diff --git a/journey/troubleshooting/251118_happybell80_rb8001_의도분석_UNKNOWN_및_웹검색.md b/journey/troubleshooting/251118_happybell80_rb8001_의도분석_UNKNOWN_및_웹검색.md
new file mode 100644
index 0000000..ec2ce3e
--- /dev/null
+++ b/journey/troubleshooting/251118_happybell80_rb8001_의도분석_UNKNOWN_및_웹검색.md
@@ -0,0 +1,56 @@
+# rb8001 의도분석 UNKNOWN 및 웹 검색 처리 문제
+
+**날짜**: 2025-11-18
+**작성자**: happybell80
+**관련 파일**: `rb8001/app/brain/decision_engine.py`, `rb8001/app/brain/intent_graph.py`, `rb8001/app/router/router.py`, `DOCS/book/300_architecture/database/tables.md`
+
+---
+
+## 문제 상황
+- Docker 로그와 OpenSearch `dataprepper-static` 인덱스를 기준으로 rb8001 최근 대화 로그를 분석한 결과, 웹 검색 의도로 보이는 문장들이 `UNKNOWN` 의도로 분류되는 사례가 반복적으로 관찰됨.
+- 예시: "엠에스 바이오 인터케어 관련 검", "인터케어.. 오토테크는 뭐야?"와 같은 질의가 의도 분석 단계에서 `UNKNOWN`으로 떨어져 이후 웹 검색/뉴스 조회 워크플로우로 연결되지 않음.
+- 동일한 로그 분석 과정에서 Web Search Workflow의 SQLite 체크포인트 `unable to open database file` 에러, Gemini/Mistral API 429, coldmail 파일 404, asyncio 콜백 예외 등도 함께 확인되었으나, 본 문서는 의도분석 UNKNOWN 및 웹 검색 경로 문제에 초점을 맞춤.
+
+## 원인 분석
+- 현재 의도 분석 플로우는 `INTENT_ENGINE` 설정에 따라 FastPath(DecisionEngine 정규식+Naive Bayes) → Semantic(임베딩 top-k) → LLM Parser → Clarify 순으로 진행되며, FastPath와 Semantic 단계에서 확신도가 충분하지 않으면 `UNKNOWN`으로 처리됨.
+- `rb8001/app/brain/decision_engine.py:360-370`: FastPath에서 패턴 매칭 실패 후 `_semantic_fallback()`이 적절한 의도를 반환하지 못하는 경우, 로그에 "[DecisionEngine] 의도 매칭 실패 - UNKNOWN으로 처리"가 남고 `IntentType.UNKNOWN`가 반환됨.
+- `DOCS/book/300_architecture/database/tables.md:162-170`: SemanticIntentClassifier는 `intents`, `intent_prototypes`, `intent_thresholds`, `intent_path_stats` 테이블을 사용해 제로샷 의도 분류 및 경로별 임계값/통계를 관리하도록 설계되어 있으나, 웹 검색 계열 질의에 대해 프로토타입/임계값이 충분히 정의되어 있지 않아 Semantic 단계의 커버리지가 제한된 상태로 동작하고 있음.
+
+## 해결 방안
+- 웹 검색 의도로 보이는 `UNKNOWN` 사례를 주기적으로 수집하여, `WEB_SEARCH`(또는 실제 사용 중인 웹 검색 intent)용 프로토타입을 `intent_prototypes`에 추가하고, `intent_thresholds`에서 semantic/LLM 경로 임계값을 조정해 SemanticIntentClassifier가 검색 계열 발화를 더 잘 흡수하도록 개선.
+- `rb8001/app/brain/decision_engine.py:385-407`: `_semantic_fallback()`이 반환하는 상위 intent 중 검색 계열 intent에 대해서는, 유사도/마진이 일정 수준 이상이면 `UNKNOWN` 대신 검색 intent로 반환하도록 기준을 명확히 정의하고, 관련 동작을 테스트로 고정.
+- `DOCS/journey/ideas/250920_happybell80_로빙_의도분석_전략.md`에서 정의한 하이브리드 전략(FastPath + Semantic + LLM + Clarify)을 기준으로, 웹/정보 탐색 전용 intent 레이어를 추가하여 FastPath에서 키워드 매칭에 실패하더라도 Semantic/LLM 경로를 통해 검색 워크플로우로 안전하게 연결되도록 실행 계획을 정리하고, 추후 구현 시 본 문서를 참고하도록 함.
