troubleshooting: 251023 web-search pronoun + intent + langgraph fixes (root cause, fix, lessons)

troubleshooting/251023_codex_pronoun_search_fix.md

@@ -0,0 +1,47 @@
+# 251023_codex_웹검색_대명사_의도_수정
+
+## 요약 (3줄)
+- 의도 매칭 누락: “대표이사 누구야?” 유형이 `UNKNOWN`으로 빠짐 → WEB_SEARCH 정규식 보강.
+- LangGraph 예외: 체크포인터 비동기 컨텍스트 미사용으로 `get_next_version` 오류 → 컨텍스트 매니저 적용.
+- 대명사 해소 오판: 휴리스틱이 최근 무관 엔티티로 치환 → LLM 우선 + 직전 명시 엔티티 우선 규칙으로 전환.
+
+## 증상
+- 로그: `[DecisionEngine] 의도 매칭 실패 - UNKNOWN …`
+- 로그: `WebSearch workflow failed… '_AsyncGeneratorContextManager' object has no attribute 'get_next_version'`
+- 로그: `[WebSearch] Pronoun resolved … -> '지에프솔루션 …'`, Thompson gate가 heur로 선택해 오답.
+
+## 원인
+- 규칙 공백: `대표이사` 키워드가 기업/회사 동시 출현을 전제로 되어 있어 단독 질의 누락.
+- LangGraph 체크포인터 초기화 방식 변경(0.6.x/0.1.x 조합): `from_conn_string`가 async 컨텍스트 매니저를 반환.
+- 대명사 해소 정책: 휴리스틱 스캐닝 가중치로 최근 대화의 무관 토큰(HE/CO 등) 영향, 게이트가 heur을 과도 선호.
+
+## 조치 (코드)
+1) WEB_SEARCH 정규식 보강 (대표이사/CEO 직접 매칭)
+   - 파일: `rb8001/app/brain/decision_engine.py`
+   - 추가: `.*대표이사.*(누구|알려|검색|찾|이름)`, `(ceo|CEO).*누구`
+
+2) LangGraph 체크포인터 안전화
+   - 파일: `rb8001/app/services/workflows/web_search_workflow.py`
+   - 변경: `async with AsyncSqliteSaver.from_conn_string(uri) as checkpointer:` 내부에서 컴파일·실행
+
+3) 대명사 해소 정책 수정 (LLM 우선, 직전 명시 엔티티 우선 규칙)
+   - 파일: `rb8001/app/router/message_router.py`
+   - 규칙: 직전 사용자 발화에서 `X (검색/알려줘…)` 패턴이면 heur-direct 우선, 그 외에는 LLM 우선
+   - 실험적 Thompson gate는 `PRONOUN_THOMPSON_GATE=true`일 때만 사용 (기본 비활성)
+   - 로깅: `Selected pronoun resolution source: ...` 추가
+
+4) 부수 수정
+   - 파일: `rb8001/app/pipelines/langgraph_document.py` → `import os` 누락 보완 (full text/reindex 경로)
+   - 환경: `rb8001/.env` → `WEB_SEARCH_USE_GRAPH=true`, `PRONOUN_RESOLVE_LLM=true`, `PRONOUN_THOMPSON_GATE=false`, `RECENT_WINDOW_HOURS=24`
+
+## 검증
+- 배포 후 `docker logs rb8001 --tail 100 | grep -E 'UNKNOWN|Thompson|Pronoun|workflow failed'`
+- 실제 시나리오:
+  1) “솔트룩스 검색해줘.”
+  2) “이 기업 대표이사 검색해줘.” → `Selected pronoun resolution source: llm` 또는 `heur-direct(솔트룩스)` 로 안정 치환
+
+## 교훈
+- 의도 패턴은 “핵심 키워드 단독” 케이스를 반드시 포함할 것(대표/대표이사/CEO 등).
+- 외부 라이브러리 초기화는 버전별 컨텍스트/팩토리 시그니처 확인(특히 LangGraph/체크포인터).
+- 대명사 해소는 “직전 명시 엔티티 > LLM > 휴리스틱 스캔”의 우선순위를 기본으로 하고, 베이지안/밴딧은 옵트인으로 적용.
+