Lecture/80-82-Project/student/02-ENVIRONMENT-AND-SERVICES.md

# 환경 · 외부 서비스 · 인증 · 비용

원본 요구는 Slack · Email · Jira · Notion · Database · API 연동을 말합니다. 3일 안에 21명이 모두 실제 회사 계정을 만들고 승인받기는 어렵고, 실제 서비스의 키 · 개인정보가 섞일 위험도 큽니다. 그래서 **같은 역할을 하는 연습용 서비스(데이터 API)**를 기본으로 쓰고, 실제 서비스 연동은 가산으로 둡니다. 설계서에는 "실제 운영이라면 무엇으로 바꾸나"를 함께 적습니다.

## 1. 환경 (64~79일차와 같음)

| 항목 | 값 |
| --- | --- |
| 워크플로우 | n8n 2.42.6 (65일차 설치, `http://localhost:5678`) |
| LLM | OpenAI `gpt-4.1-mini`, Credential `OpenAI (.env)` (id `openAiCourse0001`). **Ollama는 쓰지 않습니다** |
| 임베딩 | OpenAI `text-embedding-3-large` (같은 Credential, 71일차) |
| 연습용 서비스 | 데이터 API (`http://data-api:8800` · 터미널에서 `http://localhost:8800`), 단위 프로젝트 판: `~/aio-01d4-stu/Last3Mon/80/data-api` |
| 도구 | `tools/flow.py` (check · push · call · test · bench · fault · llm · ops · doctor, 모두 `-v`) |
| 코드 작성 | CLI 코딩 에이전트 (codex · claude · agy), 팀 저장소의 `AGENTS.md`를 따름 ([09-AGENT-WORKING-RULES](09-AGENT-WORKING-RULES.md)) |
| 실습 키트 | `~/aio-01d4-stu/Last3Mon/80` (공통 시나리오 · 템플릿 · 도구, 80일차 전에 `git pull`) |
| 팀 VM | 팀마다 하나, 인터넷으로 접속 (주소 · 계정은 80일차 1교시 안내). 팀장이 n8n · 데이터 API · Credential을 올리고 배포 · 시연에 씀 |

**첫날 확인**

```bash
cd ~/aio-01d4-stu && git pull
cd ~/aio-01d4-stu/Last3Mon/65/n8n && docker compose start
cd ~/aio-01d4-stu/Last3Mon/80/data-api && docker compose up -d --force-recreate
cd ~/aio-01d4-stu/Last3Mon/80 && uv run tools/flow.py doctor        # 마지막 줄 ready
```

### 팀 안에서 n8n을 어떻게 나누나

각자 노트북의 n8n은 따로입니다. 다른 사람의 n8n에서 내 워크플로우는 보이지 않습니다. 팀이 함께 보는 기준은 **팀 VM의 n8n**입니다.

| 방식 | 하는 법 | 언제 |
| --- | --- | --- |
| **저장소로 나누기 (기본)** | 워크플로우 JSON을 팀 저장소에 두고, 각자 `git pull` → `flow.py push`로 자기 노트북 n8n에 올려 개발 · 시험 | 늘 |
| **팀 VM에 배포** | 팀장이 VM에서 기본 브랜치를 `git pull` → `flow.py push` → 공통 시나리오 `flow.py test` | 80일차 7교시 첫 배포, 81일차 4 · 7교시 |
| 시연 · 발표 | 산출물 발표 · 리허설 · 최종 발표는 팀 VM에서 | 80 · 81일차 8교시, 82일차 |
| 모듈 나누기 | 70일차처럼 하위 워크플로우(웹훅 또는 Execute Workflow)로 나눠 사람마다 한 파일 | 큰 워크플로우 |

**팀 VM 준비 (80일차 3교시, 팀장)**: 노트북과 같은 순서로 n8n · 데이터 API를 켜고 `flow.py doctor`가 `ready`인지 봅니다. OpenAI · 웹훅 Header Auth · 데이터 API 키는 VM n8n의 Credential에만 넣습니다.

