diff --git a/troubleshooting/20251002_emotion_system_implementation.md b/troubleshooting/20251002_emotion_system_implementation.md
new file mode 100644
index 0000000..90ac6f6
--- /dev/null
+++ b/troubleshooting/20251002_emotion_system_implementation.md
@@ -0,0 +1,186 @@
+# 감정 시스템 구현 계획 (rb8001)
+
+**작성일**: 2025-10-02
+**작성자**: Claude & happybell80
+**관련 서비스**: rb8001
+**이슈**: 감정 분석 시스템 미구현
+
+## 현재 상황
+
+### rb8001 감정 시스템 현황
+- **구조만 존재**: rb8001/app/core/emotion/base.py:16-34, rb8001/app/llm/emotion_llm.py:18-114
+- **실제 분석 없음**: rb8001/app/core/emotion/base.py:46-55 (모든 감정 균등 분포 반환)
+- **rb10508_micro**: rb10508_micro/app/core/emotion/base.py:46-55 (동일 구조)
+
+### 서버 확인 결과 (2025-10-02)
+
+#### 51124 서버 확인 사항
+```bash
+# 확인 필요
+docker exec rb8001 ls -la /code/app/core/emotion/  # emotion 파일 목록
+docker exec rb8001 cat /code/app/core/emotion/emotion_llm.py  # 구현 코드
+docker exec rb8001 ls -la /code/onnx_models/  # ONNX 모델 존재 여부
+docker logs rb8001 --tail 1000 | grep -i emotion  # 감정 로그
+curl http://localhost:8001/v1/emotion/infer -X POST -d '{"text":"테스트"}'  # API 테스트
+
+# 전체 서비스 확인
+for container in rb8001 skill-embedding robeing_monitor skill-rag-file; do
+  echo "=== $container ==="
+  docker exec $container find /code -name "*emotion*" 2>/dev/null
+done
+```
+
+#### 51123 서버 확인 결과
+- **PostgreSQL**: emotion_readings 테이블 없음
+- **모델 파일**: /opt/models에 감정 모델 없음 (sentence-transformer만 존재)
+- **API 엔드포인트**: /v1/emotion/* 엔드포인트 없음 ("Endpoint not found")
+- **Gateway 서비스**: robeing-gateway 실행 중 (포트 8100)
+- **결론**: 51123에 감정 시스템 관련 인프라 전혀 구현되지 않음
+
+### 구현된 부분
+```text
+rb8001/app/core/emotion/base.py:16-34  EmotionState 정의 (9개 감정 레이블 포함)
+rb8001/app/core/emotion/base.py:37-44  calculate_entropy[_cached]
+rb8001/app/core/emotion/base.py:128-155 ThompsonSampler
+rb8001/app/llm/emotion_llm.py:25-54  analyze_user_emotion (analyze_emotion 호출)
+rb8001/app/llm/emotion_llm.py:56-89  generate_response_with_emotion (메모리 저장)
+```
+
+### 미구현 부분
+1. **모델 통합**: klue/bert-base 기반 7클래스 분류기 (코드 없음)
+2. **ONNX 추론**: 모델 변환 및 최적화 (코드 없음)
+3. **Temperature Scaling**: 확률 보정 (코드 없음)
+4. **데이터베이스**: emotion_readings 테이블 (스키마/마이그레이션 없음)
+5. **API 엔드포인트**: /v1/emotion/infer 등 (엔드포인트 없음)
+
+## 구현 로드맵
+
+### Phase 1: 기본 감정 분석 (1주)
+1. **Day 1-2: 모델 준비**
+   - klue/bert-base 기반 감정 분류 모델 준비
+   - 7개 클래스: fear, surprise, anger, sadness, neutral, happiness, disgust
+   - ONNX 변환 및 최적화
+
+2. **Day 3-4: 추론 엔진 구현**
+   ```text
+   없음: rb8001/app/core/emotion/inference.py (파일 미존재)
+   없음: rb8001 내 onnxruntime/transformers 런타임 사용 코드
+   참고: training_emotion/train_korean_emotion.py:244-257 (학습용 ORT/Tokenizer)
