98 lines
7.3 KiB
Markdown
98 lines
7.3 KiB
Markdown
# 251023_codex_웹검색_대명사_의도_수정
|
|
|
|
**날짜**: 2025-10-23
|
|
**작성자**: codex
|
|
**수정일**: 2025-11-18 (대명사 해소 플로우 개선 필요 사항 추가)
|
|
**관련 파일**: `rb8001/app/brain/decision_engine.py`, `rb8001/app/services/workflows/web_search_workflow.py`, `rb8001/app/router/message_router.py`
|
|
|
|
---
|
|
|
|
## 요약 (3줄)
|
|
- 의도 매칭 누락: "대표이사 누구야?" 유형이 `UNKNOWN`으로 빠짐 → WEB_SEARCH 정규식 보강.
|
|
- LangGraph 예외: 체크포인터 비동기 컨텍스트 미사용으로 `get_next_version` 오류 → 컨텍스트 매니저 적용.
|
|
- 대명사 해소 오판: 휴리스틱이 최근 무관 엔티티로 치환 → LLM 우선 + 직전 명시 엔티티 우선 규칙으로 전환.
|
|
|
|
## 문제 상황
|
|
- 로그: `[DecisionEngine] 의도 매칭 실패 - UNKNOWN …`
|
|
- 로그: `WebSearch workflow failed… '_AsyncGeneratorContextManager' object has no attribute 'get_next_version'`
|
|
- 로그: `[WebSearch] Pronoun resolved … -> '지에프솔루션 …'`, Thompson gate가 heur로 선택해 오답.
|
|
- **추가 문제 (2025-11-18)**: "엠에스 바이오 인터케어 관련 검" → "이 기업 검색해줘" 시 "오토테크"로 잘못 해소되어 검색 실행.
|
|
|
|
## 원인 분석
|
|
- 규칙 공백: `대표이사` 키워드가 기업/회사 동시 출현을 전제로 되어 있어 단독 질의 누락.
|
|
- LangGraph 체크포인터 초기화 방식 변경(0.6.x/0.1.x 조합): `from_conn_string`가 async 컨텍스트 매니저를 반환.
|
|
- 대명사 해소 정책: 휴리스틱 스캐닝 가중치로 최근 대화의 무관 토큰(HE/CO 등) 영향, 게이트가 heur을 과도 선호.
|
|
- **추가 원인 (2025-11-18)**:
|
|
- `web_search_workflow.py:60-104`: LangGraph 경로에서 `_extract_entity_candidates_with_scores`가 스코어만으로 정렬, 시간 순서 무시
|
|
- `web_search_workflow.py:63-65`: 엔티티 추출 패턴이 "테크/솔루션" 접미사만 인식, "엠에스 바이오 인터케어" 같은 기업명 추출 실패
|
|
- `router.py:216`: 의도 분류(FastPath) 이후에 대명사 해소 실행, 잘못된 엔티티로 검색 진행
|
|
- `message_router.py:27-142`: LLM 우선 규칙이 LangGraph 경로에서 미적용
|
|
|
|
## 해결 방안
|
|
1) WEB_SEARCH 정규식 보강 (대표이사/CEO 직접 매칭)
|
|
- `decision_engine.py:188`: `.*대표이사.*(누구|알려|검색|찾|이름)`, `(ceo|CEO).*누구` 추가
|
|
|
|
2) LangGraph 체크포인터 안전화
|
|
- `web_search_workflow.py:25`: `async with AsyncSqliteSaver.from_conn_string(uri) as checkpointer:` 내부에서 컴파일·실행
|
|
|
|
3) 대명사 해소 정책 수정 (LLM 우선, 직전 명시 엔티티 우선 규칙)
|
|
- `message_router.py:27-142`: 직전 사용자 발화에서 `X (검색/알려줘…)` 패턴이면 heur-direct 우선, 그 외에는 LLM 우선
|
|
- 환경변수: `PRONOUN_THOMPSON_GATE=false` (기본 비활성)
|
|
- 로깅: `Selected pronoun resolution source: ...` 추가
|
|
|
|
4) **대명사 해소 플로우 개선 (2025-11-18 구현 완료)**
|
|
- `router.py:179-195`: 대명사 포함 시 의도 분류 전에 대명사 해소 먼저 수행, 해소된 메시지로 의도 분류
|
|
- `web_search_workflow.py:60-149`: 최신 대화(인덱스 0)의 엔티티를 최우선 선택, 시간 우선순위를 스코어보다 우선시
|
|
- `web_search_workflow.py:69-70`: 엔티티 추출 패턴 확장 (접미사 없이도 기업명 인식, 한글 3글자 이상 또는 영문 대문자 시작)
|
|
- `message_router.py:118-126`: 최신 대화 우선 정렬 로직 적용
