AI 회의록 자동작성 내부 시퀀스 수정

- AI 서비스의 회의록 자동작성 내부 시퀀스 다이어그램 수정
- 프롬프트 생성, AI 요청, 응답 처리 로직 개선

🤖 Generated with [Claude Code](https://claude.com/claude-code)

Co-Authored-By: Claude <noreply@anthropic.com>

design/backend/sequence/inner/ai-회의록자동작성.puml

@@ -8,39 +8,34 @@ participant "TranscriptService" as Service
 participant "LLMClient" as LLM
 participant "VectorService" as Vector
 participant "TranscriptRepository" as Repo
-database "Azure OpenAI<<E>>" as OpenAI
+database "Azure OpenAI" as OpenAI <<external>>
-database "Vector DB<<E>>" as VectorDB
+database "Vector DB" as VectorDB <<external>>
-database "PostgreSQL<<E>>" as DB
+database "PostgreSQL" as DB <<external>>
 
 == TranscriptReady 이벤트 수신 ==
 
 note over Controller
-  Azure Event Hubs로부터
+Azure Event Hubs로부터
-  TranscriptReady 이벤트 수신
+TranscriptReady 이벤트 수신
-  (meetingId, transcriptText, timestamp)
 end note
 
-Controller -> Service: processTranscript(meetingId, transcriptText, timestamp)
+Controller -> Service: processTranscript(meetingId, transcriptText)
 activate Service
 
 Service -> Service: 회의 맥락 정보 조회 준비
-note right
-  회의 제목, 참석자 정보,
-  이전 회의록 내용
-end note
 
 == 병렬 처리: 맥락 정보 수집 ==
 
-par "회의 정보 조회"
+par 회의 정보 조회
     Service -> Repo: getMeetingContext(meetingId)
     activate Repo
-    Repo -> DB: SELECT meeting_info, participants
+    Repo -> DB: SELECT meeting_info
     activate DB
     DB --> Repo: 회의 정보 반환
     deactivate DB
     Repo --> Service: 회의 맥락 정보
     deactivate Repo
-else
+else 이전 내용 조회
     Service -> Repo: getPreviousTranscripts(meetingId)
     activate Repo
     Repo -> DB: SELECT previous_content
@@ -53,41 +48,25 @@ end
 
 Service -> Service: 프롬프트 생성
 note right
-  시스템 프롬프트:
+시스템 프롬프트 생성
-  - 역할: 회의록 작성 전문가
+- 역할 정의
-  - 지시사항: 구어체→문어체 변환,
+- 변환 규칙 적용
-    주제별 분류, 발언자별 정리
-
-  사용자 프롬프트:
-  - 회의 제목: {title}
-  - 참석자: {participants}
-  - 이전 내용: {previous}
-  - 현재 발언: {transcriptText}
 end note
 
 == LLM 기반 회의록 작성 ==
 
-Service -> LLM: generateMinutes(prompt, meetingContext)
+Service -> LLM: generateMinutes(prompt, context)
 activate LLM
 
 LLM -> OpenAI: POST /chat/completions
 activate OpenAI
 note right
-  요청 파라미터:
+model: gpt-4o
-  - model: gpt-4o
+temperature: 0.3
-  - temperature: 0.3
+max_tokens: 2000
-  - max_tokens: 2000
-  - messages: [system, user]
 end note
 
 OpenAI -> OpenAI: 텍스트 분석 및 정리
-note right
-  1. 주제별 분류
-  2. 발언자별 의견 정리
-  3. 중요 키워드 추출
-  4. 구어체→문어체 변환
-  5. 문법 교정
-end note
 
 OpenAI --> LLM: 정리된 회의록 내용
 deactivate OpenAI
@@ -98,27 +77,17 @@ deactivate LLM
 == 회의록 저장 ==
 
 Service -> Service: 회의록 데이터 구조화
-note right
-  구조화 항목:
-  - 논의 주제
-  - 발언자별 의견
-  - 결정 사항
-  - 보류 사항
-  - 요약문
-end note
 
-Service -> Repo: saveTranscriptDraft(meetingId, content, timestamp)
+Service -> Repo: saveTranscriptDraft(meetingId, content)
 activate Repo
 
 Repo -> DB: INSERT INTO ai_transcripts
 activate DB
 note right
-  저장 데이터:
+저장 데이터:
-  - meeting_id
+- meeting_id
-  - content (JSON)
+- content (JSON)
-  - generated_at
+- status: DRAFT
-  - version
-  - status: DRAFT
 end note
 
 DB --> Repo: 저장 완료
@@ -127,7 +96,7 @@ deactivate DB
 Repo --> Service: transcriptId
 deactivate Repo
 
-== 벡터 임베딩 생성 (비동기) ==
+== 벡터 임베딩 생성 ==
 
 Service -> Vector: createEmbedding(transcriptId, content)
 activate Vector
@@ -135,8 +104,7 @@ activate Vector
 Vector -> OpenAI: POST /embeddings
 activate OpenAI
 note right
-  model: text-embedding-3-large
+model: text-embedding-3-large
-  input: 회의록 내용
 end note
 
 OpenAI --> Vector: 임베딩 벡터
@@ -144,11 +112,6 @@ deactivate OpenAI
 
 Vector -> VectorDB: INSERT embedding
 activate VectorDB
-note right
-  vector_id: transcriptId
-  embedding: [float array]
-  metadata: {meetingId, timestamp}
-end note
 
 VectorDB --> Vector: 저장 완료
 deactivate VectorDB
@@ -156,30 +119,26 @@ deactivate VectorDB
 Vector --> Service: 임베딩 생성 완료
 deactivate Vector
 
-== TranscriptSummaryCreated 이벤트 발행 ==
+== 이벤트 발행 ==
 
 Service -> Controller: 회의록 생성 완료 응답
 deactivate Service
 
-Controller -> Controller: TranscriptSummaryCreated 이벤트 발행
+Controller -> Controller: TranscriptSummaryCreated 발행
 note right
-  이벤트 데이터:
+이벤트 데이터:
-  - meetingId
+- meetingId
-  - transcriptId
+- transcriptId
-  - content
+- content
-  - generatedAt
-
-  Partition Key: {meetingId}
-  Consumer: Meeting Service
 end note
 
 note over Controller, DB
 처리 시간:
-- 맥락 정보 조회: 100-200ms
+- 맥락 조회: 100-200ms
 - LLM 생성: 3-5초
-- 저장 처리: 100-200ms
+- 저장: 100-200ms
-- 벡터 임베딩: 500ms-1초 (비동기)
+- 벡터화: 500ms-1초
-총 처리 시간: 약 4-7초
+총: 약 4-7초
 end note
 
-@enduml
+@enduml