# KT AI 기반 소상공인 이벤트 자동 생성 서비스 - 논리 아키텍처

## 문서 정보
- **작성일**: 2025-10-21
- **버전**: 1.0
- **작성자**: System Architect
- **관련 문서**:
  - [유저스토리](../../userstory.md)
  - [아키텍처 패턴](../../pattern/architecture-pattern.md)
  - [UI/UX 설계서](../../uiux/uiux.md)

---

## 목차
1. [개요](#1-개요)
2. [서비스 아키텍처](#2-서비스-아키텍처)
3. [주요 사용자 플로우](#3-주요-사용자-플로우)
4. [데이터 흐름 및 캐싱 전략](#4-데이터-흐름-및-캐싱-전략)
5. [확장성 및 성능 고려사항](#5-확장성-및-성능-고려사항)
6. [보안 고려사항](#6-보안-고려사항)
7. [논리 아키텍처 다이어그램](#7-논리-아키텍처-다이어그램)

---

## 1. 개요

### 1.1 설계 원칙

본 논리 아키텍처는 다음 원칙을 기반으로 설계되었습니다:

#### 유저스토리 기반 설계
- 20개 유저스토리와 정확히 매칭
- 불필요한 추가 기능 배제
- 비즈니스 요구사항 우선 반영

#### 마이크로서비스 아키텍처
- **서비스 독립성**: 각 서비스는 독립적으로 배포 및 확장 가능
- **캐시 우선 전략**: Redis를 통한 서비스 간 데이터 공유 최소화
- **선택적 비동기**: AI 및 이미지 생성 등 장시간 작업만 비동기 처리
- **느슨한 결합**: 서비스 간 직접 의존성 최소화

#### 클라우드 디자인 패턴 적용
- **Cache-Aside**: AI 응답, 이미지 생성 결과 캐싱 (응답 시간 90% 개선)
- **API Gateway**: 중앙집중식 인증/라우팅/Rate Limiting
- **Asynchronous Request-Reply**: AI 추천, 이미지 생성 비동기 처리
- **Circuit Breaker**: 7개 외부 API 장애 격리 (가용성 99% 목표)

### 1.2 핵심 컴포넌트 정의

#### Client Layer
- **Web/Mobile Client**: 반응형 React 애플리케이션
  - Mobile First 설계 (60% 모바일 사용자)
  - Progressive Web App (PWA) 지원

#### Gateway Layer
- **API Gateway**: Kong 또는 AWS API Gateway
  - JWT 토큰 기반 인증/인가
  - URL 기반 서비스 라우팅
  - Rate Limiting (사용자당 100 req/min)
  - 중앙집중식 로깅 및 모니터링

#### Service Layer (7개 마이크로서비스)
1. **User Service**: 사용자 인증 및 매장정보 관리
2. **Event Service**: 이벤트 CRUD 및 상태 관리
3. **AI Service**: 트렌드 분석 및 이벤트 추천
4. **Content Service**: SNS 이미지 자동 생성
5. **Distribution Service**: 다중 채널 배포 관리
6. **Participation Service**: 이벤트 참여 및 당첨자 관리
7. **Analytics Service**: 실시간 성과 대시보드

#### Data Layer
- **Redis Cache**:
  - 세션 정보 (User)
  - AI 추천 결과 (TTL 24시간)
  - 이미지 생성 결과 (TTL 7일)
  - 사업자번호 검증 결과 (TTL 7일)
  - 대시보드 데이터 (TTL 5분)
- **Message Queue** (RabbitMQ/Kafka):
  - AI 작업 큐 (비동기 처리)
  - 이미지 생성 큐
  - 배포 작업 큐
- **Database** (PostgreSQL):
  - 서비스별 독립 데이터베이스
  - User DB, Event DB, Participation DB, Analytics DB

#### External APIs
- **국세청 사업자등록정보 진위확인 API**: 사업자번호 검증
- **Claude API / GPT-4 API**: AI 트렌드 분석 및 이벤트 추천
- **Stable Diffusion / DALL-E API**: SNS 이미지 생성
- **우리동네TV API**: 영상 배포
- **링고비즈 API**: 연결음 업데이트
- **지니TV 광고 API**: TV 광고 배포
- **SNS APIs** (Instagram, Naver, Kakao): SNS 자동 포스팅