> 팀 VM은 **인터넷에서 열립니다.** n8n 로그인 비밀번호를 기본값으로 두지 않고, 팀 웹훅에는 Header Auth를 겁니다. VM 주소 · 비밀번호 · 키를 저장소 · 문서 · 발표 자료에 쓰지 않습니다 (팀 헌장 5절에는 "팀장에게 물을 것"으로).

워크플로우 이름 · 웹훅 경로 앞에 팀 이름을 붙입니다 (`team1-support`, `team1-index`). 같은 n8n에 여러 팀 것이 올라가도 겹치지 않습니다.

## 2. 외부 서비스를 무엇으로 대신하나

| 원본 요구의 서비스 | 하는 일 | 연습용 (데이터 API) | 실제 운영이라면 |
| --- | --- | --- | --- |
| **Slack** (문의 받기) | 직원 메시지 수신 | 팀 Webhook `POST /webhook/<팀>-support` (본문에 `channel`, `user`) | Slack Trigger 노드 (OAuth 앱, 이벤트 구독) |
| **Slack · Email** (알림) | 담당자 · 관리자에게 알림 | `POST /alerts` `{"workflow", "node", "message", "severity", ...}` → `GET /alerts`로 확인 | Slack 메시지 노드, Send Email (SMTP) |
| **Jira** (티켓) | 이관 티켓 생성 · 조회 | `POST /tickets` `{"key", "title", "requester", "category", "priority"}` (같은 `key`는 중복으로 막음), `GET /tickets-created` | Jira Software 노드 (API Token · OAuth) |
| **Notion** (지식 문서) | 지식베이스 | `GET /docs`, `GET /docs/<name>` (규정 문서 8개, 마크다운) + 팀이 더한 문서 | Notion 노드, Confluence |
| **Database** (기록 · 상태) | 실행 기록 · 캐시 · 대기열 | `POST /logs`, `/cache/<key>`, `POST /dlq` (실패 대기열) | Postgres · MySQL 노드 |
| **API** (업무 시스템) | 접수 건 · 직원 정보 | `GET /tickets/<id>?requester=` (남의 건이면 403), `GET /employees/<이름>`, `GET /faq?q=` | 사내 API (HTTP Request + Credential) |
| 장애 연습 | 외부 서비스가 느리거나 멈춤 | 고장 스위치 `flow.py fault faq\|tickets slow\|error\|flaky`, `flow.py llm down\|up` | 실제로는 일어남 |

설계서의 "외부 연동 노드" 표에는 **연습용과 실제 운영용을 둘 다** 적습니다 (인증 방식 · 오류 코드 · 한도가 다르기 때문). 연습용에서 정상 동작을 보이고, 실제 서비스로 바꿀 때 바뀌는 곳을 표시하면 됩니다.

### 조합 B · C의 어댑터 (81일차 4교시)

입구 · 뒷단 조합([11-TOPIC-GUIDE](11-TOPIC-GUIDE.md) 7절)에서 A는 위 표의 연습용 그대로라 어댑터가 없습니다. B · C는 바깥 부품을 공통 계약 모양으로 바꾸는 **어댑터**를 더합니다. 두뇌(본체 워크플로우 `<팀>-support`)는 바꾸지 않습니다.

| 조합 | 입구 어댑터 | 뒷단 어댑터 |
| --- | --- | --- |
| **B** | Telegram Trigger로 메시지를 받고, 변환 Code에서 `message.text` → `question`, `chat.id` → `user`로 바꿔 본체에 넘김. 답은 Telegram 노드로 같은 채팅방에 | 이관할 때 data-api `POST /tickets` 대신 Zammad 노드로 티켓 생성, 처리가 끝나면 Zammad 웹훅으로 n8n에 알림 |
| **C** | FastAPI가 웹 화면의 질문을 계약 모양으로 바꿔 n8n 팀 웹훅을 호출 | FastAPI가 data-api와 같은 모양의 `/tickets` · `/alerts`를 직접 제공 (관리자 화면이 읽음) |

- 순서: **A로 공통 시나리오 통과 → 어댑터.** 공통 시나리오는 어떤 조합이든 팀 웹훅으로 돌립니다.
- Telegram Trigger · Zammad 웹훅은 바깥에서 n8n을 불러야 하므로 **팀 VM**의 n8n에 둡니다 (노트북 n8n은 바깥에서 닿지 않음).
- 봇 토큰 · Zammad 토큰은 n8n Credential에만, FastAPI의 키는 `.env`에만 둡니다 (아래 규칙과 같음).
- 설계서의 "외부 연동 노드" 표 · 연결선 페이로드 표에 어댑터를 **한 연결선**으로 적습니다 (바깥 모양 → 계약 모양).

