AIMS - Backend

AIMS (Auto Intelligence Manufacturing System) - AI 기반 자동차 스마트팩토리 관제 시스템

backend는 AIMS의 Spring Boot 기반 Main Backend 서비스입니다. 제조/분석 서비스가 Kafka로 전달한 알림 및 공정 분석 이벤트를 소비하고, 알림 이력·분석 결과·AGV 운영 상태를 운영 화면에서 조회할 수 있도록 API와 실시간 WebSocket 메시지를 제공합니다.

이 Backend가 담당하는 핵심 기능은 다음과 같습니다.

Kafka의 factory.manufacturing.alert 이벤트를 검증·중복 제거·점수화하여 AlertEvent로 저장합니다.
Kafka의 factory.manufacturing.analysis 이벤트 중 PROCESS_RISK_ANALYSIS 결과를 이용해 정상 공정의 AGV 배차를 요청합니다.
알림 조치 이력과 공정별 분석 결과를 바탕으로 유사 장애 조치 추천을 제공합니다. 이는 현재 코드상 별도 AI 모델 호출이 아니라 Main DB의 유사 분석 결과와 조치 타임라인을 조회하는 방식입니다.
Redis에 AGV 대기열 및 실시간 운행 상태를 관리하고, /topic/alerts와 /topic/agv로 운영 화면에 변경 사항을 전달합니다.
OpenSearch Client 연결 설정은 존재하지만, 이 저장소에서 OpenSearch로 분석 결과를 색인하거나 조회하는 서비스 로직은 확인되지 않습니다. 현재 주된 영속화는 Main DB와 Redis입니다.

핵심 구조

flowchart LR
    Producer[제조 assembly-service]
    Kafka[(Kafka / MSK)]
    Backend[AIMS Backend]
    MainDB[(MySQL Main DB)]
    Redis[(Redis)]
    Client[Dashboard Client]
    Assembly[Assembly Service]

    Producer -->|factory.manufacturing.alert| Kafka
    Producer -->|factory.manufacturing.analysis| Kafka
    Kafka -->|AlertEventConsumer| Backend
    Kafka -->|ManufacturingAnalysisConsumer| Backend
    Backend --> MainDB
    Backend --> Redis
    Backend -->|STOMP /topic/alerts, /topic/agv| Client
    Backend -->|POST /api/internal/agv-arrivals| Assembly

현재 Backend 코드에는 KafkaTemplate Producer Bean이 정의되어 있지만, 애플리케이션 서비스에서 Kafka로 메시지를 발행하는 호출은 확인되지 않습니다. 따라서 실제 입력 Producer는 외부 제조/분석 서비스로 보는 것이 맞습니다.

알림 처리

알림 우선순위 구조	알림 목록

알림 조치	알림 상세

알림은 factory.manufacturing.alert 토픽을 AlertEventConsumer가 소비합니다. AlertEventSaveService는 JSON을 정규화하고 중복 이벤트를 걸러낸 뒤 점수를 계산하여 DB에 저장합니다.

처리 순서

sequenceDiagram
    participant A as Alert Producer
    participant K as Kafka<br/>factory.manufacturing.alert
    participant C as AlertEventConsumer
    participant S as AlertEventSaveService
    participant W as STOMP WebSocket
    participant DB as Main DB
    participant UI as Dashboard

    A->>K: alert JSON(eventId, alertType, processCode, riskScore)
    K->>C: consume(message)
    C->>S: save(message)
    S->>S: eventId 중복 확인
    S->>S: occurrence / detection / priority 계산
    S->>W: /topic/alerts 실시간 알림 publish
    S->>DB: AlertEvent saveAndFlush
    W-->>UI: AlertRealtimeMessage

점수와 상태

지원 공정: PRESS, BODY, PAINT, ASSEMBLY
알림 유형: PROCESS, EQUIPMENT
riskScore는 0~100 범위이며 필수입니다.
occurrenceScore: 같은 eventKey의 최근 30일 발생 빈도 기반
detectionScore: 과거 조치 상태(COMPLETED, INCOMPLETE, NOT_NEEDED) 기반
priorityScore: riskScore × (1 + occurrenceScore) × (1 + detectionScore)
priorityScore >= 250이면 DANGER, 그 미만이면 CAUTION
같은 eventId가 이미 저장되어 있으면 중복 처리하지 않습니다.

알림 실시간 메시지는 /topic/alerts로 발행되며, 알림 이력과 조치 정보는 Main DB의 alert_event, action_timeline을 통해 조회합니다. WebSocket publish가 실패하더라도 DB 저장 흐름 자체는 계속 진행하도록 처리되어 있습니다.

알림 API

기능	HTTP API
알림 목록/검색	`GET /api/event`
우선순위 요약	`GET /api/event/priority-summary?days=7`
알림 상세	`GET /api/event/{logNo}`
eventId로 조회	`GET /api/event/by-event-id/{eventId}`
조치 상태 변경	`PATCH /api/event/{logNo}/action`
조치 타임라인 조회	`GET /api/event/{logNo}/action-timeline`
조치 타임라인 등록	`POST /api/event/{logNo}/action-timeline`
유사 장애 조치 추천	`GET /api/event/{logNo}/recommendation`

AGV 배차 및 운반

AGV는 분석 결과를 직접 Kafka로 재발행하지 않고, 분석 이벤트를 소비한 뒤 Redis 대기열과 DB 상태를 조합하여 시뮬레이션합니다.