---

## 2. 서비스 아키텍처

### 2.1 서비스별 책임

#### User Service
**핵심 책임**:
- 회원가입/로그인 (JWT 토큰 발급)
- 프로필 관리 (매장 정보 포함)
- 사업자번호 검증 (국세청 API 연동)
- 로그아웃 및 세션 관리

**관련 유저스토리**: UFR-USER-010, 020, 030, 040

**주요 기능**:
- JWT 기반 인증/인가
- Redis를 통한 세션 관리
- 사업자번호 검증 결과 캐싱 (TTL 7일)
- 매장 정보 CRUD

**데이터 저장**:
- User DB: users, stores 테이블
- Redis: 세션 정보, 사업자번호 검증 결과

#### Event Service
**핵심 책임**:
- 이벤트 CRUD 및 상태 관리
- 이벤트 생성 플로우 오케스트레이션
- 이벤트 목록 조회 및 필터링
- 이벤트 상세 정보 조회

**관련 유저스토리**: UFR-EVENT-010, 020, 030, 040, 050, 060, 070

**주요 기능**:
- 이벤트 생성 플로우 관리 (목적 선택 → AI 추천 → 콘텐츠 생성 → 배포)
- 이벤트 상태 관리 (진행중/예정/종료)
- 대시보드용 이벤트 목록 제공
- 이벤트 검색 및 필터링

**데이터 저장**:
- Event DB: events, event_objectives, event_prizes 테이블

#### AI Service
**핵심 책임**:
- 업종/지역/시즌 트렌드 분석
- 3가지 이벤트 기획안 자동 생성
- 예상 성과 계산 (참여자 수, 비용, ROI)

**관련 유저스토리**: UFR-AI-010

**주요 기능**:
- Claude/GPT-4 API 연동
- 비동기 처리 (Job 기반)
- 트렌드 분석 결과 캐싱 (TTL 24시간)
- 3가지 옵션 차별화 (저비용/중비용/고비용)

**처리 시간**:
- 캐시 HIT: 0.1초
- 캐시 MISS: 10초 이내 (비동기 Job 처리)

**데이터 저장**:
- Redis: AI 추천 결과 (TTL 24시간)
- Redis: Job 상태 정보 (TTL 1시간)

#### Content Service
**핵심 책임**:
- 3가지 스타일 SNS 이미지 자동 생성
- 플랫폼별 이미지 최적화 (Instagram, Naver, Kakao)
- 이미지 편집 기능 제공

**관련 유저스토리**: UFR-CONT-010, 020

**주요 기능**:
- Stable Diffusion/DALL-E API 연동
- 비동기 이미지 생성 (Job 기반)
- 3가지 스타일 카드 생성 (심플/화려한/트렌디)
- 생성 이미지 캐싱 및 CDN 업로드

**처리 시간**:
- 캐시 HIT: 0.1초
- 캐시 MISS: 5초 이내 (비동기 Job 처리)

**데이터 저장**:
- Redis: 이미지 생성 결과 (CDN URL, TTL 7일)
- CDN: 생성된 이미지 파일

#### Distribution Service
**핵심 책임**:
- 다중 채널 동시 배포 (우리동네TV, 링고비즈, 지니TV, SNS)
- 배포 상태 모니터링
- 채널별 독립적 처리 및 실패 재시도

**관련 유저스토리**: UFR-DIST-010, 020

**주요 기능**:
- 7개 외부 API 병렬 연동 (Circuit Breaker 적용)
- 채널별 독립 처리 (하나 실패해도 다른 채널 계속)
- 자동 재시도 (최대 3회)
- Fallback 전략 (배포 스킵 + 알림)