### 실제 서비스를 쓰고 싶은 팀 (가산)

- 팀 공용 **무료 · 연습용 계정**만 씁니다 (회사 · 개인 업무 계정 금지).
- 키 · 토큰은 **n8n Credential에만** 넣습니다. 워크플로우 JSON · 문서 · 스크린샷 · 저장소에 보이면 안 됩니다. 커밋 전에 `tscan staged`(73일차).
- 실제 서비스가 안 되는 날(계정 승인 지연 · 한도)을 대비해 **연습용으로도 똑같이 돌게** 둡니다 (Switch 하나로 바꿀 수 있게).
- 시연 전날까지 되지 않으면 연습용으로 시연합니다. 평가에서 불리하지 않습니다.

## 3. 인증 (원본 요구: OAuth · API Key와 에러 처리)

| 어디 | 연습용에서 하는 것 | 설계서에 쓸 것 |
| --- | --- | --- |
| 팀 Webhook (들어오는 문) | Webhook 노드 Authentication = **Header Auth**, Credential에 팀 키 (요청 머리글 `X-Team-Key`) | 키가 없거나 틀리면 401 (n8n이 돌려줌), 운영은 Slack 서명 검증 · SSO |
| 데이터 API (나가는 호출) | 단위 프로젝트 판은 `/tickets` · `/alerts` 등 "외부 서비스" 경로에 `X-Api-Key`를 요구 → HTTP Request의 Header Auth Credential | 키가 틀리면 401 → 재시도하지 않고 중단 + 알림 |
| OpenAI | 기존 Credential `OpenAI (.env)` | 키 만료 · 한도 초과(429) 때의 처리 |
| 실제 서비스 (가산) | 해당 노드의 OAuth2 · API Token Credential | 토큰 만료 → 재인증 알림 |

- **401 · 403은 다시 해도 안 됩니다.** 재시도하지 말고 멈추고 알립니다. 429 · 5xx · timeout만 재시도합니다 ([06-RELIABILITY-AND-SECURITY](06-RELIABILITY-AND-SECURITY.md) 1절).
- Header Auth 키를 걸면 `flow.py call` · `test`도 키를 보내야 합니다: `FLOW_WEBHOOK_KEY=<팀 키> uv run tools/flow.py test ...` (단위 프로젝트 판 `flow.py`).

## 4. 비용과 호출 한도

- 모든 팀이 강사의 OpenAI 키 하나를 함께 씁니다. **한 팀이 반복 시험을 크게 돌리면 다른 팀도 느려지고 한도에 걸릴 수 있습니다.**
- 시나리오 반복은 3회까지, `bench`는 `-n 5`까지를 기본으로 합니다. 더 필요하면 강사에게 말합니다.
- LLM을 부르기 전에 끝낼 수 있는 것(400 · 차단 · 권한 없음 · 캐시)은 앞에서 끝냅니다 (72 · 73 · 75일차). 결과서에 요청당 LLM 호출 수(`agents`나 실행 기록)를 적으면 비용 설명이 됩니다.
- 사용량은 75일차처럼 `POST /usage`로 남기면 `GET /usage/summary`로 팀별로 볼 수 있습니다 (가산).

## 5. 데이터 API를 되돌리기

| 상황 | 명령 |
| --- | --- |
| 만든 티켓 · DLQ · 알림 비우기 | `uv run tools/flow.py ops --reset` |
| 고장 스위치 끄기 | `uv run tools/flow.py fault all ok` |
| LLM 멈춤 연습 되돌리기 | `uv run tools/flow.py llm up` |
| 전부 처음으로 | `cd ~/aio-01d4-stu/Last3Mon/80/data-api && docker compose up -d --force-recreate` |

