# 수집·LLM·SEO/AEO 동작 구조

이 문서는 사업장 등록부터 정적 사이트 발행까지의 현재 구현을 설명한다.

## 1. 전체 흐름

```text
업종·상호 입력
  → 외부 장소 검색
  → 사용자 동일 업소 확인
  → 채널 URL 등록 또는 발견
  → 사용자 채널 확인
  → 확정 URL 크롤링
  → 정보·사진 검토
  → Gemini 콘텐츠 생성
  → 템플릿 편집
  → 정적 빌드 및 발행 검수
  → 발행
```

핵심 원칙은 다음과 같다.

- 검증된 사업장만 수집하고 발행한다.
- 확정된 채널 URL만 크롤링한다.
- 자동 수집값은 사용자 승인 전까지 사이트에 노출하지 않는다.
- LLM은 확인된 사실을 표현할 뿐 새로운 사실을 만들지 않는다.
- JSON-LD와 실제 화면 내용이 다르면 발행하지 않는다.

## 2. 사업장 확인

사용자가 업종과 상호를 입력하면 네이버 지역검색 등의 외부 장소 API로 후보를 조회한다. 사용자가 자기 사업장을 선택하면 주소, 좌표와 외부 식별자를 저장하고 `verified_at`을 기록한다.

검증되지 않은 사업장은 수집과 발행이 제한된다.

주요 코드:

- `backend/services/place_service.py`
- `backend/router/v1/place/`

## 3. 채널 URL 확보

### 직접 등록

사용자가 네이버 플레이스 URL 등을 입력한다. 사용자가 직접 가져온 URL은 해당 사용자의 채널 확인으로 처리한다.

### 자동 발견

`추가 채널까지 AI로 찾기` 옵션을 켜고 자동 찾기를 실행하면 Perplexity Sonar를 한 번 호출한다.

- 입력: 상호, 주소, 업종
- 출력: 채널 URL 후보
- 검색 대상: 야놀자, 여기어때, 네이버 플레이스 등 허용된 도메인
- 제외 대상: 서비스 홈, 목록, 블로그·카페 후기

Perplexity 응답의 영업시간, 가격 같은 본문 정보는 사용하지 않는다. URL 후보만 `place_links`에 미확정 상태로 저장한다.

사용자가 `내 채널 맞아요`로 확인한 링크만 크롤링과 사이트 노출에 사용한다.

주요 코드:

- `backend/services/external/perplexity.py`
- `backend/services/prompts/channel_discovery.py`
- `solution/front/src/features/onboarding/useCollectFlow.ts`
- `solution/front/src/features/onboarding/ChannelConfirmPanel.tsx`

## 4. 크롤링

수집 잡은 다음 순서로 실행된다.

```text
채널 발견
  → 확정 링크 조회
  → URL별 어댑터 선택
  → 채널 데이터 파싱
  → 업종 스키마 적용
  → fact·사진 후보 저장
```

업종마다 허용하는 정보가 다르다.

- 카페: 메뉴, 음료, 좌석, 영업시간 등
- 음식점: 메뉴, 음식, 룸, 예약 관련 정보 등
- 숙박: 객실, 입·퇴실, 인원, 편의시설 등
- 관광·체험: 프로그램, 장비, 운영 정보 등

정확한 필드 목록은 `backend/common/category_schema.py`가 관리한다. 어댑터가 값을 찾더라도 업종 스키마에 없는 항목은 정식 fact로 사용하지 않는다.

주요 코드:

- `backend/services/collect_service.py`
- `backend/services/collector/`
- `backend/common/category_schema.py`
- `backend/services/fact_service.py`

## 5. 정보 승인

크롤링 결과는 후보 상태로 저장된다.

- `UNVERIFIED`: 아직 사용자가 확인하지 않은 정보
- `PENDING_OWNER`: 기존 노출값과 다른 재수집 후보
- `VERIFIED`: 사용자가 확인한 정보
- `CORRECTED`: 사용자가 직접 수정한 정보

발행 스냅샷에는 `VERIFIED`, `CORRECTED` 등 발행 가능한 상태만 포함한다. 재수집이 사용자가 수정한 값을 자동으로 덮어쓰지 않는다.

## 6. LLM 사용 위치

### Gemini Vision

수집한 사진에 다음 정보를 생성한다.

- 업종별 사진 라벨
- 접근성용 alt 문구
- 신뢰도

결과는 입력 순서가 아닌 `ref`로 연결한다. 신뢰도가 낮은 결과는 사람 확인 대상으로 남긴다.

관련 파일:

- `backend/services/external/gemini.py`
- `backend/services/prompts/vision.py`
- `backend/services/vision_service.py`

### Gemini Text

확인된 fact만 이용해 다음 콘텐츠를 만든다.

- 사업장 소개문
- 검색 결과용 meta description
- FAQ
- 각 문장의 근거 fact key

생성 후 `ground_check`가 다음 항목을 코드로 검사한다.

- 근거에 없는 숫자와 가격
- 근거에 없는 시설
- `false`, `불가`, `없음` 값의 반대 표현
- 과장 또는 홍보성 표현
- 근거 fact key가 없는 FAQ

검사를 통과하지 못한 결과는 반려 사유와 함께 저장한다.

