뉴스낵 AI 서버

뉴스낵의 AI 콘텐츠 생성을 담당하는 FastAPI 서버입니다. LangGraph 기반 워크플로로 AI 기사(웹툰/카드뉴스)와 오늘의 뉴스낵 브리핑을 자동 생성하며, 완성된 이미지와 오디오는 S3에, 메타데이터는 PostgreSQL(RDS)에 저장합니다.

주요 기능

• 외부 파이프라인에서 API 호출로 AI 기사/브리핑 생성
• 이슈별 AI 기사 생성(웹툰 또는 카드뉴스)
• 오늘의 뉴스낵(오디오 브리핑) 생성
• 이미지 리서치 에이전트: 도구를 활용해 기사 생성에 참조할 이미지(로고, 인물 등) 수집
• 멀티 프로바이더 지원: Google, OpenAI 사용 가능
• Redis 기반 분산 Circuit Breaker: 특정 이미지 모델 장애 시 Fallback 모델로 자동 라우팅

기술 스택

동작 방식

1. 외부 파이프라인(예: Airflow)이 이 서버의 API를 호출합니다.
2. AI 기사 생성 워크플로가 이슈 단위로 실행됩니다.
3. 뉴스낵 브리핑 워크플로는 하루 2회(아침/저녁) 자동 실행됩니다.
4. 생성된 미디어는 S3에 업로드되고, 메타데이터는 데이터베이스에 저장됩니다.

시스템 아키텍처

외부 시스템과 AI 서버의 관계

sequenceDiagram
    participant Orchestrator as Orchestrator<br/>(Airflow)
    participant API as AI Server<br/>(FastAPI)
    participant Graph as AI Workflow & Agent<br/>(LangGraph)
    participant IMDB as In-Memory DB<br/>(Redis)
    participant LLM as LLM<br/>(Gemini/OpenAI)
    participant Tools as Search Tools<br/>(Logo.dev/Wikipedia/Daum)
    participant S3 as Storage<br/>(Amazon S3)
    participant DB as Database<br/>(Amazon RDS)

    Orchestrator->>API: POST /ai-articles
    API->>Graph: AI 기사 워크플로 실행
    Graph->>LLM: 기사 분석
    Graph->>Tools: (선택) 관련 이미지 리서치
    Graph->>LLM: (선택) 찾은 이미지 검증
    Graph->>LLM: 본문 및 프롬프트 생성
    Graph->>IMDB: 이미지 모델 상태 확인
    Graph->>LLM: 이미지 생성 (상태에 따라 Primary 또는 Fallback 라우팅)
    Graph->>S3: 이미지 업로드
    Graph->>DB: ai_article 저장

    Orchestrator->>API: POST /today-newsnack
    API->>Graph: 오늘의 뉴스낵 워크플로 실행
    Graph->>LLM: 브리핑 대본 생성
    Graph->>LLM: TTS 오디오 생성
    Graph->>S3: 오디오 업로드
    Graph->>DB: today_newsnack 저장

Loading

워크플로우

AI 기사 생성 플로우

LangGraph StateGraph로 구현된 이슈별 AI 기사 생성 워크플로

graph TD
    Start[시작] --> Analyze[뉴스 분석<br/>analyze_article]
    Analyze --> |제목/요약/타입 결정| ImageResearcher[이미지 리서치<br/>image_researcher]
    
    ImageResearcher --> |찾은 이미지| ImageValidator[이미지 검증<br/>validate_image]
    ImageValidator --> |검증 완료| SelectEditor[에디터 선정<br/>select_editor]
    
    SelectEditor --> |카테고리 매칭 or 랜덤| ContentCreator[본문 생성<br/>draft_article]
    ContentCreator --> |본문 + 이미지 프롬프트 4개| ImageGen[이미지 생성<br/>generate_images]
    
    ImageGen --> Save[DB 저장<br/>save_ai_article]
    
    Save --> |ai_article + reaction_count<br/>issue.is_processed = true| End[종료]

Loading

주요 노드 설명:

