# NAS ↔ Windows 분산 아키텍처 — Design Spec **Date:** 2026-05-18 **Author:** CEO (with Claude) **Scope:** `web-backend` + `web-ai` + 신규 `web-ai-services` (Windows WSL2 컨테이너 모음) --- ## 1. 배경 & 목적 NAS Synology J4025 (Celeron 2C/2.0GHz, 18GB)에서 11개 docker 컨테이너가 CPU를 과점유. 진단 결과 가장 큰 원인은 **외부 인바운드 API 호출 빈도** (web-ai signal_v1/v2가 분당 12회 NAS stock 호출) + **insta-lab Playwright Chromium의 동시 launch 비용**이었다. 박재오 통찰: *"NAS = 24/7 표출·게이트웨이 / Windows = 트레이딩 메인 + 트리거 기반 컴퓨팅"*. 박재오가 이미 7건의 의사결정을 마쳤고 1주 셋업 가이드도 정리되어 있다 (`Obsidian Vault/raw/2026-05-18-Windows-NAS-아키텍처-7결정-통합.md`). 본 spec은 그 위에 **실행 단위 분할(SP) + 의존성 그래프 + 통합 패턴 + 데이터 플로우**를 정리해서 실제 구현 plan으로 진입 가능한 형태로 만든다. ### 박재오 7결정 (수용된 결정 사항) 1. **d+b 조합** — Windows 작업 감지 큐 정지 + 트레이딩 우선순위 High 2. **insta-lab Playwright 1순위** 이전 (NAS → Windows) 3. **트리거 B(비동기) + C(예약)** — 즉시 응답 X, task_id 발급 + 폴링 4. **외부 영상 생성 도구** (Runway·Sora·Veo·Pika·Kling·Luma) 5. **Redis NAS 컨테이너** — 24/7 안정 큐 6. **옵션 4 하이브리드** — 트레이딩 Native Python / 신규 WSL2 Docker Engine 7. **NSSM** — Windows Service 도구 (자동 시작·우선순위) --- ## 2. 전체 아키텍처 ``` [사용자 브라우저] ↓ HTTPS [NAS Synology J4025] ─── 24/7 안정 · 표출 · 게이트웨이 · 상태(state) ├─ frontend (nginx :8080) React SPA ├─ redis (:6379) ⭐ NEW 24/7 큐 + 캐시 ├─ stock (:18500) +TTLCache 메타 + KIS data + WebAI gateway ├─ insta-lab (:18700) 분할 후 카피 생성 + DB + Redis push ├─ music-lab (:18600) 분할 후 메타 + Redis push (Suno/MusicGen 미실행) ├─ video-lab (:18XXX) ⭐ NEW 영상 게이트웨이 + Redis push ├─ agent-office (:18900) 텔레그램 라우팅 + scheduler ├─ lotto / realestate-lab / personal / packs-lab / travel-proxy └─ deployer (:19010) ↓ Redis BLPOP / 직접 HTTP webhook [Windows AI Server 192.168.45.59] ─── 트레이딩 최우선 · 트리거 컴퓨팅 ├─ 🔵 Native Python (NSSM HIGH priority) │ ├─ signal_v2 (:8001) ⭐ 트레이딩 절대 우선 │ ├─ Ollama qwen3:14b (:11435) │ └─ MusicGen (:8765) └─ 🟢 WSL2 + Docker Engine (NORMAL priority) ├─ insta-render (:18710) ⭐ NEW Playwright Chromium pool ├─ music-render (:18711) ⭐ NEW Suno API + MusicGen orchestration ├─ video-render (:18712) ⭐ NEW 외부 영상 API gateway (6 provider) └─ task-watcher 박재오 작업 감지 + 시간대 분기 ``` ### 핵심 원칙 1. **NAS = state(DB) + view(nginx 미디어 서빙)**, **Windows = stateless compute** 2. **트레이딩 절대 우선** — 시간대 조건부 (아래 §3 참조) 3. **무거운 작업 시간대 분리** — 데드존 23:30–04:30 + 주말·휴장일 = 골든타임 --- ## 3. 시간대별 우선순위 모드 | 모드 | 조건 | signal_v2 | task-watcher 정책 | |------|------|-----------|------------------| | 🔴 트레이딩 | 평일 비휴장일 07:00–16:30 | NSSM HIGH, polling 활성 | 박재오 활동 감지 시 `queue:paused` SET | | 🟡 일반 | 평일 16:30–23:30 (NXT) | NSSM HIGH 유지 (5분 폴링 가벼움) | 박재오 활동 감지 시 SET | | 🟢 자유 | 주말·휴장일 + 평일 23:30–04:30 | 자동 idle (휴장일 polling 미실행) | `queue:paused` DEL 유지 — 큐 항상 활성 | ### 구현 위치 - **signal_v2의 휴장일 인식**: `web-ai` CHECK_POINT #7 `holidays.json` 자동 동기화 항목. 