관련 파일:

- `backend/services/external/gemini_text.py`
- `backend/services/prompts/copy.py`
- `backend/services/copy_service.py`

## 7. 정적 빌드와 발행

```text
발행 가능한 데이터로 snapshot 생성
  → 렌더러용 payload 생성
  → 정적 HTML 생성
  → 실제 HTML과 JSON-LD 비교
  → 발행 게이트 검사
  → site_version 저장
  → 발행
```

방문자가 보는 페이지는 DB를 실시간 조회하지 않는 정적 HTML이다. 검색 크롤러도 JavaScript 실행 없이 주요 정보를 읽을 수 있다.

★ **사이트 하나 = 한 장이다**(2026-08-31 결정, 라우터 없음). 근거는 [ARCHITECTURE.md 5절](ARCHITECTURE.md).

검수 실패 시 버전은 `FAILED`로 남고 `publish_logs`에 사유를 기록한다. 검수 게이트를 우회하는 발행 옵션은 없다.

관련 파일:

- `backend/services/build_service.py`
- `backend/services/snapshot.py`
- `backend/services/site_payload.py`
- `backend/services/publish_gate.py`
- `solution/site/`

## 8. SEO 구현

발행본에는 다음 항목을 생성한다.

- 정적 HTML
- title과 meta description
- canonical URL
- Open Graph 메타 태그
- 이미지 alt 문구
- `robots.txt` · `sitemap.xml` — ★ **오리진 루트에만** 굽는다(사이트별로 만들지 않는다).
  크롤러는 robots.txt 를 오리진 루트에서만 읽고(RFC 9309), 사이트맵은 전 사이트를 한 파일에 담는다
- 사업장 JSON-LD
- FAQPage JSON-LD
- 공식 채널 `sameAs`
- `datePublished`, `dateModified`

관련 파일:

- `solution/site/src/seo/head.ts`
- `solution/site/src/seo/jsonld.ts`
- `solution/site/src/seo/robots.ts`
- `solution/site/src/seo/sitemap.ts`

## 9. AEO 구현

답변형 검색 서비스가 사업장을 식별하고 답변할 수 있도록 다음 신호를 제공한다.

- 검증된 상호, 주소와 좌표
- 업종별 구조화 데이터
- 질문형 FAQ와 FAQPage JSON-LD
- 화면에 표시되는 핵심 답변 블록
- 확인된 사실을 정리한 `llms.txt`
- 사실 출처와 검증 시각
- 공식 채널 `sameAs`
- 발행일과 수정일

JSON-LD 값은 화면에도 동일하게 존재해야 한다. 렌더러가 양쪽을 비교하고 불일치하면 발행 게이트가 거절한다.

관련 파일:

- `solution/site/src/seo/llms.ts`
- `solution/site/src/seo/verify.ts`
- `solution/site/src/sections/AnswerBlock.tsx`
- `backend/services/publish_gate.py`

## 10. SEO·AEO 진단 점수

관리자 화면은 현재 저장 정보와 최신 발행본을 기준으로 SEO와 AEO 준비도를 각각 100점으로 계산한다.

SEO 항목:

- 정적 빌드
- 도메인과 canonical
- robots, sitemap, JSON-LD
- 주소와 전화번호
- 확인된 정보량
- alt가 있는 이미지
- 고유 콘텐츠
- 동일 업소 검증

AEO 항목:

- 사업장 엔티티 식별
- 좌표와 지역 문맥
- 확인된 사실량
- FAQ
- JSON-LD와 `llms.txt`
- 출처와 검증 시각
- 최신 발행본

이 점수는 Google, Naver 또는 외부 SEO 도구의 공식 점수가 아니다. 우리 솔루션이 통제할 수 있는 검색 준비도 지표이며 순위나 AI 인용을 보장하지 않는다.

관련 파일:

- `backend/services/seo_audit.py`
- `backend/router/v1/site/site.py`
- `solution/front/src/pages/SeoAuditPage.tsx`

API:

```http
GET /v1/place/{place_id}/site/audit
```

## 11. 블로그 기능 범위

현재 블로그 글 자동 작성과 네이버 블로그 자동 발행은 구현되어 있지 않다.

현재 지원 범위는 공식 블로그 URL을 채널로 등록하고, 사용자가 확인한 뒤 사이트 푸터에 공식 채널 링크로 표시하는 것이다. 블로그·카페 후기는 자동 수집의 공식 사실 출처로 사용하지 않는다.

## 12. 외부 API와 과금 발생 지점

| 단계 | 외부 서비스 | 호출 조건 |
|---|---|---|
| 사업장 검색 | 네이버 지역검색 또는 카카오 로컬 | 사업장 후보 검색 |
| 채널 발견 | Perplexity Sonar | 사용자가 추가 채널 발견 옵션을 선택한 경우 |
| 사진 분석 | Gemini Vision | 분석할 사진이 있는 경우 |
| 소개문·FAQ | Gemini Text | 확인된 근거 fact가 있는 경우 |

일반 크롤링과 정적 빌드는 별도의 LLM 호출을 하지 않는다. 채널 발견 옵션은 해당 발견 요청 한 번에만 적용되며 이후 크롤링이나 재수집으로 자동 승계되지 않는다.