건설도면 OpenSearch 보완 기술과 구현 방안

OpenSearch의 검색 기능을 업무 결과로 연결하려면 도면 추출, 개체 식별, 관계 검수, 변경 동기화와 실행 검증을 보완해야 한다. 첫 구현은 실제 입력 형식 하나와 업무 질문 하나를 대상으로 작게 구성하고, 성능과 운영 요구가 확인된 기능을 확장한다.

항목내용
작성일2026년 11월 13일
출발점OpenSearch 문제별 해결 범위 분석
실행계획업무 태스크 실행계획의 T01~T28
현장 실행 절차업무 적응 상세 가이드 16~17절
적용 상태기술 선택과 구현 절차 제안. 실제 설치, 모델 호출, 개발 및 운영 반영 완료를 뜻하지 않음
전제사진의 T2SQL 환경과 실제 건설도면 환경의 동일성, 도면 형식과 직접 담당 범위는 확인 필요

1 문제와 보완 방안 연결

방안OpenSearch만으로 부족한 부분최소 보완 수단관련 태스크
S01도면을 검색 가능한 구조로 변환입력 형식별 파서 또는 OCR, 원문 위치와 변환 기록T07, T10, T21
S02동일 설비 판별과 개정 관리기준 개체 등록부, 출현 기록과 검수된 매핑T09, T22
S03실제 물리 연결 판정기하 및 기호 규칙, 관계 후보와 도메인 검수T15, T23
S04온톨로지 의미 및 제약, 경로와 추론용어 사전, 코드 제약 검사, 필요 시 SHACL 및 그래프 처리T09, T15, T24, T25
S05LLM 출력의 형식과 사실성 검증JSON Schema 또는 Pydantic, ID 및 근거 검사, 보류 처리T14, T17
S06PostgreSQL 실적 조회와 SQL 검증제한된 조회 API, 허용 템플릿과 값 바인딩, 정답 평가T06, T17, T26
S07변경 및 삭제 전파와 카탈로그 일관성manifest 기반 배치, 멱등 소비, 실행별 릴리스 고정T10, T16, T27
S08누락과 오연결을 구분하는 품질 판단도메인 정답셋, 단계별 측정, 독립 최종 평가T08, T17, T19
S09사용자 권한, 처리 용량과 복구 검증권한 전파, 단계별 계측, 부하 및 복구 검증T06, T18, T28
S10목적과 담당 및 수용 기준 확정업무 책임자의 범위 및 판정 합의, 결정 기록T03, T05, T19, T20

S01은 원본 처리가 필요할 때, S03은 물리 관계가 업무 범위일 때 수행한다. S04의 그래프 DB와 의미 추론, S06의 PG 조회는 요구가 있을 때 채택한다. 이미 준비된 추출 결과와 기준 시스템은 우선 재사용한다.

2 최소 구현 구조

구성책임첫 실험에서의 선택 제안
원본 보관원문과 개정, 원본 해시 및 접근 범위 유지기존 문서 저장소 또는 승인된 객체 저장소. 변환본과 원본을 구분
기준 등록부와 검수 원장실제 개체 ID, 출현 매핑, 관계 검수와 변경 이력기존 기준 시스템 우선. 작은 실험은 버전 파일, 동시 수정과 트랜잭션이 필요하면 PostgreSQL 검토
처리 앱 또는 배치추출, 식별, 모델 호출, 검사와 승인 결과 배포기존 앱 및 작업 코드에 작은 단계로 추가
OpenSearch검색용 문서, 벡터, 승인 관계의 조회용 표현결정적 ID, 원문 참조, 개정 및 상태 필드

원본과 승인 이력 등 데이터 종류별 최종 기준 위치를 정한다. 검색 인덱스를 기준 등록부의 복제본으로 쓸 경우, 검색 문서의 직접 수정이 원장에 자동 반영된다고 가정하지 않는다. 원장 변경부터 검색 반영까지의 지연과 실패를 기록한다.

