# 저작권 탐지 API 상세 연동 가이드 (오투오 → 바이칼)

> 나누구 앱 연동용. 각 엔드포인트 사용법 · 응답 변수 의미 · **저작권 탭 화면을 그리기
> 위한 호출 순서**를 정리한다. 실시간 스키마: `https://plagiarism.o2o.kr/docs`
> 엔진: `o2o-plagiarism-2.1.0-kosimcse`
> 최종 갱신: `2026-08-18` · 판례 545건 및 GPT 판례 판단 연동 반영

---

## 0. 공통

| 항목 | 값 |
|---|---|
| Base URL | `https://plagiarism.o2o.kr` |
| 공통 prefix | 모든 API는 `/v1` 으로 시작 |
| 요청/응답 | JSON, UTF-8, `Content-Type: application/json` |
| 인증 | 개발 기본값은 무인증. 운영에서 설정된 경우 `X-API-Key` 헤더 필수 (`/v1/health` 공개 여부는 서버 설정) |
| 시간 형식 | ISO 8601 UTC (예: `2026-08-04T04:37:00Z`) |

### 엔드포인트 한눈에

| # | Method | Path | 용도 | 화면 연동 |
|---|---|---|---|---|
| 1 | GET | `/v1/health` | 엔진 상태·코퍼스 크기 확인 | 앱 기동 시 1회 |
| 2 | POST | `/v1/plagiarism/detect` | **본문 1건 표절 탐지** | **저작권 탭 핵심** |
| 3 | POST | `/v1/plagiarism/batch` | 배치 탐지(≤500) 등록 | 대량 검사용 |
| 4 | GET | `/v1/plagiarism/batch/{job_id}` | 배치 결과 조회 | 대량 검사용 |
| 5 | POST | `/v1/summary` | 스토리 요