**처리 시간**: 1분 이내 (모든 채널 배포 완료)

**데이터 저장**:
- Event DB: distribution_logs 테이블

#### Participation Service
**핵심 책임**:
- 고객 이벤트 참여 접수
- 참여자 목록 관리
- 당첨자 자동 추첨

**관련 유저스토리**: UFR-PART-010, 020, 030

**주요 기능**:
- 중복 참여 체크 (전화번호 기반)
- 참여자 목록 조회 및 필터링
- 난수 기반 무작위 추첨
- 매장 방문 고객 가산점 옵션

**데이터 저장**:
- Participation DB: participants, winners 테이블

#### Analytics Service
**핵심 책임**:
- 실시간 성과 대시보드
- 채널별 성과 분석
- 투자 대비 수익률 계산

**관련 유저스토리**: UFR-ANAL-010

**주요 기능**:
- 다중 데이터 소스 통합 (7개 외부 API + 내부 서비스)
- 5분 간격 데이터 폴링 및 캐싱
- 실시간 차트 및 그래프 생성
- POS 시스템 연동 (선택)

**처리 시간**: 0.5초 (캐시 기반)

**데이터 저장**:
- Analytics DB: event_stats, channel_stats 테이블
- Redis: 대시보드 데이터 (TTL 5분)

### 2.2 서비스 간 통신 전략

#### 동기 통신 (Synchronous)
**사용 시나리오**: 즉시 응답이 필요한 단순 조회

- **User → Redis**: 세션 정보 조회
- **Event → User**: 사용자 정보 검증 (Token 검증은 API Gateway에서 처리)
- **Participation → Event**: 이벤트 정보 조회
- **Analytics → Event/Participation**: 통계 데이터 조회

**통신 방식**: REST API (HTTP/JSON)

#### 캐시 우선 전략 (Cache-Aside)
**사용 시나리오**: 자주 사용되는 데이터, 외부 API 결과

- **AI Service**: 트렌드 분석 및 이벤트 추천 결과
  - 캐시 키: `ai:recommendation:{업종}:{지역}:{목적}`
  - TTL: 24시간
  - 히트율 목표: 80%

- **Content Service**: 생성된 이미지 URL
  - 캐시 키: `content:image:{이벤트ID}:{스타일}`
  - TTL: 7일
  - 히트율 목표: 80%

- **User Service**: 사업자번호 검증 결과
  - 캐시 키: `user:business:{사업자번호}`
  - TTL: 7일
  - 히트율 목표: 90%

- **Analytics Service**: 대시보드 데이터
  - 캐시 키: `analytics:dashboard:{이벤트ID}`
  - TTL: 5분
  - 히트율 목표: 95%

**효과**:
- AI 응답 시간: 10초 → 0.1초 (99% 개선, 캐시 히트 시)
- 이미지 생성 시간: 5초 → 0.1초 (98% 개선, 캐시 히트 시)
- 대시보드 로딩 시간: 3초 → 0.5초 (83% 개선)

#### 비동기 처리 (Asynchronous Request-Reply)
**사용 시나리오**: 장시간 작업 (10초 이상 소요)

- **AI Service**: 트렌드 분석 + 이벤트 추천 (10초)
  1. 클라이언트 → Event Service: POST /api/ai/recommendations
  2. Event Service → AI Service: Job 생성
  3. AI Service → 클라이언트: Job ID 즉시 반환 (0.1초)
  4. 백그라운드: AI Service → Claude API (10초)
  5. 폴링: 클라이언트 → Event Service: GET /api/jobs/{id} (5초 간격)
  6. 완료: AI Service → 클라이언트: 최종 결과 반환

- **Content Service**: 이미지 생성 (5초)
  1. 클라이언트 → Event Service: POST /api/content/images
  2. Event Service → Content Service: Job 생성
  3. Content Service → 클라이언트: Job ID 즉시 반환 (0.1초)
  4. 백그라운드: Content Service → Stable Diffusion API (5초)
  5. 폴링: 클라이언트 → Event Service: GET /api/jobs/{id} (3초 간격)
  6. 완료: Content Service → 클라이언트: 최종 결과 반환

**Message Queue 사용**:
- RabbitMQ 또는 Kafka
- Priority Queue: AI 작업 우선순위 관리
- Dead Letter Queue: 실패 작업 처리

#### Circuit Breaker 패턴
**사용 시나리오**: 외부 API 장애 격리

- **적용 대상**: 7개 외부 API
  - 국세청 API
  - Claude/GPT-4 API
  - Stable Diffusion/DALL-E API
  - 우리동네TV API
  - 링고비즈 API
  - 지니TV API
  - SNS APIs (Instagram, Naver, Kakao)

- **동작 방식**:
  - Closed (정상): 실패율 5% 미만
  - Open (차단): 실패율 5% 초과 시 Circuit Open → 모든 요청 Fallback
  - Half-Open (테스트): 30초 후 1개 요청 시도 → 성공 시 Closed로 전환

- **Fallback 전략**:
  - AI Service: 캐시된 이전 추천 결과 + 안내 메시지
  - Distribution Service: 해당 채널 배포 스킵 + 알림
  - User Service: 사업자번호 검증 스킵 (수동 확인으로 대체)