+
+## 향후 개선 사항 (2025-11-18 추가)
+
+### Chain-of-Thought (CoT) 적용
+- `DOCS/journey/plans/251023_happybell80_의도_런타임_하이브리드_임베딩_베이지안_동적학습.md`의 5.2 섹션에 정의된 CoT 적용 방안을 LLM Parser 단계에 적용하면, "엠에스 바이오 인터케어 관련 검"처럼 불완전하거나 복잡한 웹 검색 질문의 의도 분류 정확도가 개선될 것으로 예상됨.
+- CoT를 통해 LLM이 단계별로 추론(키워드 추출 → 의도 후보 검토 → 최종 결정)하도록 하면, FastPath/Semantic 단계에서 놓친 복잡한 질문도 LLM Parser 단계에서 더 정확히 분류 가능.
+- 환경변수 `INTENT_USE_COT=true`로 조건부 활성화하여, 확신도 낮은 경우나 복잡한 질문에만 CoT를 적용해 비용/지연 최소화.
+
+### 컨텍스트 의존적 질문 처리
+- "이 기업 대표 누구야?" 같은 대명사 포함 질문은 대명사 해소(`message_router.py`의 `_resolve_pronoun_via_llm`)가 선행되어야 웹 검색 의도로 정확히 분류됨.
+- 대명사 해소 실패 시 컨텍스트 정보 부족으로 UNKNOWN으로 분류되거나, 잘못된 엔티티로 웹 검색이 실행되어 여러 회사 정보를 섞어서 답변하는 문제 발생 가능.
+- `CONTEXT_FOLLOWUP` Intent와 대명사 해소 로직을 웹 검색 경로와 더 긴밀하게 통합하여, 컨텍스트 의존적 질문이 웹 검색 워크플로우로 자연스럽게 연결되도록 개선 필요.
+
+### IntentGraph 활성화 상태 확인
+- `INTENT_ENGINE=graph` 설정 시 IntentGraph 경로가 활성화되어 LLM Parser 단계가 더 자주 사용되므로, UNKNOWN 비율이 달라질 수 있음.
+- 현재 운영 환경의 `INTENT_ENGINE` 설정 상태를 확인하고, IntentGraph 활성화 여부에 따른 UNKNOWN 비율 차이를 모니터링하여 최적 경로 결정 필요.
+
+## 구현 완료
+- 현재 단계에서는 rb8001 코드 변경 없이 로그 분석 및 개선 방향만 정리된 상태이며, 실제 코드 수정 및 배포는 추후 별도 작업으로 진행 필요.
+
+## 교훈
+
+### 원인
+- FastPath(정규식/Naive Bayes) 중심으로 설계된 DecisionEngine 패턴이 실제 사용자 발화의 다양성을 충분히 반영하지 못해, 웹 검색 계열 자연어 질의가 커버리지 밖으로 빠져 `UNKNOWN`으로 분류되는 사례가 발생함.
+- SemanticIntentClassifier와 intent_* 테이블 구조가 이미 설계되어 있음에도, 웹 검색 계열 intent에 대한 프로토타입/임계값 정의가 부족해 Semantic 경로가 의도적으로 활용되지 못하고 있음.
+
+### 교훈
+- 의도분석에서 `UNKNOWN` 비율이 특정 패턴(예: 웹 검색/정보 탐색 질문)에 집중될 경우, 정규식/키워드 추가만으로 해결하기보다 SemanticIntentClassifier 및 intent_* 레지스트리를 활용해 데이터 기반으로 커버리지를 확장해야 함.
+- 로그 분석 결과를 주기적으로 `intent_prototypes`, `intent_thresholds`, `intent_path_stats`에 반영하여, 의도 유형별로 FastPath·Semantic·LLM·Clarify 경로 비중을 조정하는 피드백 루프를 유지해야 함.
+
+### 원칙
+- `DOCS/book/300_architecture/database/tables.md:162-170`에 정의된 동적 의도 레지스트리 설계 원칙(제로샷 의도 분류, DB 기반 업데이트, 재시작 없는 반영)을 실제 rb8001 의도 엔진 운영에도 일관되게 적용해야 함.
+- 트래픽에서 관찰된 실제 사용자 발화는 DecisionEngine 정규식 패턴뿐 아니라 SemanticIntentClassifier 프로토타입과 임계값 설계에까지 반영하여, UNKNOWN을 줄이고 웹 검색/업무 스킬로 자연스럽게 이어지는 경로를 유지해야 함.
+