배포 가이드
접속 정보
서버 구성
| 서버 |
SSH |
IP |
역할 |
포트 |
| rocky-211 |
ssh rocky-211 |
211.208.115.83 |
프론트 + 백엔드 + nginx |
443, 18080 |
| redis-211 |
ssh redis-211 |
192.168.1.18 |
prediction + Redis + Ollama |
18092, 6379, 11434 |
서비스 목록
rocky-211
| 서비스 |
systemd |
포트 |
로그 |
| 백엔드 (Spring Boot) |
kcg-ai-backend.service |
18080 |
journalctl -u kcg-ai-backend -f |
| nginx |
nginx.service |
80/443 |
/var/log/nginx/ |
redis-211
| 서비스 |
systemd |
포트 |
로그 |
| kcg-ai-prediction |
kcg-ai-prediction.service |
18092 |
journalctl -u kcg-ai-prediction -f |
| kcg-prediction (기존 iran) |
kcg-prediction.service |
8001 |
journalctl -u kcg-prediction -f |
| kcg-prediction-lab |
kcg-prediction-lab.service |
18091 |
journalctl -u kcg-prediction-lab -f |
디렉토리 구조
rocky-211
/devdata/services/kcg-ai-monitoring/
├── dist/ # 프론트엔드 빌드 산출물
│ ├── index.html
│ └── assets/
├── backend/
│ ├── kcg-ai-backend.jar # Spring Boot 실행 JAR
│ └── application-prod.yml # 운영 설정
redis-211
/home/apps/kcg-ai-prediction/ # 신규 (kcgaidb 연결)
├── .env # 환경변수
├── venv/ # Python 가상환경
├── main.py # FastAPI 진입점
├── algorithms/ # 14개 분석 알고리즘
├── pipeline/ # 7단계 분류 파이프라인
├── output/ # 이벤트/통계/KPI 출력 모듈
├── cache/ # vessel_store
├── db/ # DB 어댑터
└── ...
nginx 프록시 설정
파일: /etc/nginx/conf.d/kcg-ai-monitoring.conf (rocky-211)
kcg-ai-monitoring.gc-si.dev (443)
├── / → /devdata/services/kcg-ai-monitoring/dist/ (SPA)
├── /api/ → http://127.0.0.1:18080 (Spring Boot)
├── /api/prediction/ → http://192.168.1.18:18092 (prediction)
└── /api/prediction-chat → http://192.168.1.18:18092 (SSE)
배포 방법
프론트엔드 배포
# 로컬에서 빌드
cd frontend && npx vite build
# 서버에 전송
rsync -avz dist/ rocky-211:/devdata/services/kcg-ai-monitoring/dist/
백엔드 배포
# 로컬에서 JAR 빌드
cd backend && ./mvnw clean package -DskipTests
# 서버에 전송
scp target/kcg-ai-backend-0.0.1-SNAPSHOT.jar rocky-211:/devdata/services/kcg-ai-monitoring/backend/kcg-ai-backend.jar
# 서버에서 재시작
ssh rocky-211 "systemctl restart kcg-ai-backend"
# 로그 확인
ssh rocky-211 "journalctl -u kcg-ai-backend -f"
prediction 배포
# 파일 동기화 (venv 제외)
rsync -avz --exclude='.venv' --exclude='__pycache__' --exclude='.env' --exclude='*.pyc' \
prediction/ redis-211:/home/apps/kcg-ai-prediction/
# 서버에서 재시작
ssh redis-211 "systemctl restart kcg-ai-prediction"
# 로그 확인
ssh redis-211 "journalctl -u kcg-ai-prediction -f"
의존성 변경 시 (prediction)
ssh redis-211 "cd /home/apps/kcg-ai-prediction && source venv/bin/activate && pip install -r requirements.txt"
ssh redis-211 "systemctl restart kcg-ai-prediction"
로컬 개발 설정
기본 (서버 프록시)
cd frontend && npm run dev
# → /api 요청이 https://kcg-ai-monitoring.gc-si.dev로 프록시됨
로컬 백엔드 사용 시
VITE_API_PROXY=http://localhost:8080 npm run dev
# 또는 backend와 함께:
make dev # frontend + backend 동시 실행
서비스 관리
