docs: update pronoun resolution document with current issues and improvement plan

- Add 2025-11-18 issues: time order ignored, entity extraction pattern limitation, pronoun resolution timing
- Add improvement plan: prioritize latest conversation, expand entity extraction pattern, resolve pronoun before intent classification
- Add validation scenario for '엠에스 바이오 인터케어' case
- Follow document writing principles: file:line format, concise description

journey/troubleshooting/251023_codex_pronoun_search_fix.md

@@ -1,47 +1,65 @@
 # 251023_codex_웹검색_대명사_의도_수정
 
+**날짜**: 2025-10-23  
+**작성자**: codex  
+**수정일**: 2025-11-18 (대명사 해소 플로우 개선 필요 사항 추가)  
+**관련 파일**: `rb8001/app/brain/decision_engine.py`, `rb8001/app/services/workflows/web_search_workflow.py`, `rb8001/app/router/message_router.py`
+
+---
+
 ## 요약 (3줄)
-- 의도 매칭 누락: “대표이사 누구야?” 유형이 `UNKNOWN`으로 빠짐 → WEB_SEARCH 정규식 보강.
+- 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
+## 문제 상황
 - 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.
+- **추가 문제 (2025-11-18)**: "엠에스 바이오 인터케어 관련 검" → "이 기업 검색해줘" 시 "오토테크"로 잘못 해소되어 검색 실행.
 
-## 원인
+## 원인 분석
 - 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.
+- **추가 원인 (2025-11-18)**:
+  - `web_search_workflow.py:60-104`: LangGraph 경로에서 `_extract_entity_candidates_with_scores`가 스코어만으로 정렬, 시간 순서 무시
+  - `web_search_workflow.py:63-65`: 엔티티 추출 패턴이 "테크/솔루션" 접미사만 인식, "엠에스 바이오 인터케어" 같은 기업명 추출 실패
+  - `router.py:216`: 의도 분류(FastPath) 이후에 대명사 해소 실행, 잘못된 엔티티로 검색 진행
+  - `message_router.py:27-142`: LLM 우선 규칙이 LangGraph 경로에서 미적용
 
-## 조치 (코드)
+## 해결 방안
 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`
+   - `decision_engine.py:188`: `.*대표이사.*(누구|알려|검색|찾|이름)`, `(ceo|CEO).*누구` 추가
 
 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
+   - `web_search_workflow.py:25`: `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)
+   - `message_router.py:27-142`: 직전 사용자 발화에서 `X (검색/알려줘…)` 패턴이면 heur-direct 우선, 그 외에는 LLM 우선
+   - 환경변수: `PRONOUN_THOMPSON_GATE=false` (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`
+4) **향후 개선 필요 (2025-11-18 추가)**
+   - `web_search_workflow.py:107-126`: 최신 대화(인덱스 0)의 엔티티를 최우선 선택, 스코어는 동점 시에만 사용
+   - `web_search_workflow.py:63-65`: 엔티티 추출 패턴 확장 (접미사 없이도 기업명 인식)
+   - `router.py:216`: 대명사 포함 시 의도 분류 전에 대명사 해소 먼저 수행
+   - `web_search_workflow.py:129-133`: LangGraph 경로에서도 LLM 기반 대명사 해소 적용 또는 CoT 활용
+
+5) 부수 수정
+   - `pipelines/langgraph_document.py`: `import os` 누락 보완
+   - 환경: `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
+  1) "솔트룩스 검색해줘."
+  2) "이 기업 대표이사 검색해줘." → `Selected pronoun resolution source: llm` 또는 `heur-direct(솔트룩스)` 로 안정 치환
+  3) **추가 검증 필요**: "엠에스 바이오 인터케어 관련 검" → "이 기업 검색해줘" → "엠에스 바이오 인터케어"로 정확히 해소
 
 ## 교훈
-- 의도 패턴은 “핵심 키워드 단독” 케이스를 반드시 포함할 것(대표/대표이사/CEO 등).
+- 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.
+- 대명사 해소는 "직전 명시 엔티티 > LLM > 휴리스틱 스캔"의 우선순위를 기본으로 하고, 베이지안/밴딧은 옵트인으로 적용.
+- **추가 교훈 (2025-11-18)**: 대명사 해소는 시간 순서(최신 대화 우선)를 스코어보다 우선시하고, 의도 분류 전에 수행하여 정확한 엔티티로 검색을 진행해야 함.