hgzero/.github/PULL_REQUEST_TEMPLATE_meeting_ai_db.md

[DB] 회의종료 기능을 위한 스키마 추가

📋 요약

회의 종료 시 참석자별 회의록을 AI가 통합하고 Todo를 자동 추출하기 위한 데이터베이스 스키마 추가

🎯 목적

• 참석자별 회의록 저장 지원
• AI 통합 회의록 생성 및 저장
• 안건별 구조화된 회의록 관리
• AI 요약 결과 캐싱 (성능 최적화)
• Todo 자동 추출 정보 관리

📊 변경 내용

1. minutes 테이블 확장

ALTER TABLE minutes ADD COLUMN user_id VARCHAR(100);

• 목적: 참석자별 회의록과 AI 통합 회의록 구분
• 구분 방법:
  • user_id IS NULL → AI 통합 회의록
  • user_id IS NOT NULL → 참석자별 회의록
• 설계 개선: is_consolidated 컬럼 불필요 (중복 정보 제거)

2. agenda_sections 테이블 생성 (신규)

CREATE TABLE agenda_sections (
  id, minutes_id, meeting_id,
  agenda_number, agenda_title,
  ai_summary_short, discussions,
  decisions (JSON), pending_items (JSON), opinions (JSON)
);

• 목적: 안건별 AI 요약 결과 저장
• JSON 필드:
  • decisions: 결정 사항 배열
  • pending_items: 보류 사항 배열
  • opinions: 참석자별 의견 [{speaker, opinion}]

3. ai_summaries 테이블 생성 (신규)

CREATE TABLE ai_summaries (
  id, meeting_id, summary_type,
  source_minutes_ids (JSON), result (JSON),
  processing_time_ms, model_version,
  keywords (JSON), statistics (JSON)
);

• 목적: AI 요약 결과 캐싱 및 성능 최적화
• summary_type:
  • CONSOLIDATED: 통합 회의록 요약
  • TODO_EXTRACTION: Todo 자동 추출
• 캐싱 효과: 재조회 시 3-5초 → 0.1초

4. todos 테이블 확장

ALTER TABLE todos
ADD COLUMN extracted_by VARCHAR(50) DEFAULT 'AI',
ADD COLUMN section_reference VARCHAR(200),
ADD COLUMN extraction_confidence DECIMAL(3,2);

• extracted_by: AI (자동 추출) / MANUAL (수동 작성)
• section_reference: 관련 안건 참조 (예: "안건 1")
• extraction_confidence: AI 추출 신뢰도 (0.00~1.00)

🔄 데이터 플로우

1. 회의 진행 중
   └─ 각 참석자가 회의록 작성
   └─ minutes 테이블 저장 (user_id: user@example.com)

2. 회의 종료
   └─ AI Service 호출
   └─ 참석자별 회의록 조회 (user_id IS NOT NULL)
   └─ Claude AI 통합 요약 생성
   └─ minutes 테이블 저장 (user_id: NULL)
   └─ agenda_sections 테이블 저장 (안건별 섹션)
   └─ ai_summaries 테이블 저장 (캐시)
   └─ todos 테이블 저장 (extracted_by: AI)

3. 회의록 조회
   └─ ai_summaries 캐시 조회 (빠름!)
   └─ agenda_sections 조회
   └─ 화면 렌더링

📁 관련 파일

마이그레이션

• meeting/src/main/resources/db/migration/V3__add_meeting_end_support.sql

문서

• docs/DB-Schema-회의종료.md - 상세 스키마 문서
• docs/ERD-회의종료.puml - ERD 다이어그램
• docs/회의종료-개발계획.md - 전체 개발 계획

✅ 체크리스트

마이그레이션

• V3 마이그레이션 스크립트 작성
• 인덱스 추가 (성능 최적화)
• 외래키 제약조건 설정
• 트리거 생성 (updated_at 자동 업데이트)
• 코멘트 추가 (문서화)

문서

• DB 스키마 상세 문서
• ERD 다이어그램
• JSON 필드 구조 예시
• 쿼리 예시 작성
• 개발 계획서

설계 검증

• 중복 컬럼 제거 (is_consolidated)
• NULL 활용 (user_id로 구분)
• JSON 필드 구조 정의
• 인덱스 전략 수립

🧪 테스트 계획

마이그레이션 테스트

1. 로컬 환경에서 마이그레이션 실행
2. 테이블 생성 확인
3. 인덱스 생성 확인
4. 외래키 제약조건 확인

성능 테스트

1. 참석자별 회의록 조회 성능
2. 안건별 섹션 조회 성능
3. JSON 필드 쿼리 성능
4. ai_summaries 캐시 조회 성능

🚀 다음 단계

Meeting Service API 개발 (병렬 진행 가능)

1. GET /meetings/{meetingId}/minutes/by-participants - 참석자별 회의록 조회
2. GET /meetings/{meetingId}/agenda-sections - 안건별 섹션 조회
3. GET /meetings/{meetingId}/statistics - 회의 통계 조회
4. POST /internal/ai-summaries - AI 결과 저장 (내부 API)

AI Service 개발 (병렬 진행 가능)

1. Claude AI 프롬프트 설계
2. POST /transcripts/consolidate - 통합 회의록 생성
3. POST /todos/extract - Todo 자동 추출
4. Meeting Service API 호출 통합

💬 리뷰 포인트

1. DB 스키마 설계

   • user_id만으로 참석자/통합 구분이 명확한가?
   • JSON 필드 구조가 적절한가?
   • 인덱스 전략이 최적인가?

2. 성능

   • 인덱스가 충분한가?
   • JSON 필드 쿼리 성능이 괜찮은가?
   • 추가 인덱스가 필요한가?

3. 확장성

   • 향후 필드 추가가 용이한가?
   • 다른 AI 모델 지원이 가능한가?

📌 참고 사항

• PostgreSQL 기준으로 작성됨
• Flyway 자동 마이그레이션 지원
• 샘플 데이터는 주석 처리 (운영 환경 고려)
• 트리거 함수 포함 (updated_at 자동 업데이트)

🔗 관련 이슈

---

Merge 후 Meeting Service API 개발을 시작할 수 있습니다!