# 상태 확인
ssh rocky-211 "systemctl status kcg-ai-backend"
ssh redis-211 "systemctl status kcg-ai-prediction"
# 재시작
ssh rocky-211 "systemctl restart kcg-ai-backend"
ssh redis-211 "systemctl restart kcg-ai-prediction"
# 로그 (실시간)
ssh rocky-211 "journalctl -u kcg-ai-backend -f"
ssh redis-211 "journalctl -u kcg-ai-prediction -f"
# health check
curl -s https://kcg-ai-monitoring.gc-si.dev/actuator/health
curl -s http://192.168.1.18:18092/health # redis-211 내부
DB 접속
PGPASSWORD='Kcg2026ai' psql -h 211.208.115.83 -U kcg-app -d kcgaidb
# 스키마: kcg, 테이블 37개
포트 정리
| 포트 |
서비스 |
서버 |
| 443 |
nginx (HTTPS) |
rocky-211 |
| 18080 |
kcg-ai-backend (Spring Boot) |
rocky-211 |
| 18092 |
kcg-ai-prediction (FastAPI) |
redis-211 |
| 8001 |
kcg-prediction (기존 iran) |
redis-211 |
| 18091 |
kcg-prediction-lab |
redis-211 |
| 5432 |
PostgreSQL (kcgaidb, snpdb) |
211.208.115.83 |
| 6379 |
Redis |
redis-211 |
| 11434 |
Ollama |
redis-211 |
CI/CD
프론트엔드 — Gitea Actions 자동배포
- 워크플로우:
.gitea/workflows/deploy.yml
- 트리거:
main 브랜치 push, frontend/** 변경 시
- 빌드: Node.js 24,
frontend/ 디렉토리에서 npm ci && npm run build
- 배포:
frontend/dist/ → /deploy/kcg-ai-monitoring/ (Gitea runner mount)
- Gitea runner가 rocky-211에서 실행 중이므로 dist가 자동 배포됨
백엔드 — SSH 수동배포
# 1. 로컬 빌드
cd backend && ./mvnw clean package -DskipTests
# 2. 서버 전송
scp target/kcg-ai-backend-0.0.1-SNAPSHOT.jar \
rocky-211:/devdata/services/kcg-ai-monitoring/backend/kcg-ai-backend.jar
# 3. 재시작
ssh rocky-211 "systemctl restart kcg-ai-backend"
prediction — SSH 수동배포
# 1. 파일 동기화
rsync -avz --exclude='.venv' --exclude='__pycache__' --exclude='.env' --exclude='*.pyc' \
prediction/ redis-211:/home/apps/kcg-ai-prediction/
# 2. 의존성 변경 시
ssh redis-211 "cd /home/apps/kcg-ai-prediction && source venv/bin/activate && pip install -r requirements.txt"
# 3. 재시작
ssh redis-211 "systemctl restart kcg-ai-prediction"
서버 실행 경로 정리
rocky-211 (211.208.115.83)
| 경로 |
용도 |
/devdata/services/kcg-ai-monitoring/dist/ |
프론트 빌드 산출물 (nginx root) |
/devdata/services/kcg-ai-monitoring/backend/kcg-ai-backend.jar |
백엔드 실행 JAR |
/devdata/services/kcg-ai-monitoring/backend/application-prod.yml |
백엔드 운영 설정 |
/etc/nginx/conf.d/kcg-ai-monitoring.conf |
nginx 프록시 설정 |
/etc/systemd/system/kcg-ai-backend.service |
백엔드 systemd 서비스 |
/usr/lib/jvm/java-21-openjdk/bin/java |
Java 21 실행 경로 |
redis-211 (192.168.1.18)
| 경로 |
용도 |
/home/apps/kcg-ai-prediction/ |
prediction 앱 디렉토리 |
/home/apps/kcg-ai-prediction/.env |
prediction 환경변수 |
/home/apps/kcg-ai-prediction/venv/ |
Python 3.9 가상환경 |
/etc/systemd/system/kcg-ai-prediction.service |
prediction systemd 서비스 |
/home/apps/kcg-prediction/ |
기존 iran prediction (포트 8001) |
/home/apps/kcg-prediction-lab/ |
기존 lab prediction (포트 18091) |
htlee
3ced9ffaaa