web-page-backend/docs/superpowers/specs/2026-05-18-nas-windows-distributed-architecture-design.md

# 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 <img src="/media/insta/123/01.png" /> 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`