|
|
- 커밋: `cc7a162` (2025-11-18)
|
|
- 배포: Gitea Actions 자동 배포 완료, rb8001 컨테이너 정상 동작 확인
|
|
|
|
5) **모든 의도에 슬롯 추출 및 재질문 로직 추가 (2025-11-18 구현 완료)**
|
|
- `router.py:261-329`: 모든 의도에 슬롯 추출 로직 추가
|
|
- `web_search`: 검색어/엔티티 슬롯 추출 (정규식 기반)
|
|
- `email_send`: 받는 사람, 제목, 내용 슬롯 추출 (정규식 기반)
|
|
- `calendar_event`: 날짜, 시간, 장소 슬롯 추출 (기존 로직 유지)
|
|
- `router.py:331-372`: 필수 슬롯 확인 및 재질문 로직 추가
|
|
- `web_search`: 검색어/엔티티 슬롯 없으면 "무엇을 검색할까요?" 또는 "어떤 기업을 말씀하시나요?" 재질문
|
|
- `email_send`: 받는 사람 슬롯 없으면 "누구에게 이메일을 보낼까요?" 재질문
|
|
- `calendar_event`: 날짜 슬롯 없으면 "언제 일정을 등록할까요?" 재질문
|
|
- `router.py:387-399`: web_search 실행 시 슬롯의 검색어 우선 사용
|
|
- 커밋: `8dbfe59` (2025-11-18)
|
|
- 배포: Gitea Actions 자동 배포 완료, rb8001 컨테이너 재시작 확인
|
|
|
|
6) **재질문 후 검색 시 원래 질문의 키워드 보존 (2025-11-18 구현 완료)**
|
|
- 문제: "이 기업 대표이사가 누구야?" → 재질문 → "엠에스 바이오" → "엠에스 바이오"만 검색되어 대표이사 정보 누락
|
|
- 해결:
|
|
- `router.py:275-289`: 원래 질문의 키워드(대표이사, CEO 등) 추출 및 슬롯 저장
|
|
- `router.py:300-310`: 재질문 응답에서 엔티티 추출 로직 추가 (메시지 전체를 엔티티로 간주)
|
|
- `router.py:408-416`: 재질문 응답 후 검색 시 엔티티 + 원래 질문의 키워드 조합하여 검색
|
|
- 예: "이 기업 대표이사가 누구야?" → 재질문 → "엠에스 바이오" → "엠에스 바이오 대표이사" 검색
|
|
- 커밋: `bc953b5`, `47e88bb` (2025-11-18)
|
|
- 배포: Gitea Actions 자동 배포 완료, rb8001 컨테이너 재시작 확인
|
|
|
|
7) **한글 접미사 하드코딩 제거 (2025-11-18 구현 완료)**
|
|
- `web_search_workflow.py:64-65, 94-95, 38, 48`: "솔루션|테크|컴퍼니|주식회사" 하드코딩 제거, 접미사 없이도 기업명 인식
|
|
- `message_router.py:51-54, 99-100, 436, 451`: 동일하게 한글 접미사 하드코딩 제거
|
|
- 영문 접미사(Company, Inc, Corp 등)는 유지
|
|
- 커밋: `032bd0d` (2025-11-18)
|
|
- 배포: Gitea Actions 자동 배포 완료, rb8001 컨테이너 정상 동작 확인
|
|
|
|
8) 부수 수정
|
|
- `pipelines/langgraph_document.py`: `import os` 누락 보완
|
|
- 환경: `WEB_SEARCH_USE_GRAPH=true`, `PRONOUN_RESOLVE_LLM=true`, `PRONOUN_THOMPSON_GATE=false`, `RECENT_WINDOW_HOURS=24`
|
|
|
|
## 검증
|
|
- 배포 후 `docker logs rb8001 --tail 100 | grep -E 'UNKNOWN|Thompson|Pronoun|workflow failed'`
|
|
- 실제 시나리오:
|
|
1) "솔트룩스 검색해줘."
|
|
2) "이 기업 대표이사 검색해줘." → `Selected pronoun resolution source: llm` 또는 `heur-direct(솔트룩스)` 로 안정 치환
|
|
3) **검증 완료 (2025-11-18)**: "엠에스 바이오 인터케어 관련 검" → "이 기업 검색해줘" → 최신 대화 우선 로직으로 "엠에스 바이오 인터케어" 정확히 해소 (확장 패턴 적용)
|
|
|
|
## 교훈
|
|
- 의도 패턴은 "핵심 키워드 단독" 케이스를 반드시 포함할 것(대표/대표이사/CEO 등).
|
|
- 외부 라이브러리 초기화는 버전별 컨텍스트/팩토리 시그니처 확인(특히 LangGraph/체크포인터).
|
|
- 대명사 해소는 "직전 명시 엔티티 > LLM > 휴리스틱 스캔"의 우선순위를 기본으로 하고, 베이지안/밴딧은 옵트인으로 적용.
|
|
- **추가 교훈 (2025-11-18)**: 대명사 해소는 시간 순서(최신 대화 우선)를 스코어보다 우선시하고, 의도 분류 전에 수행하여 정확한 엔티티로 검색을 진행해야 함.
|
|
|