AI 플래시카드: NestJs (기초) 및 Gemini (무료)

카테고리

프로그래밍/소프트웨어 개발

서브카테고리

웹 개발

대상자

JavaScript 및 NestJS 백엔드 개발자, AI 모델과 연동한 애플리케이션 개발을 원하는 개발자

핵심 요약

• NestJS 백엔드와 OpenRouter를 활용한 AI 사전 앱 구현 예시 제공
• Gemini 2.0 모델(google/gemma-3-27b-it:free)을 사용한 API 인터페이스 설계
• @nestjs/config, class-validator 등 필수 라이브러리를 통한 환경 변수 관리 구현
• OpenRouterService와 PhraseService를 통한 AI 모델 호출 및 결과 포맷팅 로직 구현

섹션별 세부 요약

1. 프로젝트 구조 및 의존성 설치

• nest new ai-dictionary-backend 명령어로 프로젝트 생성
• axios, dotenv, class-validator 등 AI API 연동에 필요한 라이브러리 설치
• .env 파일에서 OPENROUTER_API_KEY, DEFAULT_MODEL 등 환경 변수 설정

2. OpenRouterService 구현

• OpenAI 클라이언트를 이용한 Gemini 모델 호출 로직
• systemPrompt 상수를 통한 시스템 프롬프트 정의
• getExplanation() 메서드에서 chat.completions.create() API 사용
• baseURL, apiKey 등 환경 변수 동적 주입

3. PhraseController 및 PhraseService

• PhraseController에서 /phrase/explain 엔드포인트 정의
• PhraseService에서 OpenRouterService 호출 및 결과 포맷팅
• FlashcardFormatterService를 통한 플래시카드 형식 변환

4. AppModule 및 실행

• ConfigModule.forRoot()를 통한 환경 변수 전역 설정
• npm run start:dev 명령어로 애플리케이션 실행
• curl 명령어로 /phrase/explain 엔드포인트 테스트

5. 개선사항 및 향후 계획

• MongoDB 캐싱 추가로 성능 향상
• 이전 설명 결과 재사용을 위한 저장 로직 구현
• 벡터 검색 도입으로 의미 기반 검색 지원
• 사용자/IP 기반 속도 제한 설정

결론

• Gemini 모델 연동 시 google/gemma-3-27b-it:free 모델명 명시
• @nestjs/config를 활용한 환경 변수 관리가 필수적
• 캐싱 및 레이트 제한을 통한 확장성 고려가 실무 적용 시 필수
• OpenRouterService와 PhraseService의 분리가 모듈화 및 유지보수를 용이하게 함