DOCS/journey/troubleshooting/251122_coldmail_extraction_improvement_tdd.md

콜드메일 추출 로직 개선 (TDD)

날짜: 2025-11-22 작성자: Claude 관련 파일:

• rb8001/app/services/ir_analyzer.py
• rb8001/app/services/coldmail_processor.py
• rb8001/tests/test_coldmail_extraction.py

관련 문서:

• 251014_coldmail_ir_analysis_scenario.md
• 251122_happybell80_chromadb_dimension_mismatch.md
• 251122_rag_search_chunk_text_key_fix.md

---

문제 상황

실제 파일 테스트 결과: IR 분석 모든 필드 N/A

초기 가설 (오류)

1. IR 분석에서 회사명 추출하지 않음 → 실제로는 이미 구현됨 (ir_analyzer.py:148,169,283)
2. 우선순위 미정의 → 코드에 우선순위 로직 존재 (coldmail_processor.py:139-144)

실제 원인

1. RAG 검색 실패 → raw_results = {} → LLM에 빈 입력 → N/A
2. 연쇄 문제: 차원 불일치(384→768) → 재인덱싱 → 키 불일치(chunk_text vs content)

---

분석 결과

코드 확인

• ir_analyzer.py:148,169,244,283: company_name 추출 이미 구현됨
• coldmail_processor.py:139-144: 우선순위 로직 존재 (IR → 휴리스틱)
• 문제: RAG 검색 0건 → raw_results = {} → N/A

Mock 테스트의 한계

• tests/test_coldmail_extraction.py: Mock 기반으로 실제 RAG 문제 감지 못함
• 테스트 통과했으나 실제 파일에서는 N/A
• 교훈: 실제 document_id로 통합 테스트 필수

---

해결 과정

1단계: 차원 불일치 발견 및 해결

• ChromaDB 384차원 → 768차원 재인덱싱 완료
• 참고: 251122_happybell80_chromadb_dimension_mismatch.md

2단계: 키 불일치 발견 및 수정

• skill-rag-file: chunk_text 키로 반환
• ir_analyzer.py:47: content 키 읽기 시도 → 빈 문자열
• 커밋 8feea8b: content → chunk_text 수정
• 참고: 251122_rag_search_chunk_text_key_fix.md

---

교훈

코드 확인 먼저, 가정은 나중에

• "IR에서 회사명 추출 안 함"이라고 가정 → 실제로는 이미 구현됨
• 교훈: 문제 분석 시 코드 직접 읽고 확인 (가정으로 시작하지 말 것)

Mock 테스트의 한계

• Mock 테스트 통과 ≠ 실제 환경 정상 동작
• RAG/ChromaDB 같은 외부 의존성은 실제 데이터로 검증 필수
• 교훈: 통합 테스트용 실제 document_id 항상 준비

연쇄 문제 해결 시 각 단계 검증

• 차원 불일치 해결 → 재인덱싱 → 여전히 N/A
• 각 단계마다 실제 API 응답 출력/로그 확인으로 숨은 문제 조기 발견
• 교훈: 문제 해결 후 반드시 end-to-end 검증