docs: 뉴스 스킬 복수 키워드 불균형 문제 분석

troubleshooting/250827_claude_news_keyword_imbalance.md

@@ -0,0 +1,153 @@
+# 뉴스 스킬 복수 키워드 검색 시 불균형 문제
+
+## 발생일시
+2025-08-27 17:44 KST
+
+## 문제 상황
+복수 키워드(`드라마`, `IT infrastructure`) 검색 시 한 키워드(IT)의 뉴스만 반환되는 문제
+
+### 증상
+- 입력: `드라마`, `IT infrastructure` 2개 키워드
+- 기대: 드라마 뉴스 + IT 뉴스 균등 분배
+- 실제: IT 뉴스만 20개 반환
+
+## 원인 분석
+
+### 현재 로직 (`google_news_collector.py`)
+```python
+# 83-91번 라인
+for search_term in search_terms:
+    news_items = await self._search_single_term(context, search_term, max_items)
+    all_news.extend(news_items)  # 각 키워드마다 max_items(20개)씩 추가
+
+unique_news = self._remove_duplicates(all_news)
+return unique_news[:max_items]  # 최종 20개로 자름
+```
+
+### 문제점
+1. **과도한 수집**: 각 키워드마다 20개씩 수집 (총 40개)
+2. **단순 병합**: 순서대로 병합 후 상위 20개만 반환
+3. **불균형**: IT 뉴스가 먼저/많이 수집되면 드라마 뉴스가 잘림
+
+### 데이터 흐름
+```
+드라마 검색 → 20개 수집
+IT 검색 → 20개 수집
+병합 → 40개
+중복 제거 → 35개 (예시)
+상위 20개 자름 → IT 뉴스 위주
+```
+
+## 해결 방안
+
+### Option 1: 균등 분배 (권장)
+```python
+async def search_news(self, keywords: List[str] = None, max_items: int = None) -> List[NewsArticle]:
+    search_terms = keywords or self.config.search_terms
+    max_items = max_items or self.config.max_items
+    
+    # 키워드별 균등 할당
+    items_per_keyword = max_items // len(search_terms)
+    remainder = max_items % len(search_terms)
+    
+    all_news = []
+    
+    for idx, search_term in enumerate(search_terms):
+        # 나머지 처리 (첫 키워드들에 1개씩 추가)
+        keyword_limit = items_per_keyword + (1 if idx < remainder else 0)
+        news_items = await self._search_single_term(context, search_term, keyword_limit)
+        all_news.extend(news_items)
+    
+    return all_news  # 이미 균등 분배됨
+```
+
+### Option 2: 라운드 로빈 병합
+```python
+def _merge_round_robin(self, news_lists: List[List[NewsArticle]]) -> List[NewsArticle]:
+    """각 리스트에서 번갈아가며 선택"""
+    merged = []
+    max_len = max(len(lst) for lst in news_lists)
+    
+    for i in range(max_len):
+        for lst in news_lists:
+            if i < len(lst):
+                merged.append(lst[i])
+                if len(merged) >= self.config.max_items:
+                    return merged
+    
+    return merged
+```
+
+### Option 3: 가중치 기반 분배
+```python
+# 환경변수나 파라미터로 키워드별 가중치 설정
+keyword_weights = {
+    "드라마": 0.5,      # 50%
+    "IT infrastructure": 0.5  # 50%
+}
+
+for keyword, weight in keyword_weights.items():
+    keyword_limit = int(max_items * weight)
+    # ...
+```
+
+## 검증 방법
+
+### 테스트 스크립트
+```python
+# /home/admin/ivada_project/skill_news/test_balance.py
+import asyncio
+from app.services.google_news_collector import GoogleNewsCollector
+
+async def test_keyword_balance():
+    collector = GoogleNewsCollector()
+    keywords = ["드라마", "IT infrastructure"]
+    
+    results = await collector.search_news(keywords, max_items=20)
+    
+    # 키워드별 카운트
+    drama_count = sum(1 for r in results if "드라마" in r.title.lower())
+    it_count = sum(1 for r in results if "it" in r.title.lower() or "인프라" in r.title.lower())
+    
+    print(f"드라마 뉴스: {drama_count}개")
+    print(f"IT 뉴스: {it_count}개")
+    print(f"균형도: {min(drama_count, it_count) / max(drama_count, it_count) * 100:.1f}%")
+    
+asyncio.run(test_keyword_balance())
+```
+
+## 즉시 조치
+
+### 빠른 수정 (Option 1 적용)
+```bash
+# 1. 코드 수정
+cd /home/admin/ivada_project/skill_news
+vim app/services/google_news_collector.py
+
+# 2. Docker 재시작
+docker compose down && docker compose up -d --build
+
+# 3. 테스트
+curl -X POST http://localhost:8505/api/news/search \
+  -H "Content-Type: application/json" \
+  -d '{"keywords": ["드라마", "IT infrastructure"], "max_items": 20}'
+```
+
+## 영향도
+- **사용자 경험**: 다양한 주제의 뉴스를 원하는 사용자 불만족
+- **서비스 품질**: 키워드 검색 기능의 신뢰도 하락
+- **확장성**: 3개 이상 키워드 시 문제 심화
+
+## 교훈
+1. **병합 알고리즘은 균형을 고려해야 함**
+2. **복수 소스 데이터는 단순 연결보다 인터리빙 필요**
+3. **사용자 의도 파악이 중요** (모든 키워드 = 균등 관심)
+
+## 참고
+- Google News API는 OR 연산자 지원하지만 균형 보장 안됨
+- 키워드별 개별 검색이 더 정확한 결과 제공
+- 향후 사용자별 키워드 선호도 학습 고려
+
+---
+*작성: Claude*
+*보고: 황한용님*