SARA 부활: 자동 AI 영상 파이프라인용 세련된 웹 제어센터 구축

Source: Dev.to

이 글은 GitHub Finish‑Up‑A‑Thon 챌린지에 제출된 작품입니다.
저는 SARA 파이프라인 컨트롤 센터를 만들었습니다—복잡한 자동 미디어 처리 엔진을 위한 프론트엔드 GUI 컨트롤러 역할을 하는 웹 기반 그래픽 오케스트레이션 센터입니다.

SARA(원래는 VisionVault라는 오프라인 명령줄 도구)는 로컬 비디오 자산을 컴파일하고, 대형 언어 모델을 활용해 깊이 타깃된 비디오 SEO 태그·메타데이터를 자동 생성하며, 최종 제작 자산을 콘텐츠 플랫폼에 푸시하는 일련의 원활한 핸드쉐이크를 처리하도록 설계되었습니다.

우리의 공개 저장소 링크: GitHub Repository - SARA VisionVault Pipeline

아래는 동적 실행 로직이 구동되는 다크 모드 관리 워크스페이스의 시각적 walkthrough입니다.

이 챌린지에 앞서 SARA는 경직된 텍스트 전용 CLI 터미널 유틸리티 스크립트(pipeline_runner.py) 형태의 개발 부채에 갇혀 있었습니다. 파라미터가 바뀔 때마다 인자를 직접 PowerShell 작업 공간에 다시 입력해야 했고, 검증용 드라이런을 수행하면서 실수로 무거운 FFmpeg 인스턴스를 띄우거나 라이브 네트워크 API 토큰을 실행하는 것이 큰 병목이었습니다.

프로젝트를 마무리하기 위해 저는 레거시 저장소 상태에서 코드를 추출하고, 깨끗한 브랜치 히스토리를 초기화했으며, 진입점을 모듈화했습니다. 설정 부담을 원시 터미널 문자열에서 직관적인 웹 UI 컨트롤러로 완전히 옮겼고, 네트워크 계층을 격리하고 로컬 테스트를 안전하게 수행할 수 있도록 동적으로 모의 처리 워크플로를 실행하는 명시적인 “Dry‑Run” 런타임 플래그를 통합했습니다.

GitHub Copilot은 단 한 주말 만에 이 프로젝트를 완성할 수 있게 만든 결정적인 가속기였습니다.

UI 컴포넌트 아키텍처를 직접 프로토타이핑하고 UI 레이아웃 상태 문서를 읽는 데 시간을 소비하는 대신, 저는 VS Code 안에서 Copilot Chat을 사용해 백엔드 실행 모델을 프론트엔드 컨트롤러와 안전하게 연결했습니다.

핵심 루프 리팩터링: Copilot은 엄격한 조건부 불리언 컴포넌트를 주요 CLI 실행 플래그에 바로 매핑하도록 도와주었습니다.

안전 모드 가로채기: Copilot에게 격리된 테스트 대시보드 환경을 설계하도록 요청했을 때, 모의 JSON 페이로드를 활용한 반응형 비동기 시뮬레이션 루틴을 생성했습니다. 이를 통해 개발자는 대역폭이나 하드웨어 컴퓨팅 자원을 낭비하지 않고도 컴포넌트 레이아웃을 철저히 테스트할 수 있게 되었습니다.