DOCS/troubleshooting/251014_namuwiki_image_crawl_failure.md

나무위키 이미지 크롤링 실패 (251014)

문제

점심 월드컵 문제 이미지 15개 교체 목적으로 나무위키 크롤링 시도 → 대부분 실패

시도한 방법

cd /home/happybell80/ivada_project/frontend-customer
node scripts/download_from_namuwiki.cjs

크롤링 대상: 청국장찌개, 새우볶음밥, 닭볶음, 쭈꾸미볶음, 양념게장, 우동, 들깨칼국수, 칼국수, 비빔냉면, 쌀국수, 내장탕, 닭칼국수, 파스타 등 15개

결과

성공 (7/15)

• 청국장찌개, 양념게장, 우동, 쌀국수, 내장탕, 닭칼국수, 파스타

실패 (8/15)

음식	실패 원인
새우볶음밥, 닭볶음, 쭈꾸미볶음	No image found
들깨칼국수, 칼국수, 비빔냉면	page.goto: Timeout 30000ms exceeded

치명적 문제

대부분 SVG 플레이스홀더 이미지 다운로드

https://i.namu.wiki/i/9hGAig2vrfxWkbyRM7f5GB84xb09XYgptOKRJcdBR2xMeqGDoT8GgeYbw5nDKZ-g...svg

• 실제 음식 사진 아님
• 청국장찌개, 우동, 쌀국수, 파스타 모두 동일한 플레이스홀더
• 007_청국장찌개.jpg, 048_우동.jpg 등 저장되었지만 내용물 무효

원인 분석

1. 나무위키 이미지 구조 변경

• 과거: 실제 음식 사진 직접 호스팅
• 현재: SVG 플레이스홀더 + 외부 링크 또는 이미지 없음

2. 타임아웃

• 나무위키 봇 차단 가능성
• networkidle 대기 시간 초과 (30초)

3. 셀렉터 미스매치

const imgElement = await page.locator('.wiki-image img, .wiki-paragraph img').first();

• 셀렉터가 실제 DOM 구조와 맞지 않음 (추측)
• 이미지 없는 문서 존재 (볶음밥, 볶음 등)

교훈

❌ 하지 말 것

• 나무위키 크롤링 의존 금지: 저작권, 봇 차단, 플레이스홀더 문제
• 단일 소스 의존 금지: 백업 없이 한 곳에서만 이미지 수집

✅ 해야 할 것

• 저작권 명확한 소스 사용: Pixabay (CC0), Unsplash (무료), Pexels
• AI 생성 이미지: Stable Diffusion/DALL-E - 한식 데이터셋 부족 우려
• 수동 검수 필수: 자동 크롤링 후 실제 이미지 확인

다음 단계

1단계: Pixabay API (우선)

# 기존 스크립트 존재 여부 확인
ls scripts/download_korean_pixabay.sh

• API 키: PIXABAY_API_KEY (환경변수)
• 쿼리: "korean {음식명} food"
• 라이선스: CC0 Public Domain

2단계: 수동 다운로드 (Pixabay 실패 시)

• 직접 검색 후 고품질 이미지 선택
• 1200×900 이상 해상도
• 출처/라이선스 메타데이터 기록

3단계: WebP 변환 + 메타 매니페스트

// FOODS 배열에 추가
{
  id: "007",
  ko: "청국장찌개",
  en: "cheonggukjang-jjigae",
  image: "/images/foods/007_cheonggukjang-jjigae.webp",
  width: 1200,
  height: 900,
  format: "webp",
  source: "pixabay",
  license: "CC0"
}

삭제할 파일

# SVG 플레이스홀더 7개 삭제
rm public/images/foods/{007,034,048,075,082,084,093}_*.jpg

참고

• CLAUDE.md 원칙: 추측 금지, 문서 100줄 이하, 코드 블록 최소화 ✅
• 트러블슈팅 형식: yymmdd_주제.md, 시간순, 교훈 필수 ✅
• 다음 작업: frontend-customer/scripts/download_korean_pixabay.sh 실행