**효과**: 가용성 95% → 99% 개선

---

## 3. 주요 사용자 플로우

### 3.1 이벤트 생성 플로우 (핵심 플로우)

```
1. [User] 07-이벤트목적선택
   - 클라이언트 → API Gateway → Event Service
   - Event: 목적 저장 (신규 고객 유치/재방문 유도/매출 증대/인지도 향상)

2. [AI] 08-AI이벤트추천
   - 클라이언트 → API Gateway → Event Service → AI Service
   - AI: Job ID 즉시 반환 (0.1초)
   - 백그라운드: AI Service → Claude API (10초)
     * 캐시 확인 (Cache-Aside)
     * 캐시 MISS: Claude API 호출 → 결과 캐싱 (TTL 24시간)
   - 폴링: 클라이언트 → Event Service (5초 간격)
   - 완료: AI 추천 결과 (3가지 옵션) 반환

3. [Content] 09-SNS이미지생성
   - 클라이언트 → API Gateway → Event Service → Content Service
   - Content: Job ID 즉시 반환 (0.1초)
   - 백그라운드: Content Service → Stable Diffusion API (5초)
     * 캐시 확인 (Cache-Aside)
     * 캐시 MISS: Stable Diffusion API 호출 → 이미지 CDN 업로드 → 결과 캐싱 (TTL 7일)
   - 폴링: 클라이언트 → Event Service (3초 간격)
   - 완료: 3가지 스타일 이미지 URL 반환

4. [Content] 10-콘텐츠편집
   - 클라이언트 → API Gateway → Content Service
   - Content: 텍스트/색상 편집 적용 → 새 이미지 생성

5. [Distribution] 11-배포채널선택
   - 클라이언트 → API Gateway → Event Service
   - Event: 배포 채널 정보 저장

6. [Event] 12-최종승인
   - 클라이언트 → API Gateway → Event Service
   - Event: 이벤트 생성 완료 → Distribution Service 호출
   - Distribution: 다중 채널 배포 시작 (Circuit Breaker 적용)
     * 우리동네TV API (영상 업로드)
     * 링고비즈 API (연결음 업데이트)
     * 지니TV API (광고 등록)
     * SNS APIs (Instagram, Naver, Kakao 자동 포스팅)
   - 배포 완료: 대시보드로 이동
```

### 3.2 고객 참여 플로우

```
1. [Participation] 15-이벤트참여
   - 외부 채널 (SNS/TV/연결음) → 이벤트 발견
   - 클라이언트 → API Gateway → Participation Service
   - Participation: 중복 참여 체크 (전화번호 기반)
   - 참여 접수 완료 → 응모 번호 발급
```

### 3.3 성과 분석 플로우

```
1. [Analytics] 17-실시간대시보드
   - 클라이언트 → API Gateway → Analytics Service
   - Analytics: 캐시 확인 (TTL 5분)
     * 캐시 HIT: 즉시 반환 (0.5초)
     * 캐시 MISS: 다중 데이터 소스 통합
       - Participation Service: 참여자 데이터
       - Distribution Service: 채널별 노출 수
       - 외부 APIs: 우리동네TV, 지니TV, SNS 통계
       - POS 시스템: 매출 데이터 (선택)
     * 결과 캐싱 (TTL 5분)
   - 실시간 차트/그래프 렌더링
```

---

## 4. 데이터 흐름 및 캐싱 전략

### 4.1 데이터 흐름

#### 읽기 플로우 (Cache-Aside 패턴)
```
1. Application → Cache 확인
   - Cache HIT: 캐시된 데이터 즉시 반환
   - Cache MISS:
     2. Application → Database/External API 조회
     3. Database/External API → Application 데이터 반환
     4. Application → Cache 데이터 저장 (TTL 설정)
     5. Application → Client 데이터 반환
```

#### 쓰기 플로우 (Write-Through 패턴)
```
1. Application → Database 쓰기
2. Database → Application 성공 응답
3. Application → Cache 무효화 또는 업데이트
4. Application → Client 성공 응답
```