공통 기록에는 source_id, source_hash, document_id, revision, occurrence_id, canonical_entity_id, evidence_ref, schema_version, run_id를 제안한다. 좌표가 있으면 좌표계와 단위, 회전 및 변환도 기록한다. 저장 형식은 기존 계약에 맞추되 원문 추적이 끊기지 않아야 한다.

3 S01 입력 형식별 도면 처리

기술 선택

입력 조건기술 후보선택 시 확인할 점
텍스트 및 표가 들어 있는 PDFDocling 등 문서 파서텍스트, 표, 페이지와 bbox 등 원문 위치를 보존하는지
스캔 또는 사진PaddleOCR 한국어 모델, API별 지원을 확인한 Amazon Textract작은 영숫자 태그, 한글, 회전 및 왜곡에서의 실제 품질과 데이터 전송 조건
DXFezdxfTEXT/MTEXT, 블록, 선분, 레이어와 좌표 추출 및 단위 변환
DWG승인된 CAD 도구 또는 DWG에서 DXF로의 변환ezdxf는 DWG 직접 판독 도구가 아님. 변환 후 문자 및 블록 손실 검사
IFC 또는 IFC로 내보낸 BIMIfcOpenShell제공된 객체 속성, 공간 및 시스템 관계와 좌표 활용. 다른 BIM 원본의 직접 지원이나 없는 관계의 자동 복원을 가정하지 않음
이미 추출된 구조 데이터기존 파이프라인 재사용원문 위치, 개정, 식별자와 추출 품질을 먼저 검증

Docling의 문서 표현은 provenance와 영역 정보를 다룬다. ezdxf는 DXF 처리를, IfcOpenShell은 IFC 데이터 접근을 지원한다. 이 도구들이 도면의 업무 의미까지 자동 확정하는 것은 아니다. Docling 문서 모델, ezdxf 범위, IfcOpenShell 예제

벡터 PDF에서 물리 연결까지 추출하려면 경로·선분·곡선 추출 지원을 별도 확인한다. 텍스트·표·bbox만으로 선이나 포트를 얻었다고 간주하지 않는다. 지원이 부족하면 CAD/IFC 원본을 확보하거나 PDF 렌더링 후 영상 처리로 분기하고, 결과는 S03의 기하 및 도메인 검수를 거친다.

2026년 11월 13일 확인한 Textract 지원표에는 한국어가 Category 3에 포함되어 있으며 API와 기능별 지원 범위가 다르다. 사용할 API를 정하지 않고 한국어 지원 또는 미지원을 일괄 단정하지 않는다. 예를 들어 비동기 텍스트 검출과 Tables 및 Layout 범위를 해당 표로 확인하고 실제 도면으로 시험한다. Textract API별 지원 언어, PaddleOCR 한국어 모델

구체적인 해결 순서

  1. 원본 1종을 고르고 원본 해시, 문서 ID, 개정과 접근 범위를 기록한다.
  2. PDF의 기존 텍스트, CAD 객체 또는 IFC 속성을 먼저 확인한다. 부족한 영역에 필요한 OCR 및 추가 추출을 적용한다.
  3. 원문 표기와 정규화한 표기를 모두 저장한다. O와 0, I와 1 같은 문자를 근거 없이 치환하지 않는다.
  4. 페이지와 bbox 또는 CAD 좌표를 저장한다. OCR용 회전 및 자르기를 했으면 원본 좌표로 돌아가는 변환을 남긴다.
  5. 원본 위에 추출 영역을 표시해 태그, 표와 객체의 누락 및 위치 오류를 검토한다.
  6. 추출 불가 항목을 격리하고 원본 재요청 또는 수동 검수로 넘긴다. 빈 텍스트를 정상 추출로 처리하지 않는다.

완료 증거: 원본과 추출 결과의 대조, 태그 정확 일치 결과, 누락 목록, 좌표 추적과 변환 버전. 문자 오류율이 낮더라도 설비 태그를 잘못 읽었다면 별도 오류로 기록한다.

4 S02 개체 식별과 개정 기준 등록부

보완 수단: 기존 설비대장 또는 검수된 기준 등록부, 결정적 출현 ID, 매칭 및 병합 이력. PostgreSQL의 고유 제약과 트랜잭션은 동시 수정이 필요한 경우의 후보이며 첫 샘플에는 버전 파일로도 시작할 수 있다.