휴장일·주말에 polling 자체 미실행. - **휴장일 단일 소스**: `web-backend/stock/app/holidays.json` 정본. NAS stock이 `GET /api/stock/holidays`로 노출. signal_v2 + task-watcher가 매일 00:00 갱신. - **task-watcher 시간대 분기**: `current_mode()` 함수가 30초 폴링마다 모드 판정 → `queue:paused` 토글. --- ## 4. Sub-project 카탈로그 (12개) | SP | 명칭 | 트랙 | 위치 | 소요 | |----|------|------|------|------| | **SP-A1** | web-ai 캐시 TTL 증가 | A | `web-ai/signal_v2/stock_client.py` | 10분 | | **SP-A2** | NAS stock TTLCache | A | `web-backend/stock/app/*` | 30분 | | **SP-1** | NAS Redis 컨테이너 | B (Base) | `web-backend/docker-compose.yml` | 30분 | | **SP-2** | Windows WSL2 + Docker Engine | B (Base) | (Windows AI) | 2h | | **SP-3** | insta-render Windows 서비스 | B | `web-ai-services/insta-render/` (신규) | 4h | | **SP-4** | NAS insta-lab 분할 | B | `web-backend/insta-lab` | 2h | | **SP-5** | music-render Windows 서비스 | B | `web-ai-services/music-render/` (신규) | 3h | | **SP-6** | NAS music-lab 분할 | B | `web-backend/music-lab` | 2h | | **SP-7** | video-render Windows 서비스 | B | `web-ai-services/video-render/` (신규) | 3h | | **SP-8** | NAS video-lab 신설 | B | `web-backend/video-lab/` (신규 컨테이너) | 2h | | **SP-9** | NSSM 자동 시작 + 우선순위 | B | (Windows) | 1h | | **SP-10** | task-watcher (시간대 + 활동 감지) | B | `web-ai-services/task-watcher/` (신규) | 2h | **총 작업시간**: ~22.5h (1주 일정에 부합) ### 의존성 그래프 ``` A 트랙 (병행, ~40분) SP-A1 ─╮ ├── V2 재시작 시 효과 SP-A2 ─╯ B 트랙 Base (Day 1~2) SP-1 (Redis) ─┐ ├── 인스타·음악·영상 3 트랙 모두 의존 SP-2 (WSL2) ──┘ 인스타 트랙 (Day 3~4) SP-3 (insta-render) ──→ SP-4 (NAS insta-lab 분할) 음악 트랙 (Day 4~5) SP-5 (music-render) ──→ SP-6 (NAS music-lab 분할) 영상 트랙 (Day 5~6) SP-7 (video-render) ──→ SP-8 (NAS video-lab 신설) 인프라 마무리 (Day 6~7) SP-9 (NSSM) ──→ SP-10 (task-watcher) ``` ### Critical Path `SP-1 ∥ SP-2` → `SP-3` → `SP-4` → `SP-9` → `SP-10` (최단 약 11.5h) 병렬화: SP-1(NAS)·SP-2(Windows)는 다른 머신이라 동시 진행. 인스타·음악·영상 트랙은 패턴이 같아 한 번 정착 후 빠르게 복제. --- ## 5. 통합 패턴 — "Windows Render Worker" 인스타·음악·영상 3 트랙이 **완전히 같은 패턴**. 한 번만 정의하고 3번 재사용한다. ### 시퀀스 ``` 사용자 ─POST /api/{kind}/generate ...──→ NAS {kind}-lab │ ├─ DB.create_task() → task_id ├─ Redis RPUSH queue:{kind}-render {task_id, params, ...} └─ 200 {task_id} ─→ 사용자 [Windows {kind}-render] │ (queue:paused 체크 후 BLPOP queue:{kind}-render) │ ├─ POST /api/internal/{kind}/update │ {status: "processing", progress: 30} ─→ NAS DB update │ ├─ 무거운 작업 (Playwright / Suno / Runway 등) │ 결과 파일 → /mnt/nas/data/{kind}/{id}/{file} (SMB direct write) │ └─ POST /api/internal/{kind}/update {status: "succeeded", progress: 100, result_path: "/media/{kind}/{id}/{file}"} ─→ NAS DB update 사용자 ─GET /api/{kind}/tasks/{task_id}──→ NAS {kind}-lab └─ DB.get_task() → {status, progress, result_path} ─→ 사용자 (폴링) ``` ### 4가지 미세 개선 (반영됨) 1. **결과물 저장**: SMB direct write (`/mnt/nas/data/`) — 별도 HTTP upload 단계 제거 2. **NAS 알림**: Windows → NAS internal webhook (`POST /api/internal/{kind}/update`) — NAS polling 부담 0 3. **사용자 응답**: 폴링 유지 (YAGNI, 미래 SSE 검토) 4. **인증 키 분리**: `X-WebAI-Key`(read, web-ai→NAS) vs `X-Internal-Key`(write, Windows→NAS) --- ## 6. Redis 키 컨벤션 | 키 | 종류 | TTL | 용도 | |----|------|-----|------| | `queue:insta-render` | list | (없음) | 인스타 카드 렌더 작업 큐 | | `queue:music-render` | list | (없음) | 음악 생성 작업 큐 | | `queue:video-render` | list | (없음) | 영상 생성 작업 큐 | | `queue:paused` | string `"1"` | 600s | task-watcher가 set/del. worker가 BLPOP 전 확인 | | (옵션) `cache:stock:*` | string (json) | 120~600s | NAS stock Redis 캐시 (SP-A2와 별개 옵션) | ### 큐 payload 표준 (JSON) ```json { "task_id": "uuid-...", "kind": "insta|music|video", "params": { ... }, "submitted_at": "2026-05-18T08:30:00+09:00" } ``` Worker는 `BLPOP queue:{kind}-render` (1초 timeout) → `queue:paused` 체크 → 처리. --- ## 7. NAS 볼륨 레이아웃 + nginx 서빙 ### 실 파일 시스템 ``` /volume1/docker/webpage/data/ ├── insta/{slate_id}/01.png ~ 10.png ├── music/{track_id}/{file}.mp3 └── video/{video_id}/{file}.mp4 ``` ### WSL2 마운트 ```bash # WSL2 /etc/fstab //gahusb.synology.me/docker/webpage/data /mnt/nas cifs username=...,vers=3.0,uid=1000,_netdev 0 0 ``` ### nginx 서빙 ``` https://gahusb.synology.me/media/insta/{id}/01.png /music/{id}/... /video/{id}/... ``` → nginx `location /media/` 블록은 `/volume1/docker/webpage/data/`를 alias로 서빙 (기존 패턴). --- ## 8. NAS internal webhook 명세 ### Endpoint `POST /api/internal/{kind}/update` (kind ∈ `insta`|`music`|`video`) ### 인증 — 3-layer 차단 1. **nginx IP 화이트리스트** (Layer 1·2): ```nginx location /api/internal/ { allow 192.168.45.0/24; # LAN 화이트리스트 allow 100.64.0.0/10; # Tailscale CGNAT 대역 deny all; ... } ``` 2. **`X-Internal-Key` 헤더 검증** (Layer 3): `verify_internal_key` dependency ### Payload ```json { "task_id": "uuid-...", "status": "processing|succeeded|failed", "progress": 0-100, "result_path": "/media/insta/123/01.png", // succeeded일 때만, nginx 경로 "error": "exception message" // failed일 때만 } ``` ### NAS 측 처리 1. `tasks` 테이블 row update (status, progress, result_path, error) 2. (옵션) Redis PUBLISH `task:{id}` — 미래 SSE 통합 시 활용 3. 200 응답 (또는 401 if invalid key) ### 인증 키 정책 | 키 | 방향 | 권한 | 위치 | |----|------|------|------| | `X-WebAI-Key` | web-ai → NAS | read-only (`GET /api/webai/*`) | NAS `.env` + web-ai `.env` | | `X-Internal-Key` | Windows worker → NAS | write-only (`POST /api/internal/*`) | NAS `.env` + Windows `.env` | 분리 사유: Principle of Least Privilege, 독립 로테이션, 감사 로그 명확성. ### 인증 helper (NAS 공통 모듈, `web-backend/_shared/auth.py` 또는 각 컨테이너 복제) ```python from fastapi import Header, HTTPException import os async def verify_internal_key(x_internal_key: str = Header(...)): expected = os.getenv("INTERNAL_API_KEY") if not expected or x_internal_key != expected: raise HTTPException(401, "Invalid X-Internal-Key") # 라우터 사용 @app.post("/api/internal/insta/update", dependencies=[Depends(verify_internal_key)]) async def insta_update(payload: InternalUpdate): ... ``` 기존 `verify_webai_key` 패턴(메모리 `reference_webai_auth_pattern.md`)을 복제. --- ## 9. Suno + 외부 영상 API 키 이전 NAS `.env`에서 다음 키들을 **제거** → Windows `.env`로 이전: | 키 | NAS 이전 | Windows 이후 | |-----|---------|-------------| | `SUNO_API_KEY` | music-lab | music-render | | `RUNWAY_API_KEY` | (없음) | video-render | | `OPENAI_API_KEY` (Sora) | (있을 수도) | video-render | | `GEMINI_API_KEY` (Veo) | (없음) | video-render | | `PIKA_API_KEY` / `KLING_API_KEY` / `LUMA_API_KEY` | (없음) | video-render | → NAS music-lab + video-lab은 외부 API 호출 코드를 가지지 않음. Redis push만. --- ## 10. SP 상세 명세 ### SP-A1 — web-ai 캐시 TTL 증가 (10분) **파일**: `web-ai/signal_v2/stock_client.py` 변경: ```python # 변경 전 PORTFOLIO_TTL = 60 NEWS_TTL = 300 SCREENER_TTL = 60 # 변경 후 PORTFOLIO_TTL = 180 # 3분 NEWS_TTL = 600 # 10분 SCREENER_TTL = 300 # 5분 ``` **효과**: 분당 12 → 3~4 호출 (~70% 감소), 캐시 hit ratio 0~50% → 66~80% ### SP-A2 — NAS stock TTLCache (30분) **파일**: `web-backend/stock/app/*` (webai endpoint 위치 확인 후) ```python from cachetools import TTLCache _PORTFOLIO_CACHE = TTLCache(maxsize=1, ttl=120) _NEWS_CACHE = TTLCache(maxsize=10, ttl=600) _SCREENER_CACHE = TTLCache(maxsize=10, ttl=180) @app.get("/api/webai/portfolio", dependencies=[Depends(verify_webai_key)]) async def portfolio(): if "result" in _PORTFOLIO_CACHE: return _PORTFOLIO_CACHE["result"] result = await compute_portfolio() _PORTFOLIO_CACHE["result"] = result return result ``` 3 endpoint 적용: `/api/webai/portfolio` · `/api/webai/news-sentiment` · `/api/stock/screener/run`. `cachetools` 의존성 requirements.txt 확인. **효과**: V1+V2 동시 호출도 NAS에서 1회 계산. KIS·LLM 재호출 방지. ### SP-1 — NAS Redis 컨테이너 (30분) **파일**: `web-backend/docker-compose.yml`에 추가 ```yaml redis: image: redis:7-alpine container_name: redis restart: unless-stopped ports: - "6379:6379" volumes: - ${RUNTIME_PATH}/redis-data:/data command: redis-server --appendonly yes --maxmemory 256mb --maxmemory-policy allkeys-lru healthcheck: test: ["CMD", "redis-cli", "ping"] interval: 60s timeout: 5s retries: 3 ``` 검증: `docker exec redis redis-cli PING` → `PONG` ### SP-2 — Windows WSL2 + Docker Engine + Tailscale (2h) 박재오 Windows AI Server에서 (관리자 PowerShell): ```powershell wsl --install -d Ubuntu-22.04 # 재부팅 후 wsl -d Ubuntu-22.04 ``` WSL2 안: ```bash # Docker Engine sudo apt update && sudo apt install -y ca-certificates curl gnupg curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /etc/apt/keyrings/docker.gpg echo "deb [arch=amd64 signed-by=/etc/apt/keyrings/docker.gpg] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable" | \ sudo tee /etc/apt/sources.list.d/docker.list sudo apt update && sudo apt install -y docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin sudo usermod -aG docker $USER # Tailscale curl -fsSL https://tailscale.com/install.sh | sh sudo tailscale up # NAS SMB mount sudo mkdir -p /mnt/nas echo "//gahusb.synology.me/docker/webpage/data /mnt/nas cifs username=...,vers=3.0,uid=1000,_netdev 0 0" | sudo tee -a /etc/fstab sudo mount -a ``` 검증: `docker ps`, `tailscale status`, `ls /mnt/nas` ### SP-3 — insta-render Windows 서비스 (4h) **디렉토리**: `C:\Users\jaeoh\Desktop\workspace\web-ai-services\insta-render\` ``` insta-render/ ├── Dockerfile ├── docker-compose.yml ├── requirements.txt ├── .env ├── main.py ├── worker.py └── card_renderer.py # 기존 NAS insta-lab/app/card_renderer.py 이식 ``` 핵심 로직: - `worker.py`: Redis BLPOP `queue:insta-render` (paused 체크) - `card_renderer.py`: Browser pool (`init_browser`/`shutdown_browser`) + `render_slate` - `main.py`: 시작 시 browser init + worker async task spawn - 완료 시 `/mnt/nas/data/insta/{slate_id}/` 저장 + NAS webhook `POST /api/internal/insta/update` ### SP-4 — NAS insta-lab 분할 (2h) **파일**: `web-backend/insta-lab/app/main.py` + `app/card_renderer.py` 변경: ```python # 변경 전 — NAS에서 직접 렌더 async def _bg_render(task_id: str, slate_id: int): async with RENDER_SEMAPHORE: await card_renderer.render_slate(slate_id, ...) # 변경 후 — Redis 큐에 push만 import redis.asyncio as aioredis redis_client = aioredis.from_url(os.getenv("REDIS_URL", "redis://redis:6379")) async def _bg_render(task_id: str, slate_id: int): payload = {"task_id": task_id, "kind": "insta", "params": {"slate_id": slate_id, "theme": "hedgy75"}, "submitted_at": datetime.now(KST).isoformat()} await redis_client.rpush("queue:insta-render", json.dumps(payload)) ``` 추가: `POST /api/internal/insta/update` endpoint (Windows webhook 수신). 삭제: `card_renderer.py` Playwright 코드 (Browser pool, Semaphore 등), `requirements.txt`에서 `playwright` 제거, Dockerfile에서 Chromium install 제거. ### SP-5 — music-render Windows 서비스 (3h) **디렉토리**: `web-ai-services/music-render/` - Suno API client (외부 SaaS, polling 1~5분) - MusicGen local call (Windows localhost:8765) - Redis BLPOP `queue:music-render` - 결과 mp3 → `/mnt/nas/data/music/{track_id}/{file}.mp3` - NAS webhook `POST /api/internal/music/update` `SUNO_API_KEY` Windows `.env`에 단독 보관. ### SP-6 — NAS music-lab 분할 (2h) Suno 호출 코드 + MusicGen 호출 코드 삭제. `_bg_generate` 함수를 Redis push로 변경. `POST /api/internal/music/update` endpoint 추가. ### SP-7 — video-render Windows 서비스 (3h) **디렉토리**: `web-ai-services/video-render/` 6 provider gateway (Runway·Sora·Veo·Pika·Kling·Luma) — provider 선택은 payload에서. 각 외부 API 호출 + 결과 mp4 다운로드 → `/mnt/nas/data/video/{id}/`. NAS webhook. ### SP-8 — NAS video-lab 신설 (2h) 새 docker 컨테이너. `web-backend/video-lab/`: - `app/main.py`: 2 endpoint - `POST /api/video/generate` → Redis push `queue:video-render` + task_id 반환 - `GET /api/video/tasks/{id}` → DB 조회 - `app/db.py`: video_tasks 테이블 (sqlite) - `POST /api/internal/video/update` (Windows webhook) - Dockerfile, requirements, docker-compose.yml entry 매우 가벼움 (NAS CPU 부담 미미). ### SP-9 — NSSM 자동 시작 + 우선순위 (1h) Windows AI에서 NSSM 다운로드 후: ```powershell # 트레이딩 (Native, HIGH) nssm install signal_v2 "C:\Python312\python.exe" "-m uvicorn main:app --host 0.0.0.0 --port 8001" nssm set signal_v2 AppDirectory "C:\Users\jaeoh\Desktop\workspace\web-ai\signal_v2" nssm set signal_v2 Priority HIGH_PRIORITY_CLASS nssm set signal_v2 AppStartup AUTO # WSL2 Docker (NORMAL) nssm install wsl_docker "wsl" "-d Ubuntu-22.04 -- sudo service docker start && cd /workspace/web-ai-services && docker compose up -d" nssm set wsl_docker Priority NORMAL_PRIORITY_CLASS nssm set wsl_docker AppStartup AUTO nssm start signal_v2 nssm start wsl_docker ``` ### SP-10 — task-watcher (2h) **디렉토리**: `web-ai-services/task-watcher/` WSL2 Docker 컨테이너. 30초마다: 1. `current_mode()` 판정 (시간대 + holidays.json 체크 + KST 시각) 2. `is_user_active()` 판정 (마우스/키보드 idle < 5분 또는 게임 process 감지) 3. 