← 포트폴리오 목록
파이어체크 CAD 소방 법규 자동 검토 서비스
CAD 도면 이미지를 업로드하면 OpenAI Vision API로 배관·구조를 자동 분석하고, 소방 법규 거리 계산 알고리즘으로 내진 버팀대 위치를 Canvas 기반 뷰어에 자동 마킹하는 MVP를 React + Express + PostgreSQL 기반으로 설계·구현합니다.
OpenAI Vision 기반 도면 분석 파이프라인 설계Vision API Function Calling 스키마 8종으로 배관 직경·좌표·연결 타입을 구조화 JSON 추출, Pydantic 응답 검증으로 파싱 신뢰성 보장 구조 구현
소방법규 거리 규칙 엔진 구현NFPA 13 버팀대 설치 간격 조건을 Rule 클래스 배열로 정의하고, 배관 좌표 순회 알고리즘으로 설치 필요 지점을 자동 산출하는 엔진 설계
Fabric.js 대화형 도면 마킹 뷰어 구현도면 이미지 배경 레이어와 버팀대 마킹 오브젝트 레이어를 분리하여 독립 토글·드래그 수정 가능한 Canvas 뷰어 구조 설계
Overview
프로젝트 개요
CAD 도면 이미지를 업로드하면 OpenAI Vision API로 배관·구조를 자동 분석하고, 소방 법규 거리 계산 알고리즘으로 내진 버팀대 위치를 Canvas 기반 뷰어에 자동 마킹하는 MVP를 React + Express + PostgreSQL 기반으로 설계·구현합니다. 건축설계사무소·소방설비 설계 엔지니어가 수작업 검토 시간을 줄이고 법규 준수 리포트를 즉시 다운로드할 수 있는 플랫폼 구조를 구축합니다.
요구사항 정의
프로젝트 핵심 과제
프로젝트 진행 시 해결한 핵심 기술 과제입니다.
OpenAI Vision API가 저해상도·저대비 CAD 도면에서 배관 좌표를 오인식할 수 있어
도면 전처리(대비 보정) 및 재분석 요청 플로우 설계 필요
Fabric.js Canvas에서 도면 원본 이미지 픽셀 좌표와 실제 설계 치수(mm) 간 스케일 변환 매핑 로직 설계 및 정밀도 보장 방안
배관 재질·설치 환경 조건이 복합 적용될 때 소방법규 규칙 우선순위 충돌을 처리하는 규칙 엔진 분기 로직 설계
대형 도면 파일(100MB 이상) 업로드 시 Multer 메모리 초과 없이 스트림 기반으로 S3에 직접 전송하는 파이프라인 구조 설계
Puppeteer PDF 렌더링 중 Fabric.js Canvas 마킹이 완전히 로드되기 전 캡처되는 타이밍 이슈 해결 및 waitForSelector 전략 설계
핵심 기능 1
CAD 도면 업로드 및 AI 분석
CAD 도면 이미지(PNG/JPG/PDF)를 업로드하면 OpenAI Vision API가 배관 규격, 구조 요소, 공간 배치를 자동 인식하고 분석 결과를 구조화된 JSON으로 반환합니다
핵심 기능 2
버팀대 자동 마킹
소방 법규 거리 계산 알고리즘이 분석된 배관 데이터를 기반으로 내진 버팀대 설치 위치를 자동 산출하고 Canvas 뷰어에 마킹을 오버레이합니다
핵심 기능 3
하중값 계산 및 적정성 검토
배관 재질·직경·길이·지지 방식을 입력하면 하중 계산 알고리즘이 각 버팀대의 허용 하중 초과 여부를 검토하고 결과를 시각화합니다
핵심 기능 4
법규 검토 리포트 생성
분석 완료된 도면의 버팀대 마킹·하중 검토 결과를 포함한 소방 법규 준수 리포트를 PDF로 자동 생성하고 다운로드합니다
구현 과정
프로젝트 진행 단계
STEP 1
소방법규 도메인 분석 및 DB 스키마 설계
NFPA 13 기반 버팀대 설치 규칙 정리, 배관 물성·마킹·하중·리포트 도메인 PostgreSQL 테이블 12개 정의, Prisma 스키마 및 ERD 작성
STEP 2
AI 분석 파이프라인 및 Express API 개발
OpenAI Vision API 연동 도면 분석 모듈 구현, Multer + AWS S3 파일 업로드 처리, RESTful API 30개 엔드포인트 구현, JWT 인증 미들웨어 적용
STEP 3
법규 규칙 엔진 및 하중 계산 서비스 구현
버팀대 설치 간격 Rule 패턴 알고리즘 구현, 배관 재질별 단위 중량 참조 테이블 구축, 허용 하중 적정성 판정 계산 서비스 설계
STEP 4
React 프론트엔드 및 Canvas 뷰어 개발
Fabric.js 기반 도면 뷰어·마킹 오버레이 구현, React 18 기반 18개 화면 구현, Recharts 하중 비교 차트, Bull Queue + Puppeteer PDF 파이프라인 연동
STEP 5
통합 검증 및 리포트 품질 점검
법규 규칙 엔진 케이스 테스트 38개 작성, PDF 리포트 레이아웃·마킹 스크린샷 정합성 검증, API 통합 테스트 및 S3 업로드 파이프라인 엔드투엔드 검증
프로젝트 성과
OpenAI Vision 기반 도면 분석 파이프라인 설계Vision API Function Calling 스키마 8종으로 배관 직경·좌표·연결 타입을 구조화 JSON 추출, Pydantic 응답 검증으로 파싱 신뢰성 보장 구조 구현
소방법규 거리 규칙 엔진 구현NFPA 13 버팀대 설치 간격 조건을 Rule 클래스 배열로 정의하고, 배관 좌표 순회 알고리즘으로 설치 필요 지점을 자동 산출하는 엔진 설계
Fabric.js 대화형 도면 마킹 뷰어 구현도면 이미지 배경 레이어와 버팀대 마킹 오브젝트 레이어를 분리하여 독립 토글·드래그 수정 가능한 Canvas 뷰어 구조 설계
Bull Queue + Puppeteer PDF 리포트 파이프라인 구축비동기 PDF 생성 워커와 AWS S3 업로드를 파이프라인으로 연결, 실패 재시도 정책과 Socket.io 완료 알림 구조 설계
Review
기술적 주안점
- OpenAI Vision API Function Calling 스키마로 배관 직경·좌표·연결 타입을 구조화된 JSON으로 추출하고, Pydantic 모델 기반 응답 검증으로 파싱 정확도를 보장하는 분석 파이프라인을 설계합니다
- 배관 좌표 배열을 순회하며 법규 거리 조건을 Rule 패턴으로 적용하는 버팀대 위치 산출 엔진을 구현하고, Fabric.js 오브젝트 레이어로 마킹을 렌더링하여 사용자가 마킹 위치를 직접 조정 가능한 대화형 뷰어 구조를 설계합니다
- 배관 물성 데이터(재질·직경·허용 하중)를 PostgreSQL 참조 테이블로 관리하고, Express 계산 서비스 레이어에서 AISC 허용 응력 기준을 적용한 하중 적정성 판정 로직을 구현하여 검토 결과를 버팀대 단위로 추적 가능한 구조를 설계합니다
