[Infra] Split ML server into Feedback Server and Analyze Server

[fregataa]

Summary

현재 단일 ML 서버를 Feedback Server와 Analyze Server로 분리

Current State

• 단일 ML 서버가 두 가지 기능 수행:
  • AI 텍스트 감지 (Analyze)
  • 피드백 생성 (Feedback)
• 두 기능이 서로 다른 리소스 특성을 가짐

Proposed Architecture

┌─────────────────┐     ┌──────────────────┐
│  Analyze Server │     │  Feedback Server │
│  (AI Detection) │     │  (LLM Feedback)  │
├─────────────────┤     ├──────────────────┤
│ - RoBERTa model │     │ - TinyLlama/etc  │
│ - CPU intensive │     │ - Memory heavy   │
│ - Fast response │     │ - Slower response│
└─────────────────┘     └──────────────────┘

Benefits

• 독립적 스케일링: 분석 요청 많으면 Analyze Server만 스케일 아웃
• 장애 격리: 한 서버 장애가 다른 서버에 영향 없음
• 리소스 최적화: 각 서버에 맞는 인스턴스 타입 선택 가능
• 배포 독립성: 모델 업데이트 시 해당 서버만 배포
• GPU 지원 용이: Analyze Server에만 GPU 인스턴스 적용 가능

Tasks

• Analyze Server 코드 분리
• Feedback Server 코드 분리
• 각 서버용 Dockerfile 생성
• ECR 리포지토리 추가 (analyze-server, feedback-server)
• ECS Task Definition 분리
• API Server에서 각 서버 호출 로직 수정
• Redis 메시지 큐 토픽 분리
• Terraform 업데이트
• CI/CD 파이프라인 업데이트

API Changes

# Before (single ML server)
POST /analyze  → ML Server

# After (separate servers)
POST /detect   → Analyze Server
POST /feedback → Feedback Server

Dependencies

• [Infra] Separate ML models from Docker image to external storage #27 (모델 분리) 선행 권장