카메라 세션, 품질 게이트, inference runtime adapter, 결과 pipeline, UI shell을 내부 모듈로 나누고 React UI와 framework-agnostic core 사이의 책임을 정리합니다.

SDK 내부에서 상태 lifecycle, permission, model loading, inference, error propagation이 어떻게 흐르는지 설계해 WebView, 모바일 웹, 고객사 화면 차이에도 흔들리지 않는 core architecture를 만듭니다.

펫나우의 AI는 모바일 기기와 브라우저 환경에서도 안정적으로 동작해야 합니다. WebGPU, ONNX Runtime Web, TensorFlow Lite/Web 같은 runtime을 활용하거나 연동하면서 브라우저 안에서 AI 기능이 실행될 수 있는 구조를 만들어갑니다.

카메라 기반 실시간 이미지 처리, 이미지 품질 확인, inference latency, 리소스 사용량, 브라우저 권한, 디바이스 성능 차이를 함께 고려합니다. 사용자가 촬영에 성공하고 고객사가 결과를 신뢰할 수 있도록 SDK 레벨의 안정성을 높입니다.

고객사는 펫나우의 내부 구조를 이해하지 않아도 installation부터 첫 결과 확인까지 빠르게 도달해야 합니다. 이 역할은 고객사 개발자가 실제 서비스 흐름 안에 SDK를 붙이는 외부 접점을 단순하게 만듭니다.

initialization, embed, configuration, callback, result handoff, fallback 처리를 작은 public surface로 정리해 고객사마다 새로 해석하지 않아도 되는 integration contract를 만듭니다.

SDK는 한 번 배포하고 끝나는 제품이 아닙니다. 고객사별 적용 버전, release note, regression risk, rollback 가능성, private package distribution이 모두 관리되어야 합니다.

AWS CodeArtifact 같은 private npm registry를 활용한 패키지 배포 구조를 설계하고, Git 기반 버전 관리, semantic versioning, release pipeline, changelog, 고객사별 배포 정책을 함께 정리합니다.

SDK 품질은 사람이 매번 눌러보는 방식으로 유지할 수 없습니다. logic test, UI test, performance test를 포함한 자동화 환경을 구축하고, SDK 변경이 실제 고객사 연동에 어떤 영향을 줄 수 있는지 빠르게 확인할 수 있는 파이프라인을 만듭니다.

브라우저와 디바이스 조합, 모바일 웹 성능, AI inference latency, SDK initialization failure, 카메라 권한 실패, 네트워크 오류처럼 실제 환경에서 발생 가능한 케이스를 테스트 체계 안에 반영합니다.

좋은 SDK는 코드만으로 완성되지 않습니다. 설치 가이드, Quickstart, API reference, integration guide, sample code, troubleshooting guide가 함께 있어야 고객사가 빠르게 도입할 수 있습니다.

이미 운영 중인 Native SDK 개발 문서와 고객사 integration 문서를 기반으로 Web SDK에 맞는 문서 구조와 예제를 만듭니다. 고객사가 어디서 막히는지 파악하고 반복 질문과 연동 실패를 줄이는 개발자 경험을 설계합니다.