레임워크 & 사용 기술
-: - Next.js
+: - <code>Next.js</code>
-: - TypeScript
+: - <code>TypeScript</code>
-: - Tailwind
+: - <code>Tailwind</code>
@@ 284번째 줄: / 284번째 줄: @@
 * 사용 프레임워크 & 사용 기술
-: - Next.js(ESM)
+: - <code>Next.js(ESM)</code>
-: - Babel Parser & Traverse
+: - <code>Babel Parser & Traverse</code>
-: - JSX/TSX 문법 분석을 위한 AST사용
+: - <code>JSX/TSX 문법 분석을 위한 AST사용</code>
-: - Commander.js (CLI command router)
+: - <code>Commander.js (CLI command router)</code>
-: - Keytar (OS 레벨 키 저장)
+: - <code>Keytar (OS 레벨 키 저장)</code>
-: - Apply를 위한 LLM
+: - <code>Apply를 위한 LLM</code>
 ===시스템 설계===

@@ 221번째 줄: / 221번째 줄: @@
 기능 정의
-* F1: 번역 대상 문자열 추출
+* <code>F1: 번역 대상 문자열 추출</code>
 :	CLI를 실행해 번역 프로젝트를 로컬 코드베이스에 연동함
 :	코드베이스에서 문자열(StringLiteral, JSXText 등)을 AST로 추출함
 :	추출된 번역 대상 문자열을 서버에 전송해 저장함
-* F2: 번역 프로젝트 초기화
+* <code>F2: 번역 프로젝트 초기화</code>
 :	CLI에서 lingotuner init 명령어를 이용하여 번역 프로젝트 초기화
 :	Web App에 로그인하여 새로운 프로젝트를 생성함 (이름, 기본 언어 지정)
@@ 231번째 줄: / 231번째 줄: @@
 :	프로젝트 이름, 언어 설정 등을 수정하거나 삭제함
 :	각 프로젝트별로 언어별 번역 상태를 시각적으로 파악함
-* F3: 마이페이지
+* <code>F3: 마이페이지</code>
 :	로그인한 사용자는 자신의 프로필, 이메일, 요금제(Plan)를 조회함
 :	인증 토큰을 발급받아 CLI 연동 시 사용함
-* F4: 번역 테이블 편집 및 관리
+* <code>F4: 번역 테이블 편집 및 관리</code>
 :	프로젝트별 문자열 리스트(원문, 번역)를 테이블 형태로 확인함
 :	각 row를 수동으로 수정하거나 직접 번역을 입력함
 :	AI 번역 버튼을 통해 한 row 또는 전체 column을 자동 번역함
 :	번역 대상 언어를 추가함 (예: 영어 → 한국어, 일본어 등)
-* F5: AI 기반 자동 번역 요청
+* <code>F5: AI 기반 자동 번역 요청</code>
 :	번역할 텍스트와 브랜드 룰을 함께 AI에게 전달함
 :	AI는 LLM을 사용해 다국어 번역을 생성함
 :	프롬프트 체인을 통해 브랜드 톤 및 용어집을 반영함
 :	결과는 테이블에 자동 반영되고, 사용자가 최종 수동 수정 가능함
-* F6: 용어집(Glossary) 관리
+* <code>F6: 용어집(Glossary) 관리</code>
 :	브랜드 고유명사, 기술 용어 등 번역 일관성이 중요한 단어들을 등록함
 :	다국어 용어 맵핑 테이블로 관리하며 수정, 삭제 가능함
 :	번역 시 AI가 용어집 우선 적용을 하도록 반영함
-* F7: 번역 적용 및 배포 (CLI or SDK)
+* <code>F7: 번역 적용 및 배포 (CLI or SDK)</code>
 :	CLI에서 apply 명령을 실행해 번역 완료 데이터를 코드베이스에 적용함
 :	SDK를 사용하는 앱에서는 앱 로딩 시 번역 데이터를 자동으로 불러옴

@@ 145번째 줄: / 145번째 줄: @@
 MVP 개발에 선택된 사용자 요구사항
-* R1: 프로젝트 설정 & 코드 연결
+* <code>R1</code>: 프로젝트 설정 & 코드 연결
