[Feature] 실제 SegFormer 기반 헤어 분석 파이프라인 구현

[hoshino-love0102]

작업 내용

• Spring 서버 내부에서 실제 SegFormer 19-class ONNX 모델을 실행합니다.
• 모델이 생성한 머리·눈·코·피부 세그멘테이션 결과를 기반으로 색 균일도, 형태 대칭성, 볼륨 균형, 거칠기 및 종합 신뢰도를 계산합니다.
• S3의 READY 시술 사진을 서버 자격증명으로 직접 읽고, 외부 AI API에는 사진을 전송하지 않습니다.
• 분석 요청을 비동기 작업으로 접수하고 PENDING/PROCESSING/SUCCEEDED/FAILED/UNAVAILABLE/STALE 상태와 결과를 DB에 저장합니다.
• 분석 요청, 작업 상태 조회, 실패 재시도, 결과 단건 조회 API를 추가합니다.
• 모델 미설정 또는 추론 불가 시 더미 점수를 생성하지 않고 명시적인 오류/분석 불가 상태를 반환합니다.
• ONNX Runtime 네이티브 라이브러리와 호환되도록 운영 Docker 이미지 및 모델 마운트 설정을 추가합니다.

작업 목적

현재 시술기록 화면의 색 균일도·볼륨감·형태 대칭성·거칠기 수치가 더미 데이터이므로, 실제 사진과 딥러닝 세그멘테이션 결과를 근거로 한 분석값으로 대체합니다. 사용자 사진은 S3와 Heddy 서버 내부에서만 처리하며 OpenAI API 등 외부 생성형 AI API는 사용하지 않습니다.

체크리스트

• SegFormer ONNX 추론 및 19개 클래스 출력 검증
• 4개 헤어 지표와 촬영 품질 기반 신뢰도 계산
• S3 원본 이미지 내부 읽기 및 크기 제한 적용
• 비동기 분석 작업 상태 관리와 결과 DB 저장
• 분석 요청·상태·재시도·결과 조회 API 구현
• 모델 비활성 환경에서 더미 점수 생성 방지
• 단위·통합·실제 ONNX 모델 스모크 테스트 통과
• 운영 모델 라이선스 확인 및 EC2 가중치 배치

참고 자료

• ONNX Runtime Java: https://onnxruntime.ai/docs/get-started/with-java.html
• SegFormer 얼굴 파싱 모델: https://huggingface.co/jonathandinu/face-parsing
• ONNX 변환 가중치: https://huggingface.co/Xenova/face-parsing/tree/main/onnx
• 검증 결과: 전체 서버 테스트 557개 통과, 실제 SegFormer ONNX + 얼굴 JPEG 추론 성공
• 주의: CelebAMask-HQ 기반 공개 가중치는 비상업 용도 제한이 있으므로 운영 배포 전 사용 권리 확인이 필요합니다.