• analyze_article: 원본 기사 분석, 제목/요약 생성, 콘텐츠 타입(웹툰/카드뉴스) 결정
• image_researcher: 기사 맥락에 맞는 에셋(로고, 인물 등)을 판단하고, 스스로 검색 도구를 호출해 수집하는 에이전트 노드
• validate_image: 리서치된 이미지가 원본 기사에 적합한지 멀티모달 모델로 정밀 검증
• select_editor: 이슈의 카테고리와 일치하는 에디터 배정 (없으면 랜덤)
• draft_article: 에디터 페르소나 기반 본문 작성 및 이미지 프롬프트 4개 생성 (콘텐츠 타입에 따라 웹툰/카드뉴스 스타일 내부 분기)
• generate_images: 프로바이더 설정에 따라 최종 이미지 4장 생성
  • 컷 간 작화 유지를 위해 1장을 기준 이미지로 선 생성 후, 나머지 3장은 이를 '스타일'로 참조하여 병렬 생성
  • 참고: 만약 image_researcher에서 찾은 이미지(실사, 로고 등)가 있다면, 1장(기준) 생성 단계에서 이를 '내용(Content)'으로 추가 참조하여 기사 맥락을 반영함
• save_ai_article: ai_article 테이블 저장, reaction_count 초기화, 이슈 처리 상태 업데이트

오늘의 뉴스낵 생성 플로우

외부에서 선정된 이슈 ID들을 받아 오디오 브리핑으로 생성

graph TD
    Start[시작] --> Select[기사 조회<br/>fetch_articles]
    Select --> |요청된 이슈 ID 기반 조회| Assemble[브리핑 대본 생성<br/>assemble_briefing]
    Assemble --> |기사 대본 병합| Audio[오디오 생성<br/>generate_audio]
    Audio --> |TTS + 타임라인 계산| AudioStrategy{프로바이더}
    
    AudioStrategy --> |OpenAI| OpenAITTS[OpenAI TTS]
    AudioStrategy --> |Google| GoogleTTS[Gemini TTS]
    
    OpenAITTS --> Save[DB 저장<br/>save_today_newsnack]
    GoogleTTS --> Save
    
    Save --> |today_newsnack<br/>audio_url + briefing_articles| End[종료]

Loading

주요 노드 설명:

• fetch_articles: 요청받은 Issue ID 리스트에 해당하는 AI 기사들을 조회 (ID 순 정렬)
• assemble_briefing: 조회된 기사들을 구조화된 대본으로 변환 (기사 개수 유동적)
• generate_audio: 대본을 하나로 병합 후 TTS 생성, 오디오 길이 측정 및 타임라인 계산
• save_today_newsnack: S3 업로드 및 today_newsnack 테이블 저장

시스템 구성

• API: FastAPI를 통한 HTTP 인터페이스
• 워크플로: LangGraph로 구현된 AI 기사/브리핑 생성 그래프
• 생성 노드: 기사 분석 → 에디터 선택 → 본문 작성 → 이미지/오디오 생성 → DB 저장
• 저장소: S3(미디어) + PostgreSQL(메타데이터) + Redis(Circuit Breaker 등 분산 상태 관리)
• 프로바이더: 환경 변수로 Google Gemini/OpenAI 자유롭게 전환

호출 방식

이 서버의 핵심 역할은 외부 파이프라인의 요청을 받아 콘텐츠를 생성하는 것입니다. 뉴스 수집, 이슈 집계, 스케줄링은 모두 외부 시스템에서 수행하며, 다음의 두 엔드포인트로 호출됩니다.

• 이슈 단위 기사 생성: POST /ai-articles
• 오늘의 뉴스낵 생성: POST /today-newsnack

Swagger 문서는 http://localhost:8000/docs 에서 확인할 수 있습니다.

환경 변수

필수:

• API_KEY: 요청 헤더 X-API-KEY 검증용
• DB_URL: PostgreSQL 연결 문자열
• REDIS_URL: Redis 연결 문자열
• AWS_REGION, AWS_S3_BUCKET, AWS_ACCESS_KEY_ID, AWS_SECRET_ACCESS_KEY

AI 프로바이더:

• AI_PROVIDER: google(기본) 또는 openai
• GOOGLE_API_KEY (AI_PROVIDER=google일 때 필수)
• OPENAI_API_KEY (AI_PROVIDER=openai일 때 필수)

검색 도구 API (선택. 이미지 리서치 기능 사용 시):

• LOGO_DEV_SECRET_KEY, LOGO_DEV_PUBLISHABLE_KEY: 기업 로고 검색용 (Logo.dev)
• KAKAO_REST_API_KEY: 기존 도구 실패 시 이미지 검색용 (Daum)

로컬 실행

python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
uvicorn app.main:app --reload

참고

• 프로바이더 전환: AI_PROVIDER=openai