  1. 실제 설비를 나타내는 canonical_entity_id와 문서에 나타난 기록인 occurrence_id를 분리한다.
  2. 기존 기준 ID가 있으면 우선 매핑한다. 없으면 프로젝트, 계통, 위치와 태그를 함께 검토하여 등록부에서 발급한다.
  3. 명확한 기준키 일치를 먼저 처리하고 별칭, OCR 및 유사도 매칭은 후보로 남긴다. 이름만 같다고 병합하지 않는다.
  4. 매칭을 confirmed, candidate, rejected로 구분하고 판단자와 근거를 저장한다. 후보 매칭으로 승인 관계를 만들지 않는다.
  5. 병합 또는 분리 전 ID와 영향을 받는 관계를 기록한다. 잘못 병합한 경우 원래 개체와 관계의 매핑을 복구한다.
  6. 개정 교체 시 출현 기록을 추가하고 승인된 실물 ID를 유지할지 검토한다. 실물 교체나 태그 재사용은 새 개체일 수 있다.

완료 증거: 같은 태그의 다른 프로젝트 사례, P101/P110 혼동, 다른 개정의 같은 설비, 태그 재사용 사례를 검수한 결과. 결정적 ID는 중복 방지 수단이며 동일 개체라는 사실의 증명은 아니다.

5 S03 물리적 연결 관계 추출

보완 수단: CAD 또는 문서 파서의 객체 및 좌표, 기하 처리 코드, 필요하면 OpenCV 등의 영상 처리, 기호 및 범례 규칙과 도메인 검수. 새 객체 검출 모델 학습은 기존 추출과 규칙으로 해결되지 않는 오류가 확인된 뒤 검토한다. 영상의 선 검출은 기하 후보를 찾는 수단이며 접속 의미를 판정하는 단계와 구분한다. OpenCV 선 검출

  1. 도면 종류, 단위와 좌표계를 정하고 설비 기호, 포트, 선분, 접속점 및 오프페이지 참조 후보를 만든다.
  2. 블록의 이동, 회전, 축척을 적용한 좌표로 정규화한다. 허용 거리 오차는 도면 단위와 표본으로 정한다.
  3. 끝점 근접과 교차를 연결 후보로 만든 뒤 범례, 접속점 표시, 점프선, 레이어와 계통을 확인한다.
  4. 유량 방향, 전기 연결, 단순 참조를 서로 다른 관계 유형으로 기록한다. 모든 연결을 하나의 connected_to로 합치지 않는다.
  5. 양 끝 객체와 원문 영역 및 판단 규칙을 붙여 검수한다. 교차하지만 접속하지 않는 사례, 끊김 및 타 페이지 참조는 별도 판정한다.
  6. 승인 관계만 기준 원장과 검색 표현에 반영한다. 자료가 부족하면 needs_review로 남기고 필요한 도면 또는 범례를 요청한다.

완료 증거: 연결과 비연결 정답 사례, 기하 후보에서 탈락한 사유, 방향과 계통, 원문 영역 및 검수 이력. 선분의 근접성이나 벡터 검색 점수만으로 연결을 승인하지 않는다.

6 S04 온톨로지 제약 검사와 관계 탐색

먼저 수행할 최소 범위

  1. 개체 종류와 관계의 의미, 방향, 대칭성 및 유효 범위를 도메인 담당자와 합의한다.
  2. Python 검사 또는 JSON Schema로 필수 필드와 허용 값을 검사한다. 개체 존재, 동일 프로젝트, 개정 유효성 등 여러 레코드가 필요한 규칙은 등록부를 조회하여 검사한다.
  3. 정상 관계와 의도적으로 잘못 만든 관계로 검증기를 확인한다. 존재하지 않는 개체, 잘못된 타입, 근거 없음, 다른 프로젝트 연결이 탐지되어야 한다.
  4. validation_status와 review_status를 분리한다. 형식 검사를 통과해도 도메인 승인이 없으면 최종 사실로 공개하지 않는다.

