4b558fadb6
- 51124 서버 확인 명령어 추가 - 51123 서버 확인 결과: 감정 인프라 전무 - PostgreSQL emotion_readings 테이블 없음 - ONNX 감정 모델 파일 없음
6.7 KiB
6.7 KiB
감정 시스템 구현 계획 (rb8001)
작성일: 2025-10-02 작성자: Claude & happybell80 관련 서비스: rb8001 이슈: 감정 분석 시스템 미구현
현재 상황
rb8001 감정 시스템 현황
- 구조만 존재: rb8001/app/core/emotion/base.py:16-34, rb8001/app/llm/emotion_llm.py:18-114
- 실제 분석 없음: rb8001/app/core/emotion/base.py:46-55 (모든 감정 균등 분포 반환)
- rb10508_micro: rb10508_micro/app/core/emotion/base.py:46-55 (동일 구조)
서버 확인 결과 (2025-10-02)
51124 서버 확인 사항
# 확인 필요
docker exec rb8001 ls -la /code/app/core/emotion/ # emotion 파일 목록
docker exec rb8001 cat /code/app/core/emotion/emotion_llm.py # 구현 코드
docker exec rb8001 ls -la /code/onnx_models/ # ONNX 모델 존재 여부
docker logs rb8001 --tail 1000 | grep -i emotion # 감정 로그
curl http://localhost:8001/v1/emotion/infer -X POST -d '{"text":"테스트"}' # API 테스트
# 전체 서비스 확인
for container in rb8001 skill-embedding robeing_monitor skill-rag-file; do
echo "=== $container ==="
docker exec $container find /code -name "*emotion*" 2>/dev/null
done
51123 서버 확인 결과
- PostgreSQL: emotion_readings 테이블 없음
- 모델 파일: /opt/models에 감정 모델 없음 (sentence-transformer만 존재)
- API 엔드포인트: /v1/emotion/* 엔드포인트 없음 ("Endpoint not found")
- Gateway 서비스: robeing-gateway 실행 중 (포트 8100)
- 결론: 51123에 감정 시스템 관련 인프라 전혀 구현되지 않음
구현된 부분
rb8001/app/core/emotion/base.py:16-34 EmotionState 정의 (9개 감정 레이블 포함)
rb8001/app/core/emotion/base.py:37-44 calculate_entropy[_cached]
rb8001/app/core/emotion/base.py:128-155 ThompsonSampler
rb8001/app/llm/emotion_llm.py:25-54 analyze_user_emotion (analyze_emotion 호출)
rb8001/app/llm/emotion_llm.py:56-89 generate_response_with_emotion (메모리 저장)
미구현 부분
- 모델 통합: klue/bert-base 기반 7클래스 분류기 (코드 없음)
- ONNX 추론: 모델 변환 및 최적화 (코드 없음)
- Temperature Scaling: 확률 보정 (코드 없음)
- 데이터베이스: emotion_readings 테이블 (스키마/마이그레이션 없음)
- API 엔드포인트: /v1/emotion/infer 등 (엔드포인트 없음)
구현 로드맵
Phase 1: 기본 감정 분석 (1주)
-
Day 1-2: 모델 준비
- klue/bert-base 기반 감정 분류 모델 준비
- 7개 클래스: fear, surprise, anger, sadness, neutral, happiness, disgust
- ONNX 변환 및 최적화
-
Day 3-4: 추론 엔진 구현