> 데이터 API는 상태를 메모리에 둡니다. 다시 켜면 만든 티켓 · 로그 · 캐시가 사라집니다. 결과서에 쓸 기록은 `runs/`의 보고서 파일로 남깁니다.
80~82일차 단위 프로젝트 수강생 안내 (안내서 · 일정 · 환경 · 시나리오 · 구조 · RAG · 안정성 · 시험 · 제출 · 에이전트 · FAQ · 주제 정하기, 템플릿 6) 2026-10-27 00:08:21 +09:00			`# 환경 · 외부 서비스 · 인증 · 비용`

			`원본 요구는 Slack · Email · Jira · Notion · Database · API 연동을 말합니다. 3일 안에 21명이 모두 실제 회사 계정을 만들고 승인받기는 어렵고, 실제 서비스의 키 · 개인정보가 섞일 위험도 큽니다. 그래서 같은 역할을 하는 연습용 서비스(데이터 API)를 기본으로 쓰고, 실제 서비스 연동은 가산으로 둡니다. 설계서에는 "실제 운영이라면 무엇으로 바꾸나"를 함께 적습니다.`

			`## 1. 환경 (64~79일차와 같음)`

			`\| 항목 \| 값 \|`
			`\| --- \| --- \|`
			\| 워크플로우 \| n8n 2.42.6 (65일차 설치, `http://localhost:5678`) \|
			\| LLM \| OpenAI `gpt-4.1-mini`, Credential `OpenAI (.env)` (id `openAiCourse0001`). Ollama는 쓰지 않습니다 \|
			\| 임베딩 \| OpenAI `text-embedding-3-large` (같은 Credential, 71일차) \|
			\| 연습용 서비스 \| 데이터 API (`http://data-api:8800` · 터미널에서 `http://localhost:8800`), 단위 프로젝트 판: `~/aio-01d4-stu/Last3Mon/80/data-api` \|
			\| 도구 \| `tools/flow.py` (check · push · call · test · bench · fault · llm · ops · doctor, 모두 `-v`) \|
			\| 코드 작성 \| CLI 코딩 에이전트 (codex · claude · agy), 팀 저장소의 `AGENTS.md`를 따름 ([09-AGENT-WORKING-RULES](09-AGENT-WORKING-RULES.md)) \|
			\| 실습 키트 \| `~/aio-01d4-stu/Last3Mon/80` (공통 시나리오 · 템플릿 · 도구, 80일차 전에 `git pull`) \|
단위 프로젝트(80~82일차): 시간표 AIO-P4-TIMELINE, 팀 VM · 산출물 점검과 발표 · 81일차 동결 · 14:50 제출 · 평가 시험 25문항(재시험 15), 입구 · 뒷단 조합 A · B · C와 어댑터 2026-11-01 17:39:22 +09:00			`\| 팀 VM \| 팀마다 하나, 인터넷으로 접속 (주소 · 계정은 80일차 1교시 안내). 팀장이 n8n · 데이터 API · Credential을 올리고 배포 · 시연에 씀 \|`
80~82일차 단위 프로젝트 수강생 안내 (안내서 · 일정 · 환경 · 시나리오 · 구조 · RAG · 안정성 · 시험 · 제출 · 에이전트 · FAQ · 주제 정하기, 템플릿 6) 2026-10-27 00:08:21 +09:00
			`첫날 확인`

			```bash
			`cd ~/aio-01d4-stu && git pull`
			`cd ~/aio-01d4-stu/Last3Mon/65/n8n && docker compose start`
			`cd ~/aio-01d4-stu/Last3Mon/80/data-api && docker compose up -d --force-recreate`
			`cd ~/aio-01d4-stu/Last3Mon/80 && uv run tools/flow.py doctor # 마지막 줄 ready`
			```