요구가 있을 때 확장할 범위

요구보완 기술 후보구현과 검증 방법
RDF로 의미를 공유하고 제약을 검사RDFLib 및 pySHACLURI와 개체 타입, 관계를 RDF로 표현하고 SHACL로 필수값·타입·개수 등을 검증. 위반 노드와 메시지 보관
명시된 관계를 여러 단계 따라가기실제 배포에서 검증한 graphLookup, 앱의 그래프 처리, 필요 시 Amazon Neptune방향·최대 깊이·순환 및 중복·사용자 범위를 정하고 기대 경로와 비교. 새 DB는 규모와 운영 이유가 있을 때 선택
규칙에 따른 의미 추론요구된 범위의 OWL 또는 규칙 엔진, 제한된 경우 pySHACL의 RDFS 및 OWL-RL 전개 옵션사용할 공리 및 규칙과 예상 결과를 먼저 고정. 관측 관계와 추론 관계를 분리하고 전제 ID 및 규칙 버전 저장

SHACL의 제약 통과는 현실의 물리적 연결을 증명하지 않는다. OWL의 의미 추론과 필수 필드 검증도 같은 기능이 아니다. 전제가 무효화되면 그 전제에서 생성된 추론 관계를 함께 재계산한다. W3C SHACL, pySHACL, OWL 2

OpenSearch의 graphLookup은 공식 문서에서 실험 기능으로 안내된다. 사진의 배포에 적용 가능한지와 사용 제약을 확인하고 경로 존재를 업무 영향의 확정으로 해석하지 않는다. OpenSearch graphLookup

전용 그래프 저장소를 도입한다면 관계 모델과 질의 언어를 먼저 결정한다. 예를 들어 Neptune은 property graph와 RDF 질의 경로를 제공하지만, 사용할 모델과 운영 부담을 검토한 뒤 선택한다. Amazon Neptune 개요

완료 증거: 관계 사전, 정상 및 위반 사례의 자동 검사 결과, 도메인 승인, 필요 시 경로 정답과 추론 전제 무효화 결과. 상세 탐색이 필요 없으면 T25는 적용하지 않은 이유를 기록한다.

7 S05 LLM 선별 검증과 검수 대기열

보완 수단: JSON Schema 또는 Pydantic, 등록부 및 원문 조회, 검수 상태 저장과 오류 처리. 구조화 출력은 형식 검사의 출발점이며 사실성의 증거가 아니다. Pydantic을 사용할 경우 문자열과 숫자의 자동 변환 허용 여부도 계약에 맞춘다. Pydantic 엄격한 검증

  1. 입력을 업무 질문, 허용 범위, 후보 ID와 근거로 제한한다. 자료 내부의 지시문은 작업 명령으로 취급하지 않는다.
  2. 출력에 후보 ID, accept/reject/needs_review, evidence_refs와 이유를 요구한다. 모델이 검수자나 승인 상태를 임의로 정하지 않게 한다.
  3. 필수값, 타입과 허용값을 검사한 뒤 입력 후보별 결과가 정확히 하나인지 대사한다.
  4. 근거의 문서, 개정과 위치가 존재하는지 검사하고 해당 내용이 판단을 뒷받침하는지 별도 검토한다.
  5. 형식 오류 및 시간 초과는 제한된 재시도 대상으로, 근거 부족과 개체 모호성은 검수 대상으로 분리한다. 실패를 관련 없음으로 바꾸지 않는다.
  6. 작은 첫 실험에서는 채택, 제외와 보류를 모두 검수한다. 생성 결과를 원본 사실처럼 다음 검색의 근거로 재투입하지 않는다.

완료 증거: 없는 ID, 중복 및 누락 ID, 잘못된 개정, 존재하지만 판단을 뒷받침하지 않는 인용, 입력 문서의 지시문 사례에 대한 오류 또는 보류 결과. 생성 모델을 하나 더 호출하는 것만으로 사람의 업무 검수를 대체하지 않는다.

8 S06 PostgreSQL 조회와 생성 SQL 검증

PG 실적을 함께 조회해야 하는 경우에 적용한다. 도면 검색만 필요한 첫 실험에는 추가하지 않는다.

