2025-11-21 데일리 회의
1. 개요
- 일자: 2025-11-21
- 참석: 전체 팀
- 키워드: 로컬 서버 세팅, LLM 모델, 음성 파이프라인, OCR 개선, 시나리오 1~4, 협력 플레이, UE5 기능, API 연동, 로그 저장, 계정 생성
2. 논의 요약
2.1. 주요 논의
- 3층 서버는 주말 접근이 어렵기 때문에 개별 PC 로컬 환경 세팅 우선 필요
- LLaMA 기반 모델은 언리얼과 함께 로컬에서 돌리기 어려움 → 서버 구동 중심 전략 확정
- 음성 파이프라인(녹음 → STT → LLM → TTS) 검증 중이며 음성 데이터 저장 기능 필요
- 이미지 → 서버 전송 API 필요(PNG/JPG 포맷 통일)
- 시나리오 1(읽기) ~ 4(말하기) 전체 구조 재점검
- 협력 플레이: 듣기/읽기 기반 정보 분배형 협업 구조 논의
- 로컬 서버 로그 저장 → 팀원이 원격 로그 확인 가능하도록 구조 필요
2.2. 기술 / 기획 관련 논의
■ 백엔드
- 이미지 업로드 API 신설 필요
- STT/LLM/TTS 파이프라인 분리 구조 검증
- 듣기 시나리오용 음성파일 생성 프로세스(TTS 활용) 검토
- 시나리오 테이블 구조 1차 정의 완료
- Swagger 기반 데이터 파악이 클라이언트·AI 양측 모두 효율적
■ 클라이언트(UE5)
- Grab/Outline 기능 구현 진행
- 플레이어 상호작용 오브젝트(문, 캐리어 등) 적용
- 그림판 UI 저장 기능 개선(PNG 인코딩 문제 해결됨)
- 로비/세션 생성 UI 개발 예정
- 팝업 / 토스트 메시지 시스템 설계 착수
- 튜터 NPC 위치 추적·시선 고정 기능 구현 필요
■ 기획
- 시나리오 1~4 구조는 유지
1) 읽기: 캐리어 찾기
2) 듣기: 안내 방송 + 선택
3) 쓰기: 단어/문장 입력 → OCR
4) 말하기: 음성 입력 → 교정
- 협력 요소: 포탈2식 상호 의존 동작 + 정보 분배형 듣기 시나리오
- 발음기호 출력은 단어 단위 분리(띄어쓰기 기반)
- 쓰기 UI는 격자 기반/단어 분리 형태가 교육 효과 높음
2.3. 일정 / 운영 관련 논의
- 오늘: 로컬 서버 세팅, 이미지 업로드 API 논의, 음성 테스트
- 주말: 로컬 환경 마무리 + 협력 플레이 아이디어 정리
- 다음 주 월요일: 협력 플레이 구조 확정 회의(30분), 엔진에서 시나리오 흐름 1차 시연
- 프로토 일정: 다음 주 금요일까지 시나리오 1 완성 / 그다음 주 전체 흐름 시연
3. Action Items
클라이언트 팀
- [ ] Grab/Outline 기능 정리 및 반영 (담당: 클라이언트, 기한: 11/22)
- [ ] 그림판 저장 → 서버 전송 기능 안정화 (담당: 이재진, 기한: 11/22)
- [ ] 로비/세션 생성 UI 구현 (담당: 클라이언트, 기한: 11/23)
- [ ] 팝업/토스트 메시지 시스템 구축 (담당: 전민우, 기한: 주말)
AI 팀
- [ ] 이미지 업로드 API 개발 (담당: 박종욱, 기한: 11/22)
- [ ] 듣기 시나리오용 TTS 기반 음성 생성 구조 확정 (담당: AI팀, 기한: 11/22)
- [ ] STT→LLM→TTS 파이프라인 안정화 (담당: 박종욱, 기한: 11/23)
- [ ] OCR 인식 개선 및 평가 설계 (담당: 전민우, 기한: 11/26)
DevOps / 전반
- [ ] 로컬 서버 로그 저장 기능 추가 (담당: 배주백, 기한: 11/22)
- [ ] 3층 서버 접근용 고정 IP 공유 (담당: 배주백, 기한: 오늘)
- [ ] Swagger 기반 데이터 스키마 검증 (담당: 백엔드, 기한: 11/22)
4. 회고
4.1. 잘된 점 (Keep)
- 전체 흐름(음성·이미지·텍스트)이 명확해지고 팀 간 이해도 상승
- API/시나리오/클라이언트 역할 구분이 명확해짐
- 클라이언트 기능(Grab/그림판)이 빠르게 개선됨
4.2. 미진한 점 (Problem)
- 로컬 환경(LLaMA·언리얼) 세팅 난이도 매우 높음
- 쓰기/OCR 성능 부족으로 학습 효과 재검토 필요
- 협동 플레이 시나리오가 완전히 고정되지 않음
- 로그 확인 체계 부재로 원격 디버깅 어려움
4.3. 다음 단계 (Try)
- 협력 플레이 요소 최소 1개라도 명확한 구조로 확정
- LLaMA 로컬 포기 → 서버 기반 운영으로 방향 고정
- 시나리오 1 완성 후 2~4 skeleton 연결
- 음성/OCR/쓰기 데이터 저장 자동화로 후속 모델 개선 가능성 확보