모드 + 활동 → `queue:paused` 토글 - `mode == "free"` → `DEL queue:paused` - `mode != "free" and active` → `SET queue:paused 1 EX 600` - `mode != "free" and idle` → `DEL queue:paused` --- ## 11. 데이터 플로우 검증 — 인스타 사례 end-to-end ``` 1. 사용자 클릭 "카드 생성" POST /api/insta/slates/123/render ↓ NAS insta-lab 2. NAS insta-lab - db.create_task("slate_render", {slate_id: 123}) → task_id="t-abc" - redis.rpush("queue:insta-render", {task_id: "t-abc", kind: "insta", params: {slate_id: 123, theme: "hedgy75"}}) - 응답 {task_id: "t-abc"} ↓ 즉시 사용자 3. Windows insta-render worker - redis.blpop("queue:insta-render", 1) - paused 체크 → 통과 - webhook(processing, 10%) → NAS DB update - Playwright 카드 10장 렌더 → /mnt/nas/data/insta/123/01.png..10.png - webhook(processing, 90%) 진행률 보고 - webhook(succeeded, 100, result_path="/media/insta/123/01.png") → NAS DB update 4. 사용자 폴링 GET /api/insta/tasks/t-abc → {status: "succeeded", result_path: "/media/insta/123/01.png"} 브라우저에서 렌더 ``` --- ## 12. Out of Scope - V1/V2 재시작 결정 (사용자 보류, 두 process 정지 유지) - NAS 하드웨어 업그레이드 (#12 보류) - 컨테이너 리소스 제한 cpus 0.5 (#11 박재오 진행 금지) - SSE/WS push 모델 (YAGNI, 폴링 유지) - Grafana 모니터링 (NAS 자산 활용 옵션, 향후) ## 13. 위험 요소 | 위험 | 완화 | |------|------| | Windows 재부팅 시 worker 중단 | NSSM AppStartup AUTO + WSL2 자동 시작 (SP-9) | | Windows ↔ NAS 네트워크 단절 | task가 큐에 남음, NAS 측 timeout 처리 (예: 30분 timeout → failed) | | 박재오 게임·작업 중 worker 충돌 | task-watcher queue:paused (SP-10) + NORMAL priority | | Suno API rate limit | music-render 내부에서 retry + 큐 직렬 처리 | | SMB 마운트 실패 | WSL2 부팅 시 `mount -a`, 실패 시 alarm (로그) | | Redis 다운 | docker restart unless-stopped + healthcheck. 다운 시 모든 worker idle (NAS는 응답 계속) | | 키 노출 | 3-layer 차단 (IP 화이트리스트 + nginx + X-Internal-Key) | ## 14. 첫 plan 작성 대상 **옵션 A — Track A만 (사용자 선택 확정)**: - SP-A1: web-ai 캐시 TTL 증가 (10분) - SP-A2: NAS stock TTLCache (30분) 이 plan은 즉시 NAS CPU 70% 감소 효과 (V2 재시작 시). Track B는 별도 spec/plan으로 차후 진행. 차후 plan 작성 순서 권장: 1. **Plan-A (이번)** — SP-A1 + SP-A2 2. **Plan-B-Base** — SP-1 + SP-2 3. **Plan-B-Insta** — SP-3 + SP-4 (1순위 패턴 정착) 4. **Plan-B-Music** — SP-5 + SP-6 5. **Plan-B-Video** — SP-7 + SP-8 6. **Plan-B-Infra** — SP-9 + SP-10 ## 15. 참고 - 박재오 7결정 통합: `Obsidian Vault/raw/2026-05-18-Windows-NAS-아키텍처-7결정-통합.md` - API 부하 해결: `Obsidian Vault/raw/2026-05-18-NAS-Window-AI-API-부하-해결방안.md` - 역할 분담 최적화: `Obsidian Vault/raw/2026-05-18-NAS-Windows-역할-분담-최적화.md` - web-backend CHECK_POINT.md (즉시·중기·장기 + 7결정 매핑) - web-ai CHECK_POINT.md (Phase 진행도) - 기존 인증 패턴: 메모리 `reference_webai_auth_pattern.md`