DOCS/plans/251014_claude_coldmail_hybrid_implementation.md

Coldmail 하이브리드 필터 구현 계획

날짜: 2025-10-14 작성자: Claude (51124 서버 전담) 관련: 251014_claude_coldmail_filter_tokenization_issue.md

---

구현 개요

목표: KoBERT + Gemini + Naive Bayes 3단계 하이브리드 coldmail 필터 예상 시간: 12시간 (1.5일)

---

Phase 1: KoBERT 임베딩 필터 (4시간)

신규 파일

• rb8001/app/services/coldmail_embedding_filter.py

주요 함수

• create_embedding(): skill-embedding (8515)로 임베딩 생성
• calculate_similarity(): cosine similarity 계산
• is_coldmail_by_embedding(): threshold 0.6 기반 판단

DB 테이블

CREATE TABLE coldmail_embedding_clusters (
    id SERIAL PRIMARY KEY,
    embedding VECTOR(768),
    label VARCHAR(10),
    example_subject TEXT,
    created_at TIMESTAMP DEFAULT NOW()
);

필요 확장: pgvector extension (CREATE EXTENSION vector;)

---

Phase 2: Gemini LLM 분류기 (2시간)

신규 파일

• rb8001/app/services/coldmail_llm_classifier.py

주요 함수

• classify_by_llm(): Gemini zero-shot 분류 + 이유 설명

Prompt 예시

다음 이메일이 투자/제안/협업 관련 coldmail인지 판단하시오.
제목: {subject}
발신자: {sender_email}

응답: {"is_coldmail": true/false, "reason": "..."}

주의사항

• JSON 마크다운 블록(```json) 제거 필요
• gemini-2.5-flash-lite 사용 (비용 최소화)

---

Phase 3: 하이브리드 통합 (3시간)

신규 파일

• rb8001/app/services/coldmail_hybrid_filter.py

주요 함수

• hybrid_coldmail_filter(): 3단계 순차 실행
• update_from_feedback(): Slack 버튼 피드백 처리

반환 구조

{
    "stage": "embedding" | "llm" | "hybrid",
    "embedding_similarity": 0.75,
    "llm_reason": "투자 유치 관련 IR 자료",
    "naive_bayes_score": 0.85
}

---

Phase 4: coldmail_briefing 통합 (1시간)

수정 파일

• coldmail_briefing.py:121-136

변경 내용

• 기존 is_coldmail() → hybrid_coldmail_filter() 교체
• 로그에 분류 상세 정보 추가
• email["coldmail_details"] 저장

---

Phase 5: 테스트 및 검증 (2시간)

테스트 케이스

Success (coldmail):

1. "251013_올굿즈컴퍼니_회사소개서.pdf" from gomtose@naver.com
2. "2025 빅웨이브 하반기 IR 초대" from biigwave@ccei.kr
3. "투자제안서 검토 요청" from silkro2009@silkro.org

Failure (normal):

1. "[KBAN] 피싱 메일 주의" from jointips@kban.or.kr
2. "[SSG.COM] 주문 내역" from ssgadmin@ssg.com
3. "회의 일정 안내" from team@company.com

검증 항목

• 임베딩 클러스터 로딩 성공
• LLM JSON 파싱 정상
• Slack 피드백 → DB 반영 확인
• 응답 시간 500ms 이내
• API 호출 로그 확인 (10% 이하)

---

구현 일정

Phase	작업	시간	우선순위
1	KoBERT 임베딩 필터	4h	높음
2	Gemini LLM 분류기	2h	중간
3	하이브리드 통합	3h	높음
4	coldmail_briefing 통합	1h	높음
5	테스트 및 검증	2h	높음

총 12시간 (1.5일)

---

참고

• 2024년 연구: BERT F1 0.99 (Journal of Big Data)
• KoBERT: github.com/SKTBrain/KoBERT
• skill-embedding: localhost:8515