			`### 팀 안에서 n8n을 어떻게 나누나`

단위 프로젝트(80~82일차): 시간표 AIO-P4-TIMELINE, 팀 VM · 산출물 점검과 발표 · 81일차 동결 · 14:50 제출 · 평가 시험 25문항(재시험 15), 입구 · 뒷단 조합 A · B · C와 어댑터 2026-11-01 17:39:22 +09:00			`각자 노트북의 n8n은 따로입니다. 다른 사람의 n8n에서 내 워크플로우는 보이지 않습니다. 팀이 함께 보는 기준은 팀 VM의 n8n입니다.`
80~82일차 단위 프로젝트 수강생 안내 (안내서 · 일정 · 환경 · 시나리오 · 구조 · RAG · 안정성 · 시험 · 제출 · 에이전트 · FAQ · 주제 정하기, 템플릿 6) 2026-10-27 00:08:21 +09:00
			`\| 방식 \| 하는 법 \| 언제 \|`
			`\| --- \| --- \| --- \|`
단위 프로젝트(80~82일차): 시간표 AIO-P4-TIMELINE, 팀 VM · 산출물 점검과 발표 · 81일차 동결 · 14:50 제출 · 평가 시험 25문항(재시험 15), 입구 · 뒷단 조합 A · B · C와 어댑터 2026-11-01 17:39:22 +09:00			\| 저장소로 나누기 (기본) \| 워크플로우 JSON을 팀 저장소에 두고, 각자 `git pull` → `flow.py push`로 자기 노트북 n8n에 올려 개발 · 시험 \| 늘 \|
			\| 팀 VM에 배포 \| 팀장이 VM에서 기본 브랜치를 `git pull` → `flow.py push` → 공통 시나리오 `flow.py test` \| 80일차 7교시 첫 배포, 81일차 4 · 7교시 \|
			`\| 시연 · 발표 \| 산출물 발표 · 리허설 · 최종 발표는 팀 VM에서 \| 80 · 81일차 8교시, 82일차 \|`
80~82일차 단위 프로젝트 수강생 안내 (안내서 · 일정 · 환경 · 시나리오 · 구조 · RAG · 안정성 · 시험 · 제출 · 에이전트 · FAQ · 주제 정하기, 템플릿 6) 2026-10-27 00:08:21 +09:00			`\| 모듈 나누기 \| 70일차처럼 하위 워크플로우(웹훅 또는 Execute Workflow)로 나눠 사람마다 한 파일 \| 큰 워크플로우 \|`

단위 프로젝트(80~82일차): 시간표 AIO-P4-TIMELINE, 팀 VM · 산출물 점검과 발표 · 81일차 동결 · 14:50 제출 · 평가 시험 25문항(재시험 15), 입구 · 뒷단 조합 A · B · C와 어댑터 2026-11-01 17:39:22 +09:00			팀 VM 준비 (80일차 3교시, 팀장): 노트북과 같은 순서로 n8n · 데이터 API를 켜고 `flow.py doctor`가 `ready`인지 봅니다. OpenAI · 웹훅 Header Auth · 데이터 API 키는 VM n8n의 Credential에만 넣습니다.

			`> 팀 VM은 인터넷에서 열립니다. n8n 로그인 비밀번호를 기본값으로 두지 않고, 팀 웹훅에는 Header Auth를 겁니다. VM 주소 · 비밀번호 · 키를 저장소 · 문서 · 발표 자료에 쓰지 않습니다 (팀 헌장 5절에는 "팀장에게 물을 것"으로).`

80~82일차 단위 프로젝트 수강생 안내 (안내서 · 일정 · 환경 · 시나리오 · 구조 · RAG · 안정성 · 시험 · 제출 · 에이전트 · FAQ · 주제 정하기, 템플릿 6) 2026-10-27 00:08:21 +09:00			워크플로우 이름 · 웹훅 경로 앞에 팀 이름을 붙입니다 (`team1-support`, `team1-index`). 같은 n8n에 여러 팀 것이 올라가도 겹치지 않습니다.

