feat: AI colab 파이프라인 및 test_video 추가

.github/workflows/deploy.yml

@@ -5,6 +5,7 @@ on:
     branches: [master]
   pull_request:
     branches: [master, develop]
+  workflow_dispatch:
 
 jobs:
   # ─────────────────────────────────────────
@@ -82,16 +83,50 @@ jobs:
           username: ${{ secrets.EC2_USER }}
           key: ${{ secrets.EC2_SSH_KEY }}
           script: |
+            # 폴더가 없으면 생성 후 클론, 있으면 진입
+            if [ ! -d "~/GateGuard" ]; then
+              git clone https://github.com/CHOSOOGEUN/GateGuard.git ~/GateGuard
+            fi
+
             cd ~/GateGuard
 
-            # 최신 코드 pull
-            git pull origin master
+            # 최신 코드 강제 동기화 (충돌 방지)
+            git fetch origin master
+            git reset --hard origin/master
 
-            # 컨테이너 재시작
-            sudo docker compose down
-            sudo docker compose up -d --build
+            # 🔐 GitHub Secrets를 실제 서버의 .env로 주입 (S3 실체화)
+            cat << EOF > backend/.env
+            AWS_ACCESS_KEY_ID=${{ secrets.AWS_ACCESS_KEY_ID }}
+            AWS_SECRET_ACCESS_KEY=${{ secrets.AWS_SECRET_ACCESS_KEY }}
+            AWS_REGION=${{ secrets.AWS_REGION }}
+            AWS_S3_BUCKET=${{ secrets.AWS_S3_BUCKET }}
+            SECRET_KEY=${{ secrets.SECRET_KEY }}
+            MASTER_TOKEN=${{ secrets.MASTER_TOKEN }}
+            ALGORITHM=HS256
+            POSTGRES_USER=gateguard
+            POSTGRES_PASSWORD=gateguard
+            POSTGRES_DB=gateguard
+            DATABASE_URL=postgresql+asyncpg://gateguard:gateguard@db:5432/gateguard
+            REDIS_URL=redis://redis:6379/0
+            CELERY_BROKER_URL=redis://redis:6379/0
+            CELERY_RESULT_BACKEND=redis://redis:6379/0
+            DEBUG=False
+            EOF
 
-            # DB 마이그레이션
-            sudo docker exec gateguard-backend-1 alembic upgrade head
+            # 컨테이너 재시작 및 최적화
+            sudo docker compose pull
+            sudo docker compose up -d --build --remove-orphans
+
+            # DB 마이그레이션 (컨테이너 가동 대기 후 실행)
+            sleep 5
+            sudo docker compose exec -T backend alembic upgrade head
 
             echo "✅ 배포 완료: $(date)"
+
+      - name: Notify Deployment Success
+        if: success()
+        run: |
+          curl -H "Content-Type: application/json" \
+          -X POST \
+          -d "{\"content\": \"🚀 **GateGuard 배포 성공!**\n🔗 접속 주소: <https://gateguardsystems.com>\n📅 완료 시간: $(date)\"}" \
+          ${{ secrets.DISCORD_WEBHOOK_URL }}

README.md

@@ -1,20 +1,21 @@
 # 🛡️ GateGuard
 
 > **지하철 개찰구 AI 기반 무임승차 실시간 감지 시스템**  
-> 경기대학교 AI컴퓨터공학부 캡스톤디자인 2026 — Milestone v1.0 (Core Infrastructure Complete)
+> 경기대학교 AI컴퓨터공학부 캡스톤디자인 2026 — <https://gateguardsystems.com>  
+> Milestone v2.0 (Infra & Automatic Deployment Complete) 🏁
 
 ---
 
 ## 📌 프로젝트 소개
 
 지하철 무임승차는 연간 **4,135억 원**의 손실을 유발하는 사회적 문제입니다.  
-GateGuard는 기존 역무원의 육안 감시를 대체하여, **CCTV 영상을 AI가 실시간 분석**하고 무임승차(뒤따라 들어오기, 점점, 비상문 이용 등)를 자동 감지해 **관리자 대시보드에 즉시 실시간 알림(WebSocket)**을 전송하는 최첨단 보안 시스템입니다.
+GateGuard는 기존 역무원의 육안 감시를 대체하여, **CCTV 영상을 AI가 실시간 분석**하고 무임승차(뒤따라 들어오기, 점프, 비상문 이용 등)를 자동 감지해 **관리자 대시보드에 즉시 실시간 알림(WebSocket)**을 전송하는 최첨단 보안 시스템입니다.
 
 ---
 
 ## 🏗️ 시스템 구조
 
-```
+```text
 CCTV 영상 입력 (실시간 스트림)
     ↓
 비식별화 (Edge/Server) — 얼굴 감지 및 즉시 블러 처리
@@ -35,28 +36,31 @@ Supervision — 개찰구 라인 크로싱 및 구역(Zone) 통과 감지
 ## 🔧 기술 스택
 
 ### AI / ML
+
 | 기술 | 역할 |
-|------|------|
+| :--- | :--- |
 | YOLOv11 (Ultralytics) | 실시간 사람 감지 |
-| ByteTrack | 다중 객체 ID 추적 |
+| ByteTrack | 다중 객체 ID 추적 (v0.27.0) |
 | Supervision | 라인 크로싱 / 구역 통과 감지 |
-| OpenCV | 영상 전처리 및 비식별화 |
+| OpenCV | 영상 전처리 및 비식별화 (Gaussian Blur) |
 
