MindsEye Hunting Engine — AI 구축, 인간 정제, 그리고 프로덕션 준비 완료 제출물: Xano AI 기반 백엔드 챌린지

발행: 20시간 전 (2025년 12월 5일 오전 06:28 GMT+9)

8 min read

Source: Dev.to

개요

MindsEye Hunting Engine은 분산 시스템 이벤트를 분석하고, 장애를 감지하며, 관련 발생을 그룹화하고, 조사(헌트)를 실행하고, 외부 개발자를 위한 간단한 공개 API를 제공하도록 설계된 프로덕션 급 백엔드 시스템입니다. 이 제출물은 Production‑Ready Public API 챌린지에 해당합니다.

MVP의 목표는 AI가 완전한 백엔드 기반을 생성할 수 있음을 증명하고, 인간 개발자가 이를 신뢰할 수 있고 확장 가능한 시스템으로 전환할 수 있음을 보여주는 것입니다.

공개 API 엔드포인트 (실시간)

디버그 카운트 엔드포인트

curl -X GET \
  'https://x8ki-letl-twmt.n7.xano.io/api:Mx6Nh7jm/debug_mindseye_counts' \
  -H 'Content-Type: application/json'

예시 응답

{
  "result1": {
    "source_count": 16,
    "stream_count": 36,
    "events_count": 36,
    "hunts_count": 1,
    "hunt_run_count": 4,
    "event_annotation_count": 49
  },
  "debug_summary": 4
}

이 엔드포인트는 데이터베이스 상태, 데이터셋 완전성, 헌트 준비 상태, 이벤트 밀도 및 주석 활동을 확인하여 모든 테이블이 올바르게 연결되어 있음을 보여줍니다.

스크린샷 및 다이어그램

스크린샷 1 – API 응답

스크린샷 2 – 함수 스택

스크린샷 3 – 워크플로 캔버스 다이어그램

스크린샷 4 – 데이터베이스 스키마

백엔드 아키텍처

데이터 모델 요약

source – 시스템 이벤트의 출처를 나타냅니다 (키, 이름, 종류, 환경).
stream – 출처와 연결된 논리 채널 (키, 이름, source 참조, 설명).
events – 핵심 로그 데이터셋 (타임스탬프, 심각도, JSON 페이로드, source 및 stream 관계).
hunts – 조사 쿼리 정의 (시간 창, 라벨, 연결된 이벤트 집합, 결과 메타데이터).
hunt_run – 헌트 실행 이력 (실행 상태, 매치된 이벤트 수, 상세 JSON 요약).
event_annotation – 이벤트에 대한 인간 또는 AI 태깅 시스템 (노트, 태그, 메타데이터 강화).

개발 중 사용된 AI 프롬프트

프롬프트 A – 데이터베이스 스키마 생성 – 인덱스와 참조 필드를 포함한 전체 관계형 스키마를 생성했습니다.
프롬프트 B – 시드 데이터 생성 – 스키마에 맞춰 대규모 합성 데이터셋(소스, 스트림, 이벤트, 헌트, 주석)을 만들었습니다.
프롬프트 C – 디버그 카운트 API 워크플로 – 디버그 엔드포인트의 초기 버전을 생성했으며, 이후 수동으로 다듬었습니다.

이 프롬프트들은 인간‑인‑루프 파이프라인을 보여줍니다.

AI 생성 후 인간이 수행한 정제 작업

테이블 간 외래키 불일치 수정.
성능을 위한 누락된 인덱스 추가.
잘못된 필드 타입 교정(예: 타임스탬프 vs 정수).
이벤트가 source_id와 stream_id를 올바르게 참조하도록 보장.
헌트 연계 배열 복구.
적절한 시간 창 검증 로직 구현.
공개용 구조화된 디버그 응답 구축.
어떤 함수도 빈 데이터를 조용히 반환하지 않도록 보장.
실시간 실행을 통해 모든 관계 매핑 검증.

이 하이브리드 접근 방식은 Xano가 의도한 모델을 반영합니다: AI가 아이디어를 제공하고, 인간이 완성합니다.

외부 개발자를 위한 API 활용

백엔드 상태 검증.
모든 서브시스템의 카운트 조회.
관계 무결성 확인.
이벤트 볼륨 기반 대시보드 구축.
특화된 엔드포인트로 헌트 엔진 확장.

이 설계는 향후 확장을 장려합니다.

Xano 사용 경험

Xano는 AI 생성과 인간 엔지니어링을 결합하기 위한 강력한 기반을 제공했습니다. XanoScript 확장은 구조를 빠르게 만들 수 있게 해 주었고, 시각적 함수 스택은 정제를 간단하게 만들었습니다. 디버깅 도구는 빈 응답이나 잘못된 조인을 진단하는 데 특히 유용했습니다. 전반적으로 Xano는 AI‑구동 주니어 엔지니어와 시니어 인간 운영자를 짝지은 느낌이었습니다.

MindsEye Hunting Engine의 향후 확장 계획

예정된 개선 사항은 다음과 같습니다:

실시간 인제스트 – 웹훅 또는 이벤트 버스 통합을 통한 스트리밍 데이터.
헌트 템플릿 – 재사용 가능한 조사(예: “오류 급증”, “스파이크 감지”, “심각도 클러스터링”).
ML 기반 분류 – 이상치 그룹화를 위한 벡터 임베딩, 자동 라벨링 및 이벤트 클러스터링.
멀티 테넌트 지원 – 여러 개발자 또는 클라이언트를 위한 격리된 헌트.
프론트엔드 대시보드 – 타임라인 시각화, 히트맵, 헌트 분석 및 주석 도구.
자동 복구 – 헌트 결과에 따라 트리거되는 자동 조치.
API 문서 포털 – 사용 예시와 함께 제공되는 완전한 개발자 문서.

이러한 추가 기능은 MindsEye를 소규모 팀, 학생 프로젝트 및 AI‑구동 시스템에 적합한 경량 관측 엔진으로 자리매김하게 할 것입니다.