			`## 2. 외부 서비스를 무엇으로 대신하나`

			`\| 원본 요구의 서비스 \| 하는 일 \| 연습용 (데이터 API) \| 실제 운영이라면 \|`
			`\| --- \| --- \| --- \| --- \|`
			\| Slack (문의 받기) \| 직원 메시지 수신 \| 팀 Webhook `POST /webhook/<팀>-support` (본문에 `channel`, `user`) \| Slack Trigger 노드 (OAuth 앱, 이벤트 구독) \|
			\| Slack · Email (알림) \| 담당자 · 관리자에게 알림 \| `POST /alerts` `{"workflow", "node", "message", "severity", ...}` → `GET /alerts`로 확인 \| Slack 메시지 노드, Send Email (SMTP) \|
			\| Jira (티켓) \| 이관 티켓 생성 · 조회 \| `POST /tickets` `{"key", "title", "requester", "category", "priority"}` (같은 `key`는 중복으로 막음), `GET /tickets-created` \| Jira Software 노드 (API Token · OAuth) \|
			\| Notion (지식 문서) \| 지식베이스 \| `GET /docs`, `GET /docs/<name>` (규정 문서 8개, 마크다운) + 팀이 더한 문서 \| Notion 노드, Confluence \|
			\| Database (기록 · 상태) \| 실행 기록 · 캐시 · 대기열 \| `POST /logs`, `/cache/<key>`, `POST /dlq` (실패 대기열) \| Postgres · MySQL 노드 \|
			\| API (업무 시스템) \| 접수 건 · 직원 정보 \| `GET /tickets/<id>?requester=` (남의 건이면 403), `GET /employees/<이름>`, `GET /faq?q=` \| 사내 API (HTTP Request + Credential) \|
			\| 장애 연습 \| 외부 서비스가 느리거나 멈춤 \| 고장 스위치 `flow.py fault faq\\|tickets slow\\|error\\|flaky`, `flow.py llm down\\|up` \| 실제로는 일어남 \|

			`설계서의 "외부 연동 노드" 표에는 연습용과 실제 운영용을 둘 다 적습니다 (인증 방식 · 오류 코드 · 한도가 다르기 때문). 연습용에서 정상 동작을 보이고, 실제 서비스로 바꿀 때 바뀌는 곳을 표시하면 됩니다.`

단위 프로젝트(80~82일차): 시간표 AIO-P4-TIMELINE, 팀 VM · 산출물 점검과 발표 · 81일차 동결 · 14:50 제출 · 평가 시험 25문항(재시험 15), 입구 · 뒷단 조합 A · B · C와 어댑터 2026-11-01 17:39:22 +09:00			`### 조합 B · C의 어댑터 (81일차 4교시)`

			입구 · 뒷단 조합([11-TOPIC-GUIDE](11-TOPIC-GUIDE.md) 7절)에서 A는 위 표의 연습용 그대로라 어댑터가 없습니다. B · C는 바깥 부품을 공통 계약 모양으로 바꾸는 어댑터를 더합니다. 두뇌(본체 워크플로우 `<팀>-support`)는 바꾸지 않습니다.

			`\| 조합 \| 입구 어댑터 \| 뒷단 어댑터 \|`
			`\| --- \| --- \| --- \|`
			\| B \| Telegram Trigger로 메시지를 받고, 변환 Code에서 `message.text` → `question`, `chat.id` → `user`로 바꿔 본체에 넘김. 답은 Telegram 노드로 같은 채팅방에 \| 이관할 때 data-api `POST /tickets` 대신 Zammad 노드로 티켓 생성, 처리가 끝나면 Zammad 웹훅으로 n8n에 알림 \|
			\| C \| FastAPI가 웹 화면의 질문을 계약 모양으로 바꿔 n8n 팀 웹훅을 호출 \| FastAPI가 data-api와 같은 모양의 `/tickets` · `/alerts`를 직접 제공 (관리자 화면이 읽음) \|

			`- 순서: A로 공통 시나리오 통과 → 어댑터. 공통 시나리오는 어떤 조합이든 팀 웹훅으로 돌립니다.`
			`- Telegram Trigger · Zammad 웹훅은 바깥에서 n8n을 불러야 하므로 팀 VM의 n8n에 둡니다 (노트북 n8n은 바깥에서 닿지 않음).`
			- 봇 토큰 · Zammad 토큰은 n8n Credential에만, FastAPI의 키는 `.env`에만 둡니다 (아래 규칙과 같음).
			`- 설계서의 "외부 연동 노드" 표 · 연결선 페이로드 표에 어댑터를 한 연결선으로 적습니다 (바깥 모양 → 계약 모양).`

80~82일차 단위 프로젝트 수강생 안내 (안내서 · 일정 · 환경 · 시나리오 · 구조 · RAG · 안정성 · 시험 · 제출 · 에이전트 · FAQ · 주제 정하기, 템플릿 6) 2026-10-27 00:08:21 +09:00			`### 실제 서비스를 쓰고 싶은 팀 (가산)`