최소 구현

  1. 질문에서 대상 설비, 기간과 집계 단위를 추출하고 빠진 조건은 재질문한다.
  2. 업무별로 검토된 SQL 템플릿과 허용 뷰를 만든다. 템플릿 ID와 값만 앱에 전달한다.
  3. 인증된 사용자 범위를 서버에서 결정하여 적용한다. 식별자는 서버의 허용 목록에서 선택하고 값은 PG 드라이버로 바인딩한다.
  4. 제한된 DB 역할, 읽기 전용 트랜잭션, 실행 시간 및 결과 행 제한으로 실행한다.
  5. 결과와 사용 기간, 단위, 집계 수준, 원천 기준 시점을 함께 반환한다. 조인 중복과 합계를 정답 사례와 비교한다.

자유 SQL이 실제로 필요한 경우

문자열이 SELECT로 시작하는지만 검사하지 않는다. PostgreSQL 구문을 지원하는 파서로 전체 AST를 검사하여 단일 문장, 허용 구문과 객체 및 함수, 변경 CTE 등을 확인한다. 해석하지 못한 구문은 실행하지 않는다. 필요한 경우 일반 EXPLAIN으로 계획을 확인하되 이를 업무 정답으로 해석하지 않는다.

EXPLAIN ANALYZE는 문장을 실제 실행하므로 생성 SQL의 기본 사전 검사로 사용하지 않는다. 읽기 전용 모드 역시 모든 자원 사용과 모든 부수 효과를 없애는 수단은 아니므로 권한과 허용 객체 및 함수 검사를 함께 적용한다. PostgreSQL 실행 설정, PostgreSQL EXPLAIN

완료 증거: 기간 누락의 재질문, 허용하지 않은 객체 및 함수와 다중 문장 거부, 변경 CTE 거부, 사용자 범위 분리, 실행 시간 초과 처리, 정상 집계의 업무 정답 비교. 운영용 자유 SQL 허용은 T26의 별도 검토 결과로 남긴다.

9 S07 변경 동기화와 일관된 릴리스

첫 실험은 manifest와 배치로 구현

  1. 한 번의 처리 대상과 기준 시점을 manifest에 기록한다. 객체 정의의 지문과 실제 문서 내용의 해시를 구분한다.
  2. 신규, 수정, 삭제 및 접근 범위 변경을 식별한다. 매니페스트에서 누락된 이유가 추출 실패인지 실제 삭제인지 확인한다.
  3. 동일한 논리 ID와 비교 가능한 원천 버전을 사용해 반영한다. 중복 이벤트를 다시 처리해도 결과가 늘지 않게 한다.
  4. 마지막 반영 버전 및 삭제 표식을 보존하여 뒤늦게 도착한 이전 수정이 삭제된 데이터를 되살리지 않게 한다.
  5. Bulk의 항목별 성공과 실패를 대사하고 실패를 재처리한다. 체크포인트는 반영 확인 이후에 이동한다.
  6. 사진의 J3 구조를 실제로 사용한다면 J3 결과가 앱의 서비스 카탈로그에 반영되는 연결 작업을 명시한다. 다른 환경이면 실제 원천에서 검색용 데이터로 이어지는 작업으로 대체한다. 용어, 규칙, 예시의 생성 및 검수는 스키마 복사와 별도 단계다.

다음은 이벤트 계약 예시이며 실제로 실행된 메시지는 아니다.

{
  "event_id": "demo-event-42",
  "source_id": "approved_registry",
  "entity_id": "DEMO:REL:001",
  "source_version": 42,
  "operation": "delete",
  "payload_hash": null,
  "run_id": "demo-run-007"
}

source_version은 이 예제의 동일 원천 및 동일 개체에서 비교 가능한 순번이다. wall clock 시각이나 서로 다른 시스템의 LSN을 전역 순번처럼 사용하지 않는다. source_hash는 내용 비교에, 버전은 갱신 순서 판단에 사용한다.

