두 README의 역할을 분리한다:
- README.md (루트): 프로젝트 1페이지 overview
- 핵심 기여, 비교 대상, 워크로드 시나리오, KPI 요약
- 네트워크 제어 단계 (Phase 1 tc · Phase 2 mininet)
- 문서 안내 표 (CLAUDE.md / IMPLEMENTATION.md / BACKGROUND.md / SGS)
- 구현 코드 실행은 src/README.md로 위임
- src/README.md: 구현 코드 가이드
- Phase 0~6 진행 상태 체크리스트
- 사전 요구사항 (Go 1.22+, UTF-8 터미널, tc)
- 빌드/실행 (go run ./cmd/benchcli)
- src/ 디렉터리 구조와 각 파일 역할
- UI 사용법 (화면 흐름·키 바인딩·파라미터 범위)
- mock 시뮬레이터 가정과 실측 전환 경로
- 트러블슈팅 (한글·색상·폰트 등)
Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
Phase 0 산출물 — 실제 측정 없이 데모 모드로 동작하는 Terminal UI.
시연 시 최종 목표 화면을 가시화하고, 파라미터 조정에 반응하는
그럴듯한 추세를 시뮬레이션한다.
비교 대상 시스템:
- REST + HTTP/2 (TCP+TLS) + JSON
- gRPC + HTTP/2 (TCP+TLS) + Protobuf
- gRPC + HTTP/3 (QUIC+TLS1.3) + Protobuf ★ 본 연구 제안
조절 가능한 파라미터:
- 워크로드 시나리오 (Small-Many 1KB×10000 / Large-Few 1MB×50)
- 링크 지연 (0~500ms), 패킷 손실 (0~5%)
- 대역폭 (1~1000Mbps), 디바이스 수 (1~100)
화면 구성:
- 메인 메뉴 / 설정 / 실시간 진행 / 결과 비교 / 정보 5개 화면
- 진행률 막대, latency sparkline, 비교 차트(P50/P95/P99/RPS/연결시간)
구현:
- src/cmd/benchcli/main.go 진입점
- src/internal/ui/app.go Bubble Tea Model + 화면 dispatcher
- src/internal/ui/types.go Config / Result / RunState 정의
- src/internal/ui/styles.go Lipgloss 스타일·색상
- src/internal/ui/components.go progressBar / sparkline / slider
- src/internal/ui/simulator.go mock 시뮬레이터 (Phase 5에서 실측으로 교체)
- src/internal/ui/screen_*.go 각 화면 (menu/config/running/results/about)
의존성: bubbletea v1.2.4, lipgloss v1.0.0
빌드: `cd src && go run ./cmd/benchcli`
Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
연구 방향·정책과 구현 세부사항을 두 문서로 명확히 분리한다.
CLAUDE.md (연구 방향·정책 전용):
- 연구 배경 요약 (BACKGROUND.md 참조)
- 제안 기법 ① gRPC over QUIC 통신 모듈 (AIoT 도메인 실증)
- 제안 기법 ② AI Agent + IoT 통합 엣지 게이트웨이
- 우선순위별 목표(P0/P1/P2)와 의존성·리스크
- 위험 관리(Risk Register) — quic-go 호환성, tc 작동, 어댑터 범위 등
- 평가 시나리오·KPI·네트워크 조건·통계적 유의성 확보 계획
- 코드 작성 정책(계층 분리, 컨텍스트 전파, 에러 처리, 측정 가능성)
IMPLEMENTATION.md (구현 세부사항 전용):
- 프로젝트 디렉터리 구조 (proto/, gen/, internal/, cmd/, benchmarks/)
- 네이밍 규칙 (Proto·Go)
- 개발 워크플로우 (proto 컴파일, 서버 실행, tc 시뮬레이션, 테스트)
- 코드 패턴 (Transport 인터페이스, 컨텍스트, gRPC 에러, 인터셉터)
- Makefile 타겟 목록
- 멀티 에이전트 작업 분담 가이드
- 자주 수행하는 작업 시나리오
원칙: 디렉터리 경로·명령어·코드 샘플 등 구현 세부사항은 모두
IMPLEMENTATION.md에 두고, CLAUDE.md는 연구 방향과 정책에만 집중한다.
Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
AI Agent 시대의 통신 인프라 변화를 다루는 구조적 배경 문서.
세미나 발표 자료(슬라이드) 추출이 가능하도록 논리 흐름을 구성하였다.
구성:
- §0 연구의 전체 흐름 (다이어그램)
- §1 AI Agent 시대의 통신 환경 변화 (정의·통신 구조·트래픽 폭증)
- §2 트래픽 폭증을 가속하는 세 가지 구조적 요인
(보안 격리, 컨텍스트 한계, 24/7 가동)
- §3 기존 통신 기술의 한계(TCP HoL Blocking 등)와 QUIC의 등장
- §4 기반이 되는 선행 연구(SGS) 및 차별성
- §5 본 연구가 다루는 문제로의 수렴
- 부록 A 추후 보강 예정 항목 (정량 데이터, AI Agent 트래픽 특성 등)
Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
스마트팜 해충 탐지 시나리오에서 gRPC(HTTP/2) vs REST(HTTP/2) 비교 실험을
수행한 선행 연구 자료. 본 프로젝트의 출발점이며 차별화 기준으로 사용된다.
핵심 결과:
- gRPC(Protobuf)가 REST(JSON) 대비 응답 시간·데이터 전송량 모두에서 우수
- 엣지 기반 처리(ROI 탐지 후 클라우드 전달)가 고지연 환경에서 특히 효과적
- 향후 연구로 HTTP/3 기반 gRPC, 다양한 스트리밍 패턴, LLM 라우팅 제안
Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
Godopu