 ### Backend (Milestone v1.0 구축 완료)
+
 | 기술 | 역할 |
-|------|------|
+| :--- | :--- |
 | Python 3.11 / FastAPI | 고성능 비동기 REST API 서버 |
 | **Alembic** | 데이터베이스 마이그레이션 및 버전 관리 |
-| **OAuth2 / JWT** | 관리자 권한 기반 보안 체계 (|
+| **OAuth2 / JWT** | 관리자 권한 기반 보안 체계 |
 | **WebSocket** | 실시간 감지 알림 브로드캐스트 |
 | Celery + Redis | 비동기 영상 업로드 및 알림 작업 |
-| PostgreSQL + TimescaleDB | 시계열 이벤트 데이터 저장 |
+| PostgreSQL + TimescaleDB | 시계열 이벤트 데이터 저장 및 압축 |
 
 ---
 
 ## 🚀 개발 환경 실행 (Quick Start)
 
 ### 사전 준비
+
 - Docker Desktop 설치 및 실행
 - Python 3.11+ (백엔드 로컬 테스트용)
 
@@ -71,23 +75,26 @@ cd GateGuard
 docker-compose up -d
 
 # 3. 데이터베이스 마이그레이션 (중요!)
-# 컨테이너 안에서 Alembic을 통해 최신 스카마를 적용합니다.
+# 컨테이너 안에서 Alembic을 통해 최신 스키마를 적용합니다.
 docker exec gateguard-backend-1 alembic upgrade head
 
-# 4. API 문서 접속
-# 주소: http://localhost:8000/docs
+# 4. API 문서 접속 (Swagger)
+# 로컬: http://localhost:8000/docs
+# 서버: https://gateguardsystems.com/docs
 ```
 
 ---
 
 ## 📡 개발자 연동 가이드
 
 ### 1. 실시간 알림 (Websocket)
+
 - **엔드포인트**: `ws://localhost:8000/ws/events`
 - **수신 타입**: `{"type": "NEW_EVENT", "data": {...}}`
 - **담당 파트**: 지현(Frontend Dashboard) 연동용
 
 ### 2. 관리자 인증 (JWT)
+
 - **인증 방식**: Bearer Token (Bearer <JWT_TOKEN>)
 - **획득 경로**: `POST /api/auth/login` (Admin 계정 필요)
 - **대상**: Cameras, Events 전체 조회/수정 API
@@ -98,21 +105,24 @@ docker exec gateguard-backend-1 alembic upgrade head
 
 - `master`: 배포 전용 (직접 push 금지)
 - `develop`: 통합 개발 브랜치
-- `feature/담당자-기능명`: 개별 기능 전용 브랜드
+- `feature/담당자-기능명`: 개별 기능 전용 브랜치
 
-> **[현재 상태]** `feature/조수근-backend-complete-v1` 코드를 `master` 브랜치에 **최종 병합 완료 (Milestone v1.0 정복)** 🏁
+> **[현재 상태]** Milestone 1.0 (Core & AI Integration) **전격 완수 (2026-04-01)** 🏁  
+> - 백엔드 코어 인프라 & 보안 체계 구축 완료 (조수근)  
+> - AI 파이프라인(ByteTrack + Face Anonymization) 통합 완료 (윤효정)  
+> - TimescaleDB 시계열 최적화 및 고속 조회 시스템 구축 완료 🛡️
 
 ---
 
 ## 👥 팀원 구성
 
 | 이름 | 역할 | 담당 파트 |
-|------|------|------|
-| **조수근** | **백엔드 팀장** | **코어 인프라 · 보안 · 실시간 시스템** |
-| **김민지** | **프로젝트 팀장** | **DB 설계 · 마이그레이션** |
+| :--- | :--- | :--- |
+| **조수근** | **백엔드 팀장** | **코어 인프라 · 보안 · 실시간 시스템 · AI 보조** |
+| **김민지** | **프로젝트 팀장** | **DB 설계 · 마이그레이션 · 협업 관리** |
 | **이동근** | 인프라 | 서버 구축 · CI/CD |
 | **최태양** | 인프라 | 클라우드 인프라 |
-| **이지현** | **프론트팀장** | **대시보드 UI/UX** |
+| **이지현** | **프론트팀장** | **대시보드 UI/UX 설계** |
 | **김유진** | 프론트엔드 | 클라이언트 통계 |
 | **양은혜** | 프론트엔드 | 모바일 앱 |
 | **윤효정** | AI | 탐지 모델 구축 |

ai/__init__.py

@@ -0,0 +1 @@
+

ai/anonymizer.py

@@ -6,9 +6,17 @@
 
 class FaceAnonymizer:
     def __init__(self, model_path: str = "yolov11n-face.pt"):
-        self.model = YOLO(model_path)
+        try:
+            self.model = YOLO(model_path)
+            self._enabled = True
+        except Exception as e:
+            print(f"[WARNING] 얼굴 비식별화 모델 로드 실패 ({e}) — 비식별화 비활성화")
+            self.model = None
+            self._enabled = False
 
     def blur(self, frame: np.ndarray) -> np.ndarray:
+        if not self._enabled:
+            return frame
         results = self.model(frame, verbose=False)[0]
         for box in results.boxes.xyxy.cpu().numpy().astype(int):
             x1, y1, x2, y2 = box