+   현재 추론 경로: rb8001/app/core/emotion/base.py:63-85 (analyze_emotion[_cached])
+   현재 LLM 연동: rb8001/app/llm/emotion_llm.py:25-54 (analyze_user_emotion)
+   토크나이저/ONNX 세션 초기화 위치: 없음 (프로덕션 코드 기준)
+   EMOTION_TEMPERATURE 사용: rb8001/app/core/emotion/base.py:14 (상수 로드)
+   Temperature Scaling 적용: 없음 (확률 보정 미적용)
+   모델 파일 경로 상수: 없음
+   레이블 상수(7클래스): 없음
+   추론 입력 전처리: 없음
+   추론 출력 후처리: 없음
+   배치 추론 엔트리포인트: 없음
+   에러 처리/재시도: 없음
+   로깅 위치: rb8001/app/llm/emotion_llm.py:49 (분석 결과 로그)
+   ```
+
+3. **Day 5: DB 스키마 구현**
+   ```text
+   없음: emotion_readings 테이블 (코드/마이그레이션 미존재)
+   확인: DOCS/ideas/emotion_graph_implementation.md:215,232 (문서 내 예시 스키마)
+   확인: DOCS/ideas/250916_로빙_감정_분석_시스템_구현_계획.md:11 (테이블 부재 명시)
+   rb8001 내 관련 SQL/알렘빅 파일: 없음
+   rb8001/app/llm/emotion_llm.py:73-83 (감정 메타데이터 메모리 저장만 수행)
+   로우 저장 경로: 없음 (DB 연동 미구현)
+   인덱스 생성 위치: 없음
+   작성자/버전 필드: 없음
+   엔트로피 저장: 없음
+   메타 JSONB 저장: 없음
+   생성시각 컬럼: 없음
+   해시 컬럼: 없음
+   모델 버전 컬럼: 없음
+   ```
+
+### Phase 2: API 및 통합 (1주)
+
+1. **Day 6-7: API 엔드포인트**
+   ```text
+   없음: rb8001 내 /v1/emotion/* 라우트
+   확인: rg 검색 결과 엔드포인트 미발견
+   관련 파일: rb8001/main.py (감정 관련 API 없음)
+   현재 사용 경로: rb8001/app/llm/llm_service.py:119-134 (내부 호출만 존재)
+   robeing-gateway/app/main.py (프록시에 감정 API 없음)
+   robeing-monitor (감정 API 없음)
+   ```
+
+2. **Day 8-9: 기존 시스템 통합**
+   - Router에서 감정 분석 호출
+   - 메모리 저장 시 감정 메타데이터 추가
+   - Slack 응답에 감정 정보 포함
+
+3. **Day 10: 시각화**
+   - 감정 그래프 생성 (matplotlib/plotly)
+   - Slack 이미지 업로드
+
+### Phase 3: 고도화 (선택적)
+
+1. **Temperature Calibration**
+   - 검증 데이터셋으로 최적 T 값 찾기
+   - ECE (Expected Calibration Error) 최소화
+
+2. **배치 처리 최적화**
+   - 마이크로배칭
+   - 비동기 처리 큐
+
+3. **감정 공명 시스템**
+   - 과거 감정과 현재 감정 결합
+   - 사용자별 감정 패턴 학습
+
+## 구현 우선순위
+
+### 즉시 구현 가능 (Quick Win)
+1. ✅ 감정 DB 테이블 생성
+2. ✅ 간단한 규칙 기반 감정 분석 (키워드 매칭)
+3. ✅ 감정 저장 및 조회 API
+
+### 중기 목표 (1-2주)
+1. ⏳ BERT 모델 통합
+2. ⏳ ONNX 최적화
+3. ⏳ Temperature Scaling
+
+### 장기 목표 (1개월+)
+1. 📅 사용자별 감정 패턴 학습
+2. 📅 실시간 감정 모니터링 대시보드
+3. 📅 감정 기반 응답 생성
+
+## 리소스 요구사항
+
+### 모델
+- klue/bert-base (400MB)
+- ONNX 변환 모델 (100MB)
+- 추론 시간: CPU 40-80ms, GPU 10-20ms
+
+### 인프라
+- 추가 메모리: 500MB-1GB
+- DB 스토리지: 사용자당 일 100KB
+- 계산 리소스: CPU 2 cores 권장
+
+## 주의사항
+
+1. **프라이버시**
+   - 원문 텍스트는 해시만 저장
+   - 사용자 동의 필요
+   - 삭제 권한 보장
+
+2. **성능**
+   - 캐싱 적극 활용
+   - 배치 처리로 효율화
+   - 비동기 처리 필수
+
+3. **정확도**
+   - 한국어 특화 모델 필요
+   - 지속적인 모니터링
+   - 사용자 피드백 수집
+
+## 결론
+
+rb10508_micro의 감정 시스템을 rb8001로 이식 또는 skill-embedding으로 분리 필요:
+- rb10508_micro에 Bayesian 기반 감정 시스템 구현됨
+- rb8001에 기본 구조만 있고 실제 기능 없음
+- 이식 또는 독립 스킬화 검토 필요