비디오 분석 및 음악 생성 요청 중계 서버 (Video Analysis Intermediate Server)

이 프로젝트는 Next.js 프론트엔드로부터 비디오 파일을 받아 Google Gemini를 통해 분석하고, 그 결과를 n8n 웹훅으로 전달하는 FastAPI 기반의 중간 서버입니다.

📁 프로젝트 구조

video_analysis_server/
├── server.py            # FastAPI 서버 메인 파일
├── video_Processor.py   # Gemini 비디오 분석 로직
├── media_utils.py       # 비디오 다운샘플링 및 오디오 자막 추출 (FFmpeg, Whisper)
├── requirements.txt     # 의존성 패키지 목록
└── README.md            # 설명서

🚀 로컬 실행 방법 (Local Development)

1. 환경 설정

Python 3.8 이상 및 FFmpeg가 설치되어 있어야 합니다.

FFmpeg 설치:

• Mac: brew install ffmpeg
• Ubuntu: sudo apt update && sudo apt install ffmpeg
• Windows: FFmpeg 다운로드 후 PATH 설정

# 가상환경 생성 (선택사항)
python -m venv venv
source venv/bin/activate  # Mac/Linux
# venv\Scripts\activate  # Windows

# 의존성 설치
pip install -r requirements.txt

2. 환경 변수 설정

보안을 위해 API 키 등은 .env 파일에 저장하여 관리합니다.

1. .env.example 파일을 복사하여 .env 파일을 생성합니다.

   cp .env.example .env

2. .env 파일을 열어 실제 값을 입력합니다.

   GEMINI_API_KEY=your_gemini_api_key
   N8N_WEBHOOK_URL=your_n8n_webhook_url

   주의: .env 파일은 Git에 커밋되지 않도록 .gitignore에 포함되어 있습니다.

3. 서버 실행

# 기본 실행 (포트 8000)
uvicorn server:app --reload

☁️ 배포 가이드 (Deployment)

Cloudtype 배포

1. GitHub 저장소 연결: UMC_mid_PreProcessing 저장소를 Cloudtype에 연결합니다.
2. 설정:
   • Language: Python
   • Version: 3.9 이상
   • Start Command: uvicorn server:app --host 0.0.0.0 --port 8000
3. 환경 변수 (Environment Variables):
   • Cloudtype 대시보드에서 GEMINI_API_KEY와 N8N_WEBHOOK_URL을 설정합니다.

Docker 배포 (선택사항)

Dockerfile을 생성하여 컨테이너로 배포할 수도 있습니다.

FROM python:3.9-slim

WORKDIR /app

COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

COPY . .

CMD ["uvicorn", "server:app", "--host", "0.0.0.0", "--port", "8000"]

📡 API 명세

비디오 분석 요청

• URL: /api/analyze-video
• Method: POST
• Content-Type: multipart/form-data
• Body:
  • file: 비디오 파일 (Binary, max 100MB)

응답 (Response):

{
  "message": "Video received and processing started",
  "filename": "video.mp4",
  "status": "processing"
}

참고: 실제 분석 결과는 백그라운드 작업 후 n8n 웹훅으로 전송됩니다.