분석 이벤트 → 배차 흐름

ManufacturingAnalysisConsumer는 factory.manufacturing.analysis를 소비하고, analysisType == PROCESS_RISK_ANALYSIS인 이벤트만 처리합니다. 동일 eventId는 Redis의 agv:analysis:processed:{eventId} 키로 1분 동안 중복 방지합니다. 분석 결과가 abnormal이면 AGV를 배차하지 않습니다.

flowchart TD
    E[factory.manufacturing.analysis] --> C[ManufacturingAnalysisConsumer]
    C --> T{analysisType == PROCESS_RISK_ANALYSIS?}
    T -- 아니오 --> I[무시]
    T -- 예 --> D["Redis 중복 확인<br/>agv:analysis:processed:{eventId}"]
    D --> X{isAbnormal?}
    X -- 예 --> N[AGV 배차하지 않음]
    X -- 아니오 --> Q[route별 Redis Queue 적재]
    Q --> S[AgvDispatchScheduler<br/>1초 주기 + ShedLock]
    S --> A{대기 AGV 존재?}
    A -- 아니오 --> R[Queue 선두 재적재 후 대기]
    A -- 예 --> DB[agv_operation을 MOVING으로 변경]
    DB --> RT[Redis realtime 상태 저장]
    RT --> WS["/topic/agv publish"]

Route와 Redis 자료구조

출발 공정	도착 공정	routeCode	배차 Queue 키
`PRESS`	`BODY`	`PRESS_BODY`	`agv:dispatch:queue:PRESS_BODY`
`BODY`	`PAINT`	`BODY_PAINT`	`agv:dispatch:queue:BODY_PAINT`
`PAINT`	`ASSEMBLY`	`PAINT_ASSEMBLY`	`agv:dispatch:queue:PAINT_ASSEMBLY`
`ASSEMBLY`	`INSPECTION`	`ASSEMBLY_INSPECTION`	`agv:dispatch:queue:ASSEMBLY_INSPECTION`

각 route에는 중복 방지용 Set(agv:dispatch:event-ids:{routeCode})도 함께 사용합니다. 사용 가능한 AGV가 없거나 배차 중 예외가 발생하면 요청을 Queue 앞에 다시 넣습니다.

AGV 상태 머신

stateDiagram-v2
    [*] --> WAITING
    WAITING --> MOVING: 배차 성공
    MOVING --> UNLOADING: 이동 30초 만료
    UNLOADING --> RETURNING: 하역 5초 만료
    RETURNING --> WAITING: 복귀 30초 만료

영속 상태: Main DB agv_operation
실시간 진행률/예상 도착: Redis agv:realtime:{agvId}
상태 전이 확인: AgvTransportStateScheduler가 1초마다 만료 상태를 검사
다중 Pod 중복 실행 방지: Redis 기반 ShedLock
Pod 재시작 시 DB 상태와 Redis 상태를 비교하여 하역/복귀 세션을 복구
MOVING 도착 시 Assembly Service에 POST {ASSEMBLY_SERVICE_URL}/api/internal/agv-arrivals로 eventId를 전달
Assembly 도착 API가 실패해도 AGV 시뮬레이션은 계속 진행

AGV 상태가 변경될 때 전체 AGV 목록을 /topic/agv로 publish합니다. REST 조회는 다음 API를 사용합니다.

기능	HTTP API
AGV 상태 요약	`GET /api/main/agv-status`
공정 흐름 및 AGV 상세	`GET /api/main/process-flow`

Kafka 설계

토픽과 Consumer Group

토픽	기본 Partition 수	Backend Consumer	Consumer Group	목적
`factory.manufacturing.alert`	2	`AlertEventConsumer`	`app.kafka.group-id`	알림 저장 및 WebSocket 전달
`factory.manufacturing.analysis`	2	`ManufacturingAnalysisConsumer`	`app.kafka.consumer.agv-group-id`	정상 공정 분석 이벤트 기반 AGV 배차
`factory.manufacturing.raw`	4	Assembly Service 측 처리	Assembly Service Group	제조 원천 이벤트 수집·분석 입력
`factory.manufacturing.equipment`	2	Assembly Service 측 처리	Assembly Service Group	설비 이벤트 수집·분석 입력

raw와 equipment는 Assembly Service에서 제조 원천·설비 정보를 처리하는 채널입니다. 이 Backend는 해당 원천 이벤트를 직접 소비하기보다, 분석 결과가 발행된 analysis와 알림 결과가 발행된 alert 토픽을 소비합니다.

flowchart LR
    subgraph K["Kafka / AWS MSK"]
        RAW[factory.manufacturing.raw<br/>4 partitions]
        ANALYSIS[factory.manufacturing.analysis<br/>2 partitions]
        ALERT[factory.manufacturing.alert<br/>2 partitions]
        EQUIP[factory.manufacturing.equipment<br/>2 partitions]
    end

    AS[Assembly Service]
    RAW -->|Assembly Service Group| AS
    EQUIP -->|Assembly Service Group| AS
    ANALYSIS -->|AGV group<br/>main-agv-group*| AC[ManufacturingAnalysisConsumer<br/>concurrency=2]
    ALERT -->|일반 backend group<br/>main-*/backend-*| NC[AlertEventConsumer]
    AC --> RQ[Redis AGV Queue]
    NC --> DB[MySQL AlertEvent]
    NC --> WS["STOMP /topic/alerts"]

Kafka Client 동작

KafkaConfig에서 다음과 같이 구성합니다.

