Lovable로 프로토타입 만들고 JensenPark로 MSA + Docker 아키텍처 구축하는 방법

AI 서비스 개발 방식이 빠르게 바뀌고 있다.
과거에는 서비스 기획 → 개발 → 배포까지 몇 달이 걸렸지만, 이제는 AI 기반 개발 플랫폼을 이용하면 하루 만에 프로토타입을 만들고 바로 서비스 아키텍처로 발전시킬 수 있다.
최근 AI 서비스 개발에서 많이 사용하는 흐름은 다음과 같다.
코드 복사

Lovable → 서비스 프로토타입 생성
JensenPark → 코드 분석 및 아키텍처 재구성
MSA → 서비스 구조 분리
Docker → 서비스 배포 및 운영
이 글에서는 AI 서비스 개발에서 실제로 사용할 수 있는 실전 아키텍처 흐름을 정리해본다.
1. Lovable로 AI 서비스 프로토타입 만들기
Lovable AI app builder
Lovable은 AI 기반 서비스 생성 플랫폼이다.
아이디어를 입력하면 프론트엔드, 백엔드, 데이터베이스까지 자동으로 생성해준다.
예를 들어 다음과 같은 요청을 할 수 있다.
코드 복사

RAG 기반 챗봇 서비스를 만들어줘
문서 업로드 기능과 검색 기능이 필요해
그러면 AI가 다음과 같은 구조를 자동으로 생성한다.
코드 복사

Frontend : Next.js / React
Backend : Node 또는 Python API
Database : Postgres
Vector DB : Supabase / Pinecone
이 단계의 목적은 서비스 아이디어 검증이다.
핵심 포인트
빠르게 서비스 UI 생성
기본 API 구조 생성
데이터 흐름 검증
기능 MVP 확인
하지만 Lovable로 생성된 코드는 대부분 다음과 같은 한계가 있다.
단일 서비스 구조
아키텍처 정리 부족
운영 환경 고려 부족
그래서 다음 단계가 필요하다.
2. JensenPark로 코드 분석 및 아키텍처 재구성
Jensen Park AI coding platform
JensenPark는 AI 기반 개발 플랫폼이다.
프로젝트 전체 코드를 분석하고 아키텍처를 개선하는 데 강점이 있다.
Lovable로 만든 프로젝트를 JensenPark에 넣으면 다음 작업을 수행할 수 있다.
코드 복사

프로젝트 구조 분석
API 구조 정리
서비스 분리
Dockerfile 생성
MSA 구조 제안
예를 들어 AI 서비스라면 다음과 같은 서비스 구조가 나온다.
코드 복사

api-gateway
auth-service
chat-service
rag-service
document-service
vector-service
frontend
이 단계의 핵심은
단일 서비스 → MSA 구조로 재설계
이다.
3. AI 서비스에 MSA 구조가 필요한 이유
AI 서비스는 일반 웹서비스보다 처리 구조가 복잡하다.
예를 들어 RAG 서비스 구조는 다음과 같다.
코드 복사

사용자 요청
↓
API Gateway
↓
Chat Service
↓
RAG Service
↓
Vector DB
↓
LLM 호출
이 구조를 단일 서버로 운영하면 문제가 생긴다.
대표적인 문제
코드 복사

AI 모델 호출 부하
서비스 확장 어려움
배포 충돌
그래서 AI 서비스는 보통 다음과 같은 마이크로서비스 구조를 사용한다.
코드 복사

gateway-service
auth-service
chat-service
rag-service
embedding-worker
vector-db
이렇게 서비스 단위로 분리하면
확장성
배포 독립성
장애 격리
를 확보할 수 있다.
4. Docker로 AI 서비스 실행 환경 구성
MSA 구조가 되면 다음 문제는 배포 환경이다.
이때 가장 많이 사용하는 방식이 Docker 기반 서비스 구성이다.
예시
코드 복사

version: "3"

services:

  gateway
  chat-service
  rag-service
  vector-db
  postgres
  redis
Docker를 사용하면 다음 장점이 있다.
개발환경과 운영환경 동일
서비스 독립 실행
배포 자동화 가능
AI 서비스에서는 특히 다음 컴포넌트를 많이 사용한다.
코드 복사

PostgreSQL
Redis
Vector Database
Python AI Service
API Gateway
5. 실제 AI 서비스 개발 흐름
정리하면 AI 서비스 개발은 다음 단계로 진행된다.
코드 복사

1단계
Lovable
→ AI 서비스 프로토타입 생성

2단계
JensenPark
→ 코드 분석
→ 아키텍처 정리

3단계
MSA 설계
→ 서비스 분리

4단계
Docker 환경 구성
→ 배포 가능 시스템 구축
이 구조를 사용하면 AI 서비스 개발 속도를 크게 높일 수 있다.
결론
AI 시대의 서비스 개발 방식은 크게 바뀌고 있다.
기존 방식
코드 복사

기획 → 개발 → 배포
AI 기반 개발 방식
코드 복사

AI 서비스 생성
→ 아키텍처 재구성
→ MSA 설계
→ Docker 운영
Lovable은 서비스 생성 속도를 높여주고,
JensenPark는 개발 아키텍처를 정리하는 역할을 한다.
두 도구를 함께 사용하면 AI 서비스 MVP부터 실제 운영 가능한 아키텍처까지 빠르게 구축할 수 있다.