### 4.2 캐싱 전략

#### Redis 캐시 구조

| 서비스 | 캐시 키 패턴 | 데이터 타입 | TTL | 예상 크기 | 히트율 목표 |
|--------|-------------|-----------|-----|----------|-----------|
| User | `user:session:{token}` | String | 7일 | 1KB | - |
| User | `user:business:{사업자번호}` | String | 7일 | 0.5KB | 90% |
| AI | `ai:recommendation:{업종}:{지역}:{목적}` | Hash | 24시간 | 10KB | 80% |
| Content | `content:image:{이벤트ID}:{스타일}` | String | 7일 | 0.2KB (URL) | 80% |
| Analytics | `analytics:dashboard:{이벤트ID}` | Hash | 5분 | 5KB | 95% |
| AI | `job:{jobId}` | Hash | 1시간 | 1KB | - |
| Content | `job:{jobId}` | Hash | 1시간 | 1KB | - |

#### Redis 메모리 산정
- **예상 동시 사용자**: 100명
- **예상 이벤트 수**: 50개
- **예상 캐시 항목 수**: 10,000개
- **예상 총 메모리**: 약 50MB (운영 환경 2GB 할당)

#### 캐시 무효화 전략
- **TTL 기반 자동 만료**: 대부분의 캐시
- **수동 무효화**: 이벤트 수정/삭제 시 관련 캐시 삭제
- **Lazy 무효화**: 데이터 변경 시 다음 조회 시점에 갱신

### 4.3 데이터베이스 전략

#### 서비스별 독립 데이터베이스
- **User DB**: users, stores
- **Event DB**: events, event_objectives, event_prizes, distribution_logs
- **Participation DB**: participants, winners
- **Analytics DB**: event_stats, channel_stats

#### 데이터 일관성 전략
- **Eventual Consistency**: 서비스 간 데이터는 최종 일관성 보장
- **Strong Consistency**: 서비스 내부 트랜잭션은 강한 일관성 보장
- **Saga 패턴**: 이벤트 생성 플로우 (보상 트랜잭션)

---

## 5. 확장성 및 성능 고려사항

### 5.1 수평 확장 전략

#### 서비스별 확장 전략
| 서비스 | 초기 인스턴스 | 확장 조건 | 최대 인스턴스 | Auto-scaling 메트릭 |
|--------|-------------|----------|-------------|-------------------|
| User | 2 | CPU > 70% | 5 | CPU, 메모리 |
| Event | 2 | CPU > 70% | 10 | CPU, 메모리 |
| AI | 1 | Job Queue > 10 | 3 | Queue 길이 |
| Content | 1 | Job Queue > 10 | 3 | Queue 길이 |
| Distribution | 2 | CPU > 70% | 5 | CPU, 메모리 |
| Participation | 1 | CPU > 70% | 3 | CPU, 메모리 |
| Analytics | 1 | CPU > 70% | 3 | CPU, 메모리 |

#### Redis Cluster
- **초기 구성**: 3 노드 (Master 3, Replica 3)
- **확장**: 노드 추가를 통한 수평 확장
- **HA**: Redis Sentinel을 통한 자동 Failover

#### Database Replication
- **Primary-Replica 구조**: 읽기 부하 분산
- **읽기 확장**: Read Replica 추가 (필요 시)
- **쓰기 확장**: Sharding (Phase 2 이후)

### 5.2 성능 목표

#### 응답 시간 목표
| 기능 | 목표 시간 | 캐시 HIT | 캐시 MISS |
|------|----------|---------|----------|
| 로그인 | 0.5초 | - | - |
| 이벤트 목록 조회 | 0.3초 | - | - |
| AI 트렌드 분석 + 추천 | 0.1초 | ✅ | 10초 (비동기) |
| SNS 이미지 생성 | 0.1초 | ✅ | 5초 (비동기) |
| 다중 채널 배포 | 1분 | - | - |
| 대시보드 로딩 | 0.5초 | ✅ | 3초 |

#### 처리량 목표
- **동시 사용자**: 100명 (MVP 목표)
- **API 요청**: 1,000 req/min
- **AI 작업**: 10 jobs/min
- **이미지 생성**: 10 jobs/min

### 5.3 성능 최적화 기법

#### Frontend 최적화
- **Code Splitting**: 페이지별 번들 분할
- **Lazy Loading**: 차트 라이브러리 지연 로딩
- **CDN**: 정적 자산 CDN 배포
- **Compression**: Gzip/Brotli 압축

#### Backend 최적화
- **Connection Pooling**: 데이터베이스 연결 풀 관리
- **Query Optimization**: 인덱스 최적화, N+1 쿼리 방지
- **Batch Processing**: 대량 데이터 일괄 처리
- **Pagination**: 목록 조회 페이지네이션