갱신량과 지연 요구가 클 때의 확장

조건기술 후보반드시 확인할 내용
앱이 기준 원장을 변경하며 이벤트도 발행Transactional outbox원장 변경과 outbox 기록을 같은 DB 트랜잭션에 넣고 소비자는 재전송에 멱등 동작
PostgreSQL 변경을 지속 수집Debezium초기 snapshot과 CDC 경계, logical replication 권한과 WAL 보관, 체크포인트, 중복 및 역순 처리
관리형 복제 작업이 요구에 맞음AWS DMS원천 키, 변환 필요성, 대상 배포와 인증 제약 및 기능 지원을 확인

Debezium의 재전송 가능성에 대비하며, Kafka의 tombstone이 OpenSearch의 실제 삭제까지 자동 실행한다고 가정하지 않는다. 삭제 적용은 소비자 또는 연동기의 책임이다. DMS는 OpenSearch 대상의 키와 지원 제약을 확인한 후 선택하며, 원천 행 복사만으로 업무 용어 및 관계 사전이 완성되지는 않는다. Debezium PostgreSQL, AWS DMS OpenSearch 대상

여러 단계 검색에서 같은 판 사용

릴리스 manifest에 카탈로그 인덱스 묶음과 스키마, 용어, 모델 및 프롬프트 버전을 기록한다. 검증한 묶음을 alias로 전환하고 앱은 실행 시작 시 릴리스를 한 번 확정하여, 필터와 routing을 보존한 불변 버전별 별칭으로 끝까지 조회한다. 실행 중 별칭을 단계마다 다시 해석하여 판이 섞이지 않게 한다. 이전 판은 진행 중 실행과 복귀 요구를 고려하여 보존한다.

공개한 카탈로그 판의 기본 내용도 고정하고 변경은 다음 판으로 게시한다. 같은 물리 인덱스를 계속 덮어쓴다면 인덱스 이름 고정만으로 내용 일치가 보장되지 않으므로, 별도의 스냅샷 또는 요청 일관성 설계를 검증한다. 권한 회수는 데이터 판 고정과 별도로 적용한다.

물리 인덱스를 직접 조회하면 기존 별칭의 필터·routing이 자동 적용되지 않는다. 직조회가 필요하면 같은 필터·routing과 사용자별 접근 제어를 명시적으로 보존하고 해당 물리 인덱스의 권한 적용을 검증한다. 서로 다른 두 사용자 범위로 전환 전후와 진행 중 요청의 결과 범위를 확인한다.

alias의 원자적 변경은 여러 호출 전체의 트랜잭션을 의미하지 않는다. 위 실행별 버전 고정은 이를 보완하는 앱 설계다. OpenSearch 3.7 인덱스 별칭

완료 증거: 추가, 수정, 삭제, 동일 이벤트 재전송, 역순 도착, 중간 실패 후 재시작, 접근 범위 회수와 검색 중 릴리스 전환 사례. 삭제 및 권한 회수는 캐시와 진행 중 실행에도 영향을 검토하며, 오래된 릴리스가 회수된 자료를 노출하지 않게 한다.

10 S08 단계별 품질 평가

업무 정답과 원문 근거는 도메인 검토자가 확인한다. 개발 평가셋과 최종 평가셋을 분리하고, 목표와 설정은 최종 평가 전에 고정한다.

단계평가할 내용별도로 보관할 실패
추출태그 정확 일치, 누락, 원문 영역 추적글자는 비슷하지만 다른 설비가 된 경우
개체 식별승인 매칭 중 잘못 병합한 건수, 미매칭 및 보류같은 태그의 다른 개체, 실물 교체
검색Recall@K, 필요 시 순위 품질올바른 근거가 후보에 아예 없었던 경우
LLM 선별채택 정밀도, 오배제, 보류와 응답 검증 실패근거 위치는 맞지만 판단이 틀린 경우
관계대상, 유형, 방향과 개정 정확성, 누락 및 보류교차선의 오접속, 반대 방향, 다른 개정
PG 조회질문별 정답과 사용자 범위조인 중복, 기간 및 단위 오류
동기화반영 지연, 중복, 삭제 및 역순 처리이전 이벤트로 데이터가 부활하거나 판이 섞인 경우
전체 업무대표 질문 해결 여부, 처리 및 검수 시간부분 성공을 전체 성공으로 판단한 경우

모든 지표는 표본 수와 분모를 함께 기록한다. 분모가 0이면 N/A로 쓰고, 결과를 적게 내어 정밀도만 높이는 상황은 누락 및 보류율로 함께 평가한다. 작은 샘플 결과를 전체 운영 성능으로 일반화하지 않는다.