Producer/Consumer payload: String
Producer: acks=all, enable.idempotence=true
Consumer: auto commit 비활성화, AckMode.RECORD
기본 offset: earliest (local profile은 latest로 덮어씀)
운영/개발 MSK: SASL_SSL + AWS_MSK_IAM
로컬 기본값: localhost:9092, PLAINTEXT
Listener 전체 비활성화: app.kafka.listeners-enabled=false

AlertEventConsumer는 app.kafka.listeners-enabled가 true일 때만 등록됩니다. 반면 AGV 분석 Consumer는 코드상 app.kafka.consumer.agv-group-id를 사용하므로 해당 프로퍼티와 Kafka 접속 정보가 실행 환경에 있어야 합니다.

데이터 흐름도

WebSocket / STOMP

STOMP endpoint는 /ws와 /api/ws이며 SockJS를 지원합니다. 서버 브로커 prefix는 /topic입니다.

구독 destination	메시지	발생 시점
`/topic/alerts`	`AlertRealtimeMessage`	새로운 알림을 Kafka에서 수신하고 점수 계산 후
`/topic/agv`	AGV 전체 상태 목록	배차, 이동 도착, 하역 시작, 복귀 시작/완료 시

설정

설정 파일은 다음 순서로 관리합니다.

공통: src/main/resources/application.yaml
local: application-local.yaml
dev: application-dev.yaml
prod: application-prod.yaml

주요 환경 변수는 다음과 같습니다.

변수	설명
`SPRING_PROFILES_ACTIVE`	실행 profile (`local`, `dev`, `prod`)
`KAFKA_BOOTSTRAP_SERVER_1`, `KAFKA_BOOTSTRAP_SERVER_2`	Kafka/MSK Broker 주소
`KAFKA_GROUP_ID`	알림 Consumer Group
`AGV_CONSUMER_GROUP_ID`	AGV 분석 Consumer Group
`KAFKA_LISTENERS_ENABLED`	Kafka Listener 활성화 여부
`REDIS_HOST`, `REDIS_PORT`	Redis 접속 정보
`MAIN_DB_JDBC_URL`, `MAIN_DB_USERNAME`, `MAIN_DB_PASSWORD`	Main DB 접속 정보
`ASSEMBLY_SERVICE_URL`	Assembly Service 주소
`JWT_SECRET_KEY`	JWT 서명 키

실행

프로젝트 루트의 .env를 준비한 후 실행합니다.

$env:SPRING_PROFILES_ACTIVE = "local"
.\gradlew.bat bootRun

테스트:

.\gradlew.bat test

Swagger UI:

http://localhost:8081/swagger-ui/index.html

주요 패키지

src/main/java/com/aims/backend
├─ config/                         # Kafka, WebSocket, Security, DB 설정
├─ controller/alert                # 알림 REST API
├─ controller/dashboard            # 대시보드·AGV REST API
├─ service/alert                   # Kafka 알림 소비, 저장, WebSocket publish
├─ service/dashboard               # 분석 소비, AGV Queue·Scheduler·상태 전이
├─ domain/alert                    # AlertEvent, ActionTimeline
├─ domain/dashboard                # AgvOperation 및 공정 도메인
├─ repository/alert
└─ repository/dashboard

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

Uh oh!

AIMS - Backend

AIMS (Auto Intelligence Manufacturing System) - AI 기반 자동차 스마트팩토리 관제 시스템

핵심 구조

알림 처리

처리 순서

점수와 상태

알림 API

AGV 배차 및 운반

분석 이벤트 → 배차 흐름

Route와 Redis 자료구조

AGV 상태 머신

Kafka 설계

토픽과 Consumer Group

Kafka Client 동작

데이터 흐름도

WebSocket / STOMP

설정

실행

주요 패키지

Uh oh!

FilesExpand file tree

README.md

Latest commit

History

README.md

File metadata and controls

AIMS - Backend

AIMS (Auto Intelligence Manufacturing System) - AI 기반 자동차 스마트팩토리 관제 시스템

핵심 구조

알림 처리

처리 순서

점수와 상태

알림 API

AGV 배차 및 운반

분석 이벤트 → 배차 흐름

Route와 Redis 자료구조

AGV 상태 머신

Kafka 설계

토픽과 Consumer Group

Kafka Client 동작

데이터 흐름도

WebSocket / STOMP

설정

실행

주요 패키지