Web4ai/o2o-site-AEO
5
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
ba90a193f7
o2o-site-AEO/docs/COLLECTION_SEO_AEO_FLOW.md
Mina Choi e0d45eda97 [fix] postgres-init,solution/backend,docs: 스키마 재편이 안 닿은 자리를 전부 잡는다 — init.sql · ORM 인덱스 · 테스트 
0005 가 도메인 스키마를 걷어내고 표 이름을 옮겼는데, 문자열로 표 이름을 들고 있던 자리들이
따라오지 않았다. import 도 타입검사도 pyflakes 도 못 잡는 종류라 전부 **실행되는 순간에만**
터졌고, 그동안 pytest 는 569건이 통째로 죽어 있어 아무것도 못 잡고 있었다.

**init.sql 이 새 DB 를 옛 구조로 세우고 있었다**
64ce467 이 이 파일에 94줄을 더하기만 하고 삭제를 0줄 했다. 그래서 이 파일 한 벌로 세운 DB 는
`place.place_links`·`job.jobs` 를 갖고 ORM 은 `public.place_channels`·`public.jobs` 를 찾는다 —
기동은 정상이고 첫 쿼리에서 죽는다. "init.sql 은 새 DB 를 세우는 전체 DDL 이고 계속 최신을
유지한다"(migrations/README.md)는 계약이 깨져 있었다.
- public 한 벌 · 표 14개로 다시 썼다. 옛 스키마가 있는 DB 에서 다시 돌면 RAISE EXCEPTION 으로
  멈춘다 — 그대로 두면 public 에 빈 표가 생기고 0005 가 "relation already exists" 로 실패해
  데이터가 옛 스키마에 갇힌다
- 말미에 **마이그레이션 기준선**을 심는다. 없으면 새 DB 에서 migrate.py 가 0001 부터 다시 돌다가
  `schema "local" does not exist` 로 죽는다

**운영 버그 둘** — 두 DB(새로 세운 것 · 마이그레이션으로 따라온 것)를 pg_dump 로 찍어 비교해 찾았다
- `upsert_weather` 의 ON CONFLICT 술어에 `kind IS NULL` 이 빠져 **날씨 캐시 저장이 계속 실패**하고
  있었다(0007 이 인덱스에 그 조건을 더했다). 캐시라 화면이 안 죽고 로그에만 남았다.
  포스트그레스는 술어가 인덱스 술어를 함의하는지 보고 아니면 "no unique or exclusion constraint
  matching" 으로 거절한다 — 컬럼도 표도 멀쩡해서 눈으로는 원인이 안 보인다
- ORM 의 `area_contents` 인덱스 정의가 0004·0007·0008 을 하나도 안 따라왔다. 테스트 DB 는 이
  모델로 세워지므로 **테스트가 운영과 다른 제약 아래에서 돌고 있었다**

**0009** — 두 DB 비교에서 나온 어긋남 셋(데이터는 안 건드린다)
- `idx_site_contents_site` 가 기존 DB 에만 없었다(0003 이 유니크만 걸었다) — 섹션 조회가 시퀀셜 스캔
- `places.external_place_id` VARCHAR(32) → (64). ORM 은 64 다 — 긴 id 가 잘리면 동일 업소 판정이 틀린다
- RENAME 이 안 따라간 PK 제약 이름 9개(`facts_pkey` → `place_facts_pkey` …)

**테스트를 살린다**
- conftest 의 TRUNCATE 가 표 이름을 **손으로 나열**하고 있었다. 0005 가 이름을 옮기자 전 테스트가
  `relation "place_aliases" does not exist` 로 죽었다 — 이제 ORM 메타데이터에서 뽑아 다시 어긋날 수 없다
- `test_schema_ddl` 이 모델 표를 `"None.users"` 로 조회해 **한 표도 비교하지 않고 통과**하고 있었다.
  init.sql 이 조용히 어긋난 동안 이 테스트는 초록이었다. 비교한 표 수를 세는 단언을 더한다
- 테스트 SQL 15곳의 옛 표 이름, `_run_worker` 1틱 문제(수집 뒤 따라오는 LOCAL_SYNC 를 집어 가
  정작 기다리던 잡이 PENDING 으로 남았다), 지역 캐시 픽스처(읽는 코드가 옳게 거르는데 테스트가 빨개졌다)

**문서**
- `docs/DATA_MODEL.md` 신설 — 표 14개가 무엇을 담고 누가 쓰는지, 값 하나가 DB 에서 페이지까지
  가는 길, 두 번 도는 게이트, **DB 에 없는 것**
- `SERVERS.md` DB 절을 마이그레이션 체계로. 배포에 `migrate.py` 를 넣는다 — 코드만 갈면 컨테이너는
  정상으로 뜨고 가게 등록·수집·발행만 죽는다
- ARCHITECTURE 2절의 프리렌더 컨테이너가 `solution-frontend` 로 적혀 있었다. 굽는 건
  `solution-prerender` 고 전자는 운영에서 뜨지도 않는다 — AGENTS.md 가 함정으로 적어 둔 그 혼동을
  문서가 만들고 있었다
- 옛 표 이름 잔재(`place_links`·`local_contents`·`job.jobs`·`company.users`·`fact.facts`·`ai_check_results`)

검증: 빈 컨테이너에 init.sql 로 세운 DB ↔ 마이그레이션으로 따라온 DB 를 `pg_dump --schema-only`
로 비교 — 표·인덱스·제약·컬럼 전부 동일. pytest 583건 중 581 통과(남은 2건은 `.env` 누수·
레이트리밋 카운터로 환경 문제다). 구글 로그인 21건 포함.

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
2026-09-10 11:39:43 +09:00

276 lines
9.0 KiB
Markdown
Raw Blame History

# 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:
- `solution/backend/services/place_service.py`
- `solution/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_channels`에 미확정 상태로 저장한다.
사용자가 `내 채널 맞아요`로 확인한 링크만 크롤링과 사이트 노출에 사용한다.
주요 코드:
- `solution/backend/services/external/perplexity.py`
- `solution/backend/services/prompts/channel_discovery.py`
- `solution/frontend/src/features/onboarding/useCollectFlow.ts`
- `solution/frontend/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 `solution/backend/common/category_schema/`(업종별 JSON + 로더)가 관리한다. 어댑터가 값을 찾더라도 업종 스키마에 없는 항목은 정식 fact로 사용하지 않는다.
주요 코드:
- `solution/backend/services/collect_service.py`
- `solution/backend/services/collector/`
- `solution/backend/common/category_schema/`
- `solution/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:
- `solution/backend/services/external/gemini.py`
- `solution/backend/services/prompts/vision.py`
- `solution/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:
- `solution/backend/services/external/gemini_text.py`
- `solution/backend/services/prompts/copy.py`
- `solution/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:
- `solution/backend/services/build_service.py`
- `solution/backend/services/snapshot.py`
- `solution/backend/services/site_payload.py`
- `solution/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`
- `solution/backend/services/publish_gate.py`
## 10. SEO·AEO 진단 점수
내부 운영 화면(`admin`)은 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:
- `solution/backend/services/seo_audit.py`
- `solution/backend/router/v1/site/site.py`
- `admin/frontend/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.
Reference in New Issue View Git Blame Copy Permalink