☁️ AI 퀀트 시스템 실전 배포 – Docker Compose + Nginx + SSL 완전 설정 가이드

☁️ AI 퀀트 시스템 실전 배포 – Docker Compose + Nginx + SSL 완전 설정 가이드

— 로컬에서 만든 AI 투자 시스템을 클라우드에서 “운용 가능한 서비스”로 만드는 법

이제 우리는 완전한 AI 퀀트 시스템을 구축했습니다.

• 데이터 수집 (Airflow)
• 모델 학습/배포 (MLflow)
• 실시간 트레이딩 (Redis + Flask)
• 리스크 모니터링 (Streamlit)

이번 글에서는 이 모든 구성요소를 Docker Compose 기반으로 클라우드 서버에 배포하고,
Nginx Reverse Proxy + SSL 인증서로 HTTPS 접속까지 설정해봅니다.

---

🎯 이번 글의 목표

“AI 퀀트 시스템을 도커 컨테이너로 완전히 분리하고,
도메인 + HTTPS 환경에서 안전하게 외부 접근 가능한 형태로 배포한다.”

---

⚙️ 1️⃣ 전체 아키텍처

┌──────────────────────────────────────────────────────────┐
│                 Cloud Server (Ubuntu 22.04)              │
│                                                          │
│  ┌─────────────┐   ┌─────────────┐   ┌─────────────┐     │
│  │ MLflow API  │ ← │ PostgreSQL  │ → │ Airflow     │     │
│  └─────────────┘   └─────────────┘   └─────────────┘     │
│          ↑                   ↑                │          │
│          │                   │                │          │
│  ┌─────────────┐   ┌─────────────┐   ┌─────────────┐     │
│  │ Flask API   │ → │ Redis Cache │ → │ Streamlit   │     │
│  └─────────────┘   └─────────────┘   └─────────────┘     │
│                                                          │
│                  ↓                                       │
│             Nginx Reverse Proxy                          │
│                  ↓                                       │
│             https://quant.ai.example.com                 │
└──────────────────────────────────────────────────────────┘

---

🧱 2️⃣ Docker Compose 설정

version: "3.9"

services:
  postgres:
    image: postgres:15
    container_name: quant_postgres
    environment:
      POSTGRES_USER: quant
      POSTGRES_PASSWORD: quant123
      POSTGRES_DB: quantdb
    volumes:
      - ./postgres:/var/lib/postgresql/data
    networks: [quant]

  redis:
    image: redis:7
    container_name: quant_redis
    networks: [quant]

  mlflow:
    image: cr.fly.io/mlflow:latest
    container_name: quant_mlflow
    environment:
      BACKEND_STORE_URI: postgresql://quant:quant123@postgres:5432/quantdb
      ARTIFACT_ROOT: /mlruns
    ports:
      - "5001:5001"
    command: >
      mlflow server
      --backend-store-uri postgresql://quant:quant123@postgres:5432/quantdb
      --default-artifact-root /mlruns
      --host 0.0.0.0
      --port 5001
    networks: [quant]
    depends_on: [postgres]

  flask:
    build: ./flask
    container_name: quant_flask
    ports:
      - "6000:6000"
    depends_on: [mlflow, redis]
    networks: [quant]

  streamlit:
    build: ./streamlit
    container_name: quant_streamlit
    ports:
      - "8501:8501"
    depends_on: [flask, redis, postgres]
    networks: [quant]

  nginx:
    image: nginx:alpine
    container_name: quant_nginx
    volumes:
      - ./nginx/nginx.conf:/etc/nginx/nginx.conf:ro
      - ./certs:/etc/ssl/certs
    ports:
      - "80:80"
      - "443:443"
    depends_on: [streamlit, flask]
    networks: [quant]

networks:
  quant:
    driver: bridge

---

🌐 3️⃣ Nginx Reverse Proxy 설정

 

nginx/nginx.conf

events {}

http {
  upstream flask_backend {
    server flask:6000;
  }

  upstream streamlit_front {
    server streamlit:8501;
  }

  server {
    listen 80;
    server_name quant.ai.example.com;
    return 301 https://$host$request_uri;
  }