#### Cache 최적화
- **Multi-Level Caching**: Browser Cache → CDN → Redis → Database
- **Cache Warming**: 자주 사용되는 데이터 사전 로딩
- **Cache Preloading**: 피크 시간 전 캐시 준비

---

## 6. 보안 고려사항

### 6.1 인증 및 인가

#### JWT 기반 인증
- **토큰 발급**: User Service에서 로그인 시 JWT 토큰 발급
- **토큰 검증**: API Gateway에서 모든 요청의 JWT 토큰 검증
- **토큰 저장**: Redis에 세션 정보 저장 (TTL 7일)
- **토큰 갱신**: Refresh Token 패턴 (선택)

#### 역할 기반 접근 제어 (RBAC)
- **역할**: OWNER (매장 사장님), CUSTOMER (이벤트 참여자)
- **권한 관리**: API별 필요 역할 정의
- **API Gateway 검증**: 요청자의 역할 확인

### 6.2 데이터 보안

#### 민감 정보 암호화
- **비밀번호**: bcrypt 해싱 (Cost Factor: 10)
- **사업자번호**: AES-256 암호화 저장
- **개인정보**: 전화번호 마스킹 (010-****-1234)

#### 전송 보안
- **HTTPS**: 모든 통신 TLS 1.3 암호화
- **API Key**: 외부 API 호출 시 안전한 Key 관리 (AWS Secrets Manager)

#### 데이터 접근 통제
- **Database**: 서비스별 독립 계정, 최소 권한 원칙
- **Redis**: 비밀번호 설정, ACL 적용
- **백업**: 암호화된 백업 저장

### 6.3 보안 모니터링

#### 위협 탐지
- **Rate Limiting**: API Gateway에서 사용자당 100 req/min
- **Brute Force 방지**: 로그인 5회 실패 시 계정 잠금 (삭제됨, 향후 추가 가능)
- **SQL Injection 방지**: Prepared Statement 사용
- **XSS 방지**: 입력 데이터 Sanitization

#### 로깅 및 감사
- **Access Log**: 모든 API 요청 로깅
- **Audit Log**: 민감 작업 (로그인, 이벤트 생성, 당첨자 추첨) 감사 로그
- **중앙집중식 로깅**: ELK Stack 또는 CloudWatch Logs

---

## 7. 논리 아키텍처 다이어그램

논리 아키텍처 다이어그램은 별도 Mermaid 파일로 작성되었습니다.

**파일 위치**: `logical-architecture.mmd`

**다이어그램 확인 방법**:
1. https://mermaid.live/edit 접속
2. `logical-architecture.mmd` 파일 내용 붙여넣기
3. 다이어그램 시각적 확인

**다이어그램 구성**:
- Client Layer: Web/Mobile Client
- Gateway Layer: API Gateway
- Service Layer: 7개 마이크로서비스
- Data Layer: Redis Cache, Message Queue, Databases
- External APIs: 7개 외부 API

**의존성 표현**:
- 실선 화살표 (→): 동기적 의존성
- 점선 화살표 (-.->): 비동기 의존성 또는 캐시 접근
- 화살표 레이블: 의존성 목적 명시

---

## 부록

### A. 참고 문서
- [유저스토리](../../userstory.md)
- [아키텍처 패턴](../../pattern/architecture-pattern.md)
- [UI/UX 설계서](../../uiux/uiux.md)
- [클라우드 디자인 패턴](../../../claude/cloud-design-patterns.md)

### B. 주요 결정사항
1. **Cache-Aside 패턴 채택**: AI 응답 시간 90% 개선 목표
2. **Asynchronous Request-Reply 패턴 채택**: AI/이미지 생성 비동기 처리
3. **Circuit Breaker 패턴 채택**: 외부 API 장애 격리
4. **서비스별 독립 Database**: 마이크로서비스 독립성 보장
5. **Redis 캐시 우선 전략**: 서비스 간 직접 의존성 최소화

### C. 향후 개선 방안 (Phase 2 이후)
1. **Saga 패턴**: 복잡한 분산 트랜잭션 관리
2. **CQRS 패턴**: 읽기/쓰기 분리로 대시보드 성능 최적화
3. **Event Sourcing**: 이벤트 변경 이력 추적 및 감사
4. **Service Mesh**: Istio를 통한 고급 트래픽 관리
5. **Database Sharding**: 쓰기 확장성 개선

---

**문서 버전**: 1.0
**최종 수정일**: 2025-10-21
**작성자**: System Architect