-* R2: 프로젝트 생성 및 관리
+* <code>R2</code>: 프로젝트 생성 및 관리
-* R3: 계정 및 인증 관리
+* <code>R3</code>: 계정 및 인증 관리
-* R4: 번역 테이블 편집 및 관리
+* <code>R4</code>: 번역 테이블 편집 및 관리
-* R5: AI 기반 자동 번역 요청
+* <code>R5</code>: AI 기반 자동 번역 요청
-* R6: 브랜드 번역 룰 관리
+* <code>R6</code>: 브랜드 번역 룰 관리
-* R7: 용어집(Glossary) 관리
+* <code>R7</code>: 용어집(Glossary) 관리
-* R8: 번역 리뷰 및 수정 → AI 학습 반영
+* <code>R8</code>: 번역 리뷰 및 수정 → AI 학습 반영
-* R9: 번역 적용 및 배포 (CLI or SDK)
+* <code>R9</code>: 번역 적용 및 배포 (CLI or SDK)
 {| class="wikitable"

@@ 136번째 줄: / 136번째 줄: @@
 * 정민혁 (팀장) : 프로젝트 총괄 및 Web GUI, CLI/SDK 개발
-* 정인호 : CLI, SDK 개발
+* 정인호 : CLI/SDK 개발
 * 최용훈 : 백엔드 개발
-* 이종우 : AI, Web GUI
+* 이종우 : AI, Web GUI 개발
 ==설계==

@@ 570번째 줄: / 570번째 줄: @@
 ===향후계획===
 '''가. 어려웠던 내용들'''
-* GPT-4.1을 사용한 번역 모델에서, "+ 맥락: 소프트웨어 구독 서비스"라는 것을 번역해야 하는데, 번역하지 않고 이것을 시스템 프롬프트처럼 입력을 받는 것으로 이해하여 출력 오류가 발생하는 상황이 있었음. 따라서 <source_texts>와 같이 태그로 맥락을 구분하는 것과, 출력된 번역 결과의 label을 비교하여, 적절하게 생성되지 않거나 누락된 label만 반복하여 번역을 시도하는 방식으로 수정을 시도하였음.
+* GPT-4.1을 사용한 번역 모델에서, "+ 맥락: 소프트웨어 구독 서비스"라는 것을 번역해야 하는데, 번역하지 않고 이것을 시스템 프롬프트처럼 입력을 받는 것으로 이해하여 출력 오류가 발생하는 상황이 있었다. 따라서 <source_texts>와 같이 태그로 맥락을 구분하는 것과, 출력된 번역 결과의 label을 비교하여, 적절하게 생성되지 않거나 누락된 label만 반복하여 번역을 시도하는 방식으로 수정을 시도하였다.
-* Next.js를 사용하여 사용자 대시보드를 개발하고 있음. layout.tsx에서 번역 항목을 표시하는 Table 컴포넌트를 children으로 넘기는 구조임. 문제는, layout에서 project 데이터를 불러온 후 이 데이터를 기반으로 Table에서 값을 불러오도록 설계했는데, 실제 실행 순서를 보니 Table이 layout보다 먼저 렌더링되는 상황이 발생됨. 그 결과, project 데이터가 준비되기 전에 Table이 먼저 렌더링되어 이전 Table값이 화면이 표시되고, 깜빡임 현상도 함께 발생함. 이 문제를 해결하기 위해, 각 페이지 진입 시 project 값을 null로 초기화하고, 데이터가 준비되면 Table이 다시 렌더링되도록 로직을 추가하여 해결함.
+* Next.js를 사용하여 사용자 대시보드를 개발하고 있다. layout.tsx에서 번역 항목을 표시하는 Table 컴포넌트를 children으로 넘기는 구조이다. 문제는, layout에서 project 데이터를 불러온 후 이 데이터를 기반으로 Table에서 값을 불러오도록 설계했는데, 실제 실행 순서를 보니 Table이 layout보다 먼저 렌더링되는 상황이 발생된다. 그 결과, project 데이터가 준비되기 전에 Table이 먼저 렌더링되어 이전 Table값이 화면이 표시되고, 깜빡임 현상도 함께 발생한다. 이 문제를 해결하기 위해, 각 페이지 진입 시 project 값을 null로 초기화하고, 데이터가 준비되면 Table이 다시 렌더링되도록 로직을 추가하여 해결하였다.