  server {
    listen 443 ssl;
    server_name quant.ai.example.com;

    ssl_certificate /etc/ssl/certs/fullchain.pem;
    ssl_certificate_key /etc/ssl/certs/privkey.pem;

    location /api/ {
      proxy_pass http://flask_backend/;
      proxy_set_header Host $host;
      proxy_set_header X-Real-IP $remote_addr;
    }

    location / {
      proxy_pass http://streamlit_front/;
      proxy_set_header Host $host;
      proxy_set_header X-Real-IP $remote_addr;
    }
  }
}

---

🔒 4️⃣ SSL 인증서 설정

Let's Encrypt (Certbot) 설치 후 자동 인증서 발급:

sudo apt install certbot python3-certbot-nginx
sudo certbot certonly --nginx -d quant.ai.example.com

인증서 위치 확인:

/etc/letsencrypt/live/quant.ai.example.com/fullchain.pem  
/etc/letsencrypt/live/quant.ai.example.com/privkey.pem

Nginx에 위 경로를 적용합니다.

---

🧰 5️⃣ Flask API Dockerfile

flask/Dockerfile

FROM python:3.11-slim
WORKDIR /app
COPY . .
RUN pip install -r requirements.txt
EXPOSE 6000
CMD ["python", "main.py"]

---

🧰 6️⃣ Streamlit Dockerfile

streamlit/Dockerfile

FROM python:3.11-slim
WORKDIR /app
COPY . .
RUN pip install -r requirements.txt
EXPOSE 8501
CMD ["streamlit", "run", "app.py", "--server.port=8501", "--server.address=0.0.0.0"]

---

🚀 7️⃣ 배포 실행

docker compose up -d --build

확인:

• MLflow → http://quant.ai.example.com:5001
• Streamlit 대시보드 → https://quant.ai.example.com
• Flask API → https://quant.ai.example.com/api/risk_status

---

📡 8️⃣ 자동 재배포 (CI/CD 연동)

GitHub Actions 예시:

name: Deploy Quant System
on:
  push:
    branches: [ main ]

jobs:
  deploy:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v3
      - name: Copy files to server
        uses: appleboy/scp-action@master
        with:
          host: ${{ secrets.SERVER_IP }}
          username: ubuntu
          key: ${{ secrets.SSH_KEY }}
          source: "."
          target: "/home/ubuntu/quant-system"
      - name: Run Docker Compose
        run: ssh -i ${{ secrets.SSH_KEY }} ubuntu@${{ secrets.SERVER_IP }} "cd /home/ubuntu/quant-system && docker compose up -d --build"

커밋만 푸시하면 서버에서 자동으로 컨테이너를 재빌드하고 재배포합니다.

---

🧠 9️⃣ 보안 및 모니터링 팁

• UFW 방화벽 설정
• sudo ufw allow 22,80,443/tcp sudo ufw enable
• Nginx Access/Error 로그 → /var/log/nginx/
• MLflow UI 접속 제한 시 Basic Auth 추가

---

✅ 배포 완료 결과

• https://quant.ai.example.com → 실시간 AI 퀀트 대시보드
• https://quant.ai.example.com/api/risk_status → Flask API 리스크 상태
• 내부 네트워크: MLflow / Redis / Airflow 연동

이제 “AI가 운영하는 퀀트 펀드”가 클라우드 상에서 24시간 자동으로 작동합니다.

---

📘 다음 글 예고

다음 편에서는 **“AI 퀀트 전략의 성능 분석과 최적화 – Hyperparameter Tuning + AutoML 파이프라인”**을 다룹니다.
즉, 모델 성능을 주기적으로 자동 검증하고,
가장 성과 좋은 모델만 운영 환경으로 승격시키는 AutoML 구조를 완성할 예정입니다.

---

 

DockerCompose,MLflow,Nginx,SSL배포,Streamlit,AI퀀트,클라우드운영,DevOps,CI/CD,자동배포

---