▶️25분
[영상] 가장 쉽게 배우는 도커
제조 AI 어시스턴트 MVP 완성
[영상] 가장 쉽게 배우는 도커
통합 프로젝트 > 제조 AI 어시스턴트 MVP 완성
학습 목표
Docker Compose를 사용해 LLM 서버·벡터DB·FastAPI·Streamlit을 단일 스택으로 구성하는 docker-compose.yml을 작성할 수 있다 컨테이너 간 네트워크 통신·볼륨 마운트·환경변수 관리 방법을 설명할 수 있다 Week 8 주간 프로젝트 '제조 AI 어시스턴트 MVP' 요구사항을 분해하고 구현 우선순위를 정할 수 있다 MVP 이후 프로덕션 고도화를 위한 다음 단계(인증·모니터링·CI/CD)를 설명할 수 있다
플레이어 로딩 중...
핵심 포인트
- • Docker Compose의 `depends_on` + `healthcheck`로 서비스 시작 순서를 보장한다 — DB가 준비되기 전에 API가 시작되면 연결 에러가 발생한다
- • 컨테이너 간 통신은 서비스 이름이 호스트명이 된다 — FastAPI에서 `http://chromadb:8000`으로 벡터DB에 접근하면 된다
- • 볼륨 마운트로 모델 파일·벡터DB 데이터를 컨테이너 외부에 저장해야 컨테이너 재시작 후에도 데이터가 유지된다
- • MVP 우선순위: 핵심 기능(진단 채팅) → 데이터 연결(RAG) → UI 완성(대시보드) → 배포 자동화 — 완벽한 설계보다 작동하는 MVP가 먼저다