완료 증거: 기준선과 변경 후 결과, 오류 유형별 원인, 채택 및 보류 결정. 근거가 없는 사실을 기술로 복원하거나 오류가 영원히 없다고 보증하는 기준은 두지 않는다.

11 S09 권한과 용량 및 복구

  1. 서버에서 확인한 사용자 범위를 검색, LLM 입력, PG 조회와 원문 열기에 일관되게 적용한다. 프롬프트에 사용자 이름을 넣는 것으로 권한 처리를 대신하지 않는다.
  2. OpenSearch의 문서 및 필드 권한, PG의 제한 뷰 또는 RLS를 실제 구성에 맞게 적용한다. PG의 소유자, superuser와 BYPASSRLS 역할의 우회를 확인한다.
  3. 서로 다른 권한의 두 사용자를 같은 연결 풀에서 번갈아 실행하고 이전 사용자 상태가 남지 않는지 검사한다. 권한 회수와 캐시도 확인한다.
  4. 실제 질의와 데이터 크기로 검색 구간을 측정한다. OpenSearch Benchmark를 쓴다면 워크로드를 실제 매핑과 질의에 맞춘다. 앱과 모델 지연은 별도 계측한다.
  5. p50 및 p95 지연, 오류율, 처리량, 메모리와 디스크, 모델 비용을 기록하고 합의한 조건과 비교한다. 사진의 노드 사양만으로 적정 용량을 확정하지 않는다.
  6. 이전 검색 판 복귀, 원장 또는 백업 복원, 처리 체크포인트 재개를 각각 시험한다. alias 복귀와 전체 데이터 복구를 구분한다.

권한 기능과 정책 연결은 함께 검증해야 한다. AWS OpenSearch 세부 접근 제어, PostgreSQL RLS, OpenSearch Benchmark

완료 증거: 사용자별 결과와 권한 회수 시험, 대표 부하 조건과 측정 결과, 복원 성공 및 소요 시간. D10에는 점검표와 작은 실험을 제출하며, 실제 운영 전에는 T28에서 운영 규모와 복구 목표의 충족을 별도로 판정한다.

12 S10 업무 합의와 기술로 해소되지 않는 공백

기술을 추가해도 원본에 없는 사실과 업무 의미를 대신 확정할 수 없다. 업무 책임자 및 도메인 검토자와 다음 내용을 결정 기록으로 남긴다.

미결정 항목은 담당과 확인일을 지정하며 합의된 사실로 쓰지 않는다. 이 절은 T03과 T05의 업무이며 기술 설치로 완료 처리하지 않는다.

13 첫 10근무일에서의 적용 범위

첫 목표는 입력 형식 하나, 대표 질문 하나, 소수 개체 및 관계, 명시적 검수와 배치 갱신으로 전체 흐름을 보여주는 것이다. T22의 개체 기준, T24의 최소 제약 검사, T27의 변경 및 삭제·재실행 확인은 이 작은 흐름에 포함한다.

T21의 원본 추출, T23의 물리 관계, T25의 다단계 탐색, T26의 PG 조회는 실제 질문에 필요한 것만 선택한다. 지속 CDC, 자유 SQL, 대규모 추출 모델 학습과 운영 부하는 D11 이후 별도 계획으로 확장한다. 실제 자료 없이 수행한 가상 실습은 실환경 검증과 분리한다.

기술별 공식 문서는 기능 범위를 확인하기 위한 자료다. 적용 시 실제 버전, 라이선스 및 데이터 취급 조건, 관리형 서비스 지원 여부를 확인하고 검증한 구성과 결과를 기록한다.