			`- 팀 공용 무료 · 연습용 계정만 씁니다 (회사 · 개인 업무 계정 금지).`
			- 키 · 토큰은 n8n Credential에만 넣습니다. 워크플로우 JSON · 문서 · 스크린샷 · 저장소에 보이면 안 됩니다. 커밋 전에 `tscan staged`(73일차).
			`- 실제 서비스가 안 되는 날(계정 승인 지연 · 한도)을 대비해 연습용으로도 똑같이 돌게 둡니다 (Switch 하나로 바꿀 수 있게).`
			`- 시연 전날까지 되지 않으면 연습용으로 시연합니다. 평가에서 불리하지 않습니다.`

			`## 3. 인증 (원본 요구: OAuth · API Key와 에러 처리)`

			`\| 어디 \| 연습용에서 하는 것 \| 설계서에 쓸 것 \|`
			`\| --- \| --- \| --- \|`
			\| 팀 Webhook (들어오는 문) \| Webhook 노드 Authentication = Header Auth, Credential에 팀 키 (요청 머리글 `X-Team-Key`) \| 키가 없거나 틀리면 401 (n8n이 돌려줌), 운영은 Slack 서명 검증 · SSO \|
			\| 데이터 API (나가는 호출) \| 단위 프로젝트 판은 `/tickets` · `/alerts` 등 "외부 서비스" 경로에 `X-Api-Key`를 요구 → HTTP Request의 Header Auth Credential \| 키가 틀리면 401 → 재시도하지 않고 중단 + 알림 \|
			\| OpenAI \| 기존 Credential `OpenAI (.env)` \| 키 만료 · 한도 초과(429) 때의 처리 \|
			`\| 실제 서비스 (가산) \| 해당 노드의 OAuth2 · API Token Credential \| 토큰 만료 → 재인증 알림 \|`

			`- 401 · 403은 다시 해도 안 됩니다. 재시도하지 말고 멈추고 알립니다. 429 · 5xx · timeout만 재시도합니다 ([06-RELIABILITY-AND-SECURITY](06-RELIABILITY-AND-SECURITY.md) 1절).`
			- Header Auth 키를 걸면 `flow.py call` · `test`도 키를 보내야 합니다: `FLOW_WEBHOOK_KEY=<팀 키> uv run tools/flow.py test ...` (단위 프로젝트 판 `flow.py`).

			`## 4. 비용과 호출 한도`

			`- 모든 팀이 강사의 OpenAI 키 하나를 함께 씁니다. 한 팀이 반복 시험을 크게 돌리면 다른 팀도 느려지고 한도에 걸릴 수 있습니다.`
			- 시나리오 반복은 3회까지, `bench`는 `-n 5`까지를 기본으로 합니다. 더 필요하면 강사에게 말합니다.
			- LLM을 부르기 전에 끝낼 수 있는 것(400 · 차단 · 권한 없음 · 캐시)은 앞에서 끝냅니다 (72 · 73 · 75일차). 결과서에 요청당 LLM 호출 수(`agents`나 실행 기록)를 적으면 비용 설명이 됩니다.
			- 사용량은 75일차처럼 `POST /usage`로 남기면 `GET /usage/summary`로 팀별로 볼 수 있습니다 (가산).

			`## 5. 데이터 API를 되돌리기`

			`\| 상황 \| 명령 \|`
			`\| --- \| --- \|`
			\| 만든 티켓 · DLQ · 알림 비우기 \| `uv run tools/flow.py ops --reset` \|
			\| 고장 스위치 끄기 \| `uv run tools/flow.py fault all ok` \|
			\| LLM 멈춤 연습 되돌리기 \| `uv run tools/flow.py llm up` \|
			\| 전부 처음으로 \| `cd ~/aio-01d4-stu/Last3Mon/80/data-api && docker compose up -d --force-recreate` \|

			> 데이터 API는 상태를 메모리에 둡니다. 다시 켜면 만든 티켓 · 로그 · 캐시가 사라집니다. 결과서에 쓸 기록은 `runs/`의 보고서 파일로 남깁니다.