perf: NAS 도커 빌드 시간 단축 — CPU 전용 torch + 빌드 캐시 마운트

DS1517+(Atom C2538)에서 빌드가 30분 이상 걸리던 원인 두 가지를 제거.

1. PyTorch CPU 전용 휠 사용 (backend)
   PyPI 기본 torch 휠은 nvidia-cublas/cudnn 등 CUDA 패키지를 수 GB
   함께 내려받는데 NAS에는 GPU가 없어 전부 불필요했다.
   download.pytorch.org/whl/cpu 에서 먼저 설치하면 requirements.txt 의
   torch 줄은 충족되어 건너뛴다. ml_ensemble 은 이미 지연 임포트라 동작 동일.

2. pip/npm 캐시를 빌드 간 재사용 (backend, mcp-server, frontend)
   --no-cache-dir 제거하고 RUN --mount=type=cache 로 전환.
   requirements.txt 가 바뀌어도 받아둔 휠은 재다운로드하지 않는다.
   Jenkinsfile 에 DOCKER_BUILDKIT/COMPOSE_DOCKER_CLI_BUILD 추가.

부수: frontend Dockerfile 의 FromAsCasing 경고 정리 (as build → AS build).
세 Dockerfile 모두 docker build --check 통과.

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

.claude/settings.local.json

@@ -176,7 +176,10 @@
       "Bash(/usr/bin/head -c 300 /tmp/stock.html)",
       "Bash(/usr/bin/curl -sk -o /dev/null -w \"  /api/v1/market-data/prices → HTTP %{http_code}\\\\n\" --max-time 10 \"https://stock.shium.net/api/v1/market-data/prices?codes=005930\")",
       "Bash(/usr/bin/tail -5)",
-      "Bash(/usr/bin/head -2)"
+      "Bash(/usr/bin/head -2)",
+      "Bash(/usr/bin/cat backend/Dockerfile)",
+      "Bash(/usr/bin/cat backend/requirements.txt)",
+      "Bash(docker --version)"
     ]
   },
   "enableAllProjectMcpServers": true,

Jenkinsfile

@@ -4,6 +4,9 @@ pipeline {
     environment {
         DEPLOY_DIR = '/volume1/docker/autostock'
         ENV_FILE   = "${DEPLOY_DIR}/.env"
+        // Dockerfile 의 pip/npm 캐시 마운트(RUN --mount=type=cache)를 쓰려면 BuildKit 필요
+        DOCKER_BUILDKIT        = '1'
+        COMPOSE_DOCKER_CLI_BUILD = '1'
     }
 
     options {

backend/Dockerfile

@@ -1,3 +1,4 @@
+# syntax=docker/dockerfile:1
 FROM python:3.11-slim
 
 WORKDIR /app
@@ -13,7 +14,17 @@ RUN apt-get update && apt-get install -y \
 
 # Python 의존성 설치 (requirements.txt 변경 시에만 재설치 — Docker 캐시 활용)
 COPY requirements.txt .
-RUN pip install --no-cache-dir -r requirements.txt
+
+# PyTorch는 CPU 전용 휠로 먼저 설치.
+# PyPI 기본 torch 휠은 NVIDIA CUDA 패키지(nvidia-cublas, nvidia-cudnn 등)를
+# 수 GB 함께 내려받지만 NAS에 GPU가 없어 전부 불필요하다.
+# 여기서 먼저 깔아두면 아래 requirements.txt 의 torch 줄은 이미 충족되어 건너뛴다.
+RUN --mount=type=cache,target=/root/.cache/pip \
+    pip install torch --index-url https://download.pytorch.org/whl/cpu
+
+# 나머지 의존성 — pip 캐시를 빌드 간 재사용 (BuildKit 필요)
+RUN --mount=type=cache,target=/root/.cache/pip \
+    pip install -r requirements.txt
 
 # 애플리케이션 코드 복사 (코드 변경 시에만 이 레이어 갱신)
 COPY . .

frontend/Dockerfile

@@ -1,11 +1,13 @@
+# syntax=docker/dockerfile:1
 # Build stage
-FROM node:20-alpine as build
+FROM node:20-alpine AS build
 
 WORKDIR /app
 
-# 의존성 설치
+# 의존성 설치 — npm 캐시를 빌드 간 재사용 (BuildKit 필요)
 COPY package*.json ./
-RUN npm install
+RUN --mount=type=cache,target=/root/.npm \
+    npm install
 
 # 애플리케이션 빌드
 COPY . .

mcp-server/Dockerfile

@@ -1,3 +1,4 @@
+# syntax=docker/dockerfile:1
 FROM python:3.11-slim
 
 WORKDIR /app
@@ -9,9 +10,10 @@ RUN apt-get update && apt-get install -y --no-install-recommends curl ca-certifi
     && npm install -g @anthropic-ai/claude-code \
     && apt-get purge -y curl && apt-get autoremove -y && rm -rf /var/lib/apt/lists/*
 
-# Python 의존성 설치
+# Python 의존성 설치 — pip 캐시를 빌드 간 재사용 (BuildKit 필요)
 COPY requirements.txt .
-RUN pip install --no-cache-dir -r requirements.txt
+RUN --mount=type=cache,target=/root/.cache/pip \
+    pip install -r requirements.txt
 
 # 애플리케이션 코드 복사
 COPY . .