Mux가 Workflow DevKit을 활용해 자동 재시도, 상태 영속성, 인프라 설정 없이 @mux/ai SDK에 안정적인 AI 비디오 워크플로를 구축한 방법을 소개합니다.
이번 글에는 Dylan Jhaveri를 초대했습니다. Mux에서 @mux/ai SDK를 활용해 내구성 있는 워크플로를 구축한 경험을 직접 공유합니다.
AI 워크플로는 중간에 실패하는 경우가 답답할 정도로 잦습니다. 콘텐츠 검수를 무사히 통과하고, 영상 챕터를 생성하는 중에 갑자기 네트워크 타임아웃이나 속도 제한에 걸리거나, 공급자 측 서버가 뜬금없이 500 에러를 뱉기도 합니다. 이렇게 되면 난감해집니다. 처음부터 다시 시작하면서 검수 비용을 또 지불해야 할까요? 아니면 어디까지 처리했는지 기억하는 상태 관리 코드를 직접 작성해야 할까요?
바로 이 지점에서 내구성 있는 실행(durable execution)이 모든 것을 바꿔 놓습니다.
Mux의 비디오 인프라 위에서 AI 기능을 구축할 수 있도록 돕는 오픈소스 SDK @mux/ai를 개발하면서, 우리는 근본적인 질문에 부딪혔습니다. 복잡한 인프라 결정을 강요하지 않으면서도 개발자가 쉽게 도입할 수 있는 형태로, 내구성 있는 워크플로를 어떻게 제공할 것인가?
그 해답은 Vercel의 Workflow DevKit이었습니다.