54804e4fed
- 20251002_emotion_db_storage_fix.md: 해결 완료 항목 정리 - 20251002_emotion_system_todo.md: 미구현 항목 분리 - 긴 문서를 2개로 분할 (각 50줄 이내)
47 lines
1.5 KiB
Markdown
47 lines
1.5 KiB
Markdown
# 감정 시스템 미구현 항목
|
|
|
|
**작성일**: 2025-10-02
|
|
**목적**: 감정 시스템 완성을 위한 남은 작업
|
|
|
|
## 구현 필요 (우선순위)
|
|
|
|
### 1. LLM 톤 조절 ⏳
|
|
- **위치**: rb8001/app/llm/llm_service.py:133
|
|
- **내용**: 감정 상태에 따른 프롬프트 동적 조절
|
|
- **예시**: anger 감지 시 → 공감적 톤으로 응답
|
|
|
|
### 2. Temperature Scaling ⚠️
|
|
- **공식**: Softmax(z/T)로 확률 보정
|
|
- **T값 추정**: 검증 세트로 L-BFGS-B 알고리즘 적용
|
|
- **목적**: 과신(overconfidence) 보정
|
|
|
|
### 3. 배치 API ⚠️
|
|
- **엔드포인트**: POST /v1/emotion/infer:batch
|
|
- **용량**: 최대 128건
|
|
- **용도**: 대량 텍스트 일괄 처리
|
|
|
|
### 4. 임계값 처리 ⚠️
|
|
- **조건**: 최고 확률 < 0.45
|
|
- **처리**: "unknown" 라벨로 변경
|
|
- **목적**: 애매한 감정 필터링
|
|
|
|
### 5. 시각화 ⚠️
|
|
- **그래프 유형**:
|
|
- 시계열 선 그래프 (7개 감정)
|
|
- 일/시간대별 스택 차트
|
|
- **출력**: PNG 생성 → Slack 전송
|
|
- **라이브러리**: matplotlib 또는 plotly
|
|
|
|
### 6. 시계열 집계 ⏳
|
|
- **쿼리**: TimescaleDB time_bucket
|
|
- **집계 단위**: 1h, 6h, 1d, 1w
|
|
- **참고**: frontend-base/backend/metrics_database.py:103
|
|
|
|
## 검증 필요
|
|
- [ ] ONNX vs PyTorch 오차 검증
|
|
- [ ] p95 지연 시간 측정
|
|
- [ ] NLL/ECE 보정 효과 측정
|
|
|
|
## 참고 자료
|
|
- ONNX 모델: `/home/admin/ivada_project/onnx_models/aihub-7emotions/model.onnx` [51124 서버]
|
|
- skill-embedding API: http://localhost:8515/emotion |