없음: rb8001/app/core/emotion/inference.py (파일 미존재) 없음: rb8001 내 onnxruntime/transformers 런타임 사용 코드 참고: training_emotion/train_korean_emotion.py:244-257 (학습용 ORT/Tokenizer) 현재 추론 경로: rb8001/app/core/emotion/base.py:63-85 (analyze_emotion[_cached]) 현재 LLM 연동: rb8001/app/llm/emotion_llm.py:25-54 (analyze_user_emotion) 토크나이저/ONNX 세션 초기화 위치: 없음 (프로덕션 코드 기준) EMOTION_TEMPERATURE 사용: rb8001/app/core/emotion/base.py:14 (상수 로드) Temperature Scaling 적용: 없음 (확률 보정 미적용) 모델 파일 경로 상수: 없음 레이블 상수(7클래스): 없음 추론 입력 전처리: 없음 추론 출력 후처리: 없음 배치 추론 엔트리포인트: 없음 에러 처리/재시도: 없음 로깅 위치: rb8001/app/llm/emotion_llm.py:49 (분석 결과 로그) -
Day 5: DB 스키마 구현
없음: emotion_readings 테이블 (코드/마이그레이션 미존재) 확인: DOCS/ideas/emotion_graph_implementation.md:215,232 (문서 내 예시 스키마) 확인: DOCS/ideas/250916_로빙_감정_분석_시스템_구현_계획.md:11 (테이블 부재 명시) rb8001 내 관련 SQL/알렘빅 파일: 없음 rb8001/app/llm/emotion_llm.py:73-83 (감정 메타데이터 메모리 저장만 수행) 로우 저장 경로: 없음 (DB 연동 미구현) 인덱스 생성 위치: 없음 작성자/버전 필드: 없음 엔트로피 저장: 없음 메타 JSONB 저장: 없음 생성시각 컬럼: 없음 해시 컬럼: 없음 모델 버전 컬럼: 없음
Phase 2: API 및 통합 (1주)
-
Day 6-7: API 엔드포인트
없음: rb8001 내 /v1/emotion/* 라우트 확인: rg 검색 결과 엔드포인트 미발견 관련 파일: rb8001/main.py (감정 관련 API 없음) 현재 사용 경로: rb8001/app/llm/llm_service.py:119-134 (내부 호출만 존재) robeing-gateway/app/main.py (프록시에 감정 API 없음) robeing-monitor (감정 API 없음) -
Day 8-9: 기존 시스템 통합
- Router에서 감정 분석 호출
- 메모리 저장 시 감정 메타데이터 추가
- Slack 응답에 감정 정보 포함
-
Day 10: 시각화
- 감정 그래프 생성 (matplotlib/plotly)
- Slack 이미지 업로드
Phase 3: 고도화 (선택적)
-
Temperature Calibration
- 검증 데이터셋으로 최적 T 값 찾기
- ECE (Expected Calibration Error) 최소화
-
배치 처리 최적화
- 마이크로배칭
- 비동기 처리 큐
-
감정 공명 시스템
- 과거 감정과 현재 감정 결합
- 사용자별 감정 패턴 학습
구현 우선순위
즉시 구현 가능 (Quick Win)
- ✅ 감정 DB 테이블 생성
- ✅ 간단한 규칙 기반 감정 분석 (키워드 매칭)
- ✅ 감정 저장 및 조회 API
중기 목표 (1-2주)
- ⏳ BERT 모델 통합
- ⏳ ONNX 최적화
- ⏳ Temperature Scaling
장기 목표 (1개월+)
- 📅 사용자별 감정 패턴 학습
- 📅 실시간 감정 모니터링 대시보드
- 📅 감정 기반 응답 생성
리소스 요구사항
모델
- klue/bert-base (400MB)
- ONNX 변환 모델 (100MB)
- 추론 시간: CPU 40-80ms, GPU 10-20ms
인프라
- 추가 메모리: 500MB-1GB
- DB 스토리지: 사용자당 일 100KB
- 계산 리소스: CPU 2 cores 권장
주의사항
-
프라이버시
- 원문 텍스트는 해시만 저장
- 사용자 동의 필요
- 삭제 권한 보장
-
성능
- 캐싱 적극 활용
- 배치 처리로 효율화
- 비동기 처리 필수
-
정확도
- 한국어 특화 모델 필요
- 지속적인 모니터링
- 사용자 피드백 수집
결론
rb10508_micro의 감정 시스템을 rb8001로 이식 또는 skill-embedding으로 분리 필요:
- rb10508_micro에 Bayesian 기반 감정 시스템 구현됨
- rb8001에 기본 구조만 있고 실제 기능 없음
- 이식 또는 독립 스킬화 검토 필요