# 감정 시스템 미구현 항목

**작성일**: 2025-10-02
**목적**: 감정 시스템 완성을 위한 남은 작업

## 구현 필요 (우선순위)

### 1. LLM 톤 조절 ⏳
- **위치**: rb8001/app/llm/llm_service.py:133
- **내용**: 감정 상태에 따른 프롬프트 동적 조절
- **예시**: anger 감지 시 → 공감적 톤으로 응답

### 2. Temperature Scaling ⚠️
- **공식**: Softmax(z/T)로 확률 보정
- **T값 추정**: 검증 세트로 L-BFGS-B 알고리즘 적용
- **목적**: 과신(overconfidence) 보정

### 3. 배치 API ⚠️
- **엔드포인트**: POST /v1/emotion/infer:batch
- **용량**: 최대 128건
- **용도**: 대량 텍스트 일괄 처리

### 4. 임계값 처리 ⚠️
- **조건**: 최고 확률 < 0.45
- **처리**: "unknown" 라벨로 변경
- **목적**: 애매한 감정 필터링

### 5. 시각화 ⚠️
- **그래프 유형**:
  - 시계열 선 그래프 (7개 감정)
  - 일/시간대별 스택 차트
- **출력**: PNG 생성 → Slack 전송
- **라이브러리**: matplotlib 또는 plotly

### 6. 시계열 집계 ⏳
- **쿼리**: TimescaleDB time_bucket
- **집계 단위**: 1h, 6h, 1d, 1w
- **참고**: frontend-base/backend/metrics_database.py:103

## 검증 필요
- [ ] ONNX vs PyTorch 오차 검증
- [ ] p95 지연 시간 측정
- [ ] NLL/ECE 보정 효과 측정

## 참고 자료
- ONNX 모델: `/home/admin/ivada_project/onnx_models/aihub-7emotions/model.onnx` [51124 서버]
- skill-embedding API: http://localhost:8515/emotion