 * SSR(Server Side Rendering)과 CSR(Client Side Rendering)을 함께 사용하는 현대 웹 개발 환경에서는, 동일한 코드베이스에서 국제화(i18n)를 적용하는 것이 상당히 복잡하게 느껴졌다. 특히 JSON 기반의 번역 파일을 SSR과 CSR 모두에서 일관되게 적용하려다 보니 여러 가지 문제에 직면했다. 먼저 어려웠던 점은 초기 렌더링 시점의 불일치이다. SSR에서는 서버가 HTML을 렌더링할 때 이미 번역이 적용된 콘텐츠를 만들어야 하기 때문에, 서버 코드가 정확한 언어를 인식하고 그에 맞는 번역 파일을 불러와야 한다. 반면 CSR에서는 브라우저가 JavaScript를 실행한 후 클라이언트 측에서 번역 파일을 비동기적으로 불러오고 적용하기 때문에, 서버에서 렌더링한 내용과 클라이언트가 최종적으로 보여주는 내용이 일치하지 않을 수 있다. 이를 해결하기 위해서 추가적으로 url에서 language를 주는 방법이 필요했는데, 이는 사용자가 수동으로로 설정해야할 것들이 추가되어 불안정한 것 중 하나이다.
@@ 577번째 줄: / 577번째 줄: @@
 * 높은 번역 품질을 보장해도, 신뢰성에 대한 피드백을 잠재고객들이 제기했다. 이는 꽤 정확한 AI를 사용하더라도 인간 개입이 없으면 신뢰성을 주지 못한다. 따라서 각 지역의 원어민이나 문화를 잘 아는 번역가가 검토해주는 단계를 보장해주려고 한다. 이는 Optional하게 판매할 서비스이며 이를 위한 웹 UI가 필요하다고 판단된다.
 * 현재는 랜딩페이지를 위주로 번역을 진행했다. 다만 본래 목적은 IT 프로덕트 전체를 번역을 손쉽게 도와주는 것이기 때문에 스트링 추출과정과 적용과정이 더 고도화되어야한다. 이를 위한 기술 고도화 과정이 추가적으로 필요하다.
-* 현재는 Lambda 내부에서 처리량을 제한하기 위해 스프링 내부에서 sleep 및 순차 처리 방식으로 구현했으나, 이는 유휴 시간 동안 리소스를 점유하게 되어 확장성에 한계가 있음. 향후에는 SQS나 Kafka 등의 외부 큐 시스템을 도입하여 비동기적으로 작업을 분산 처리하고, Lambda는 큐에 쌓인 메시지를 소비(consume)하는 방식으로 전환함으로써 시스템의 안정성과 유연성을 높일 수 있음.
+* 현재는 Lambda 내부에서 처리량을 제한하기 위해 스프링 내부에서 sleep 및 순차 처리 방식으로 구현했으나, 이는 유휴 시간 동안 리소스를 점유하게 되어 확장성에 한계가 존재한다. 향후에는 SQS나 Kafka 등의 외부 큐 시스템을 도입하여 비동기적으로 작업을 분산 처리하고, Lambda는 큐에 쌓인 메시지를 소비(consume)하는 방식으로 전환함으로써 시스템의 안정성과 유연성을 높일 수 있다.
 * 구독 등에 관련된 사용량 제한이나 과금 체계
-* 현재는 asset 데이터를 서버에서 직접 받아와 클라이언트에 렌더링하고 있으나, 일반 사용자 유입이 늘어날 경우 서버 부하 및 응답 속도 저하가 우려됨. 이에 따라 이미지 및 정적 파일을 CDN을 통해 서빙하여 응답 속도를 개선하고, 서버 리소스를 효율적으로 분산할 계획
+* 현재는 asset 데이터를 서버에서 직접 받아와 클라이언트에 렌더링하고 있으나, 일반 사용자 유입이 늘어날 경우 서버 부하 및 응답 속도 저하가 우려된다. 이에 따라 이미지 및 정적 파일을 CDN을 통해 서빙하여 응답 속도를 개선하고, 서버 리소스를 효율적으로 분산할 계획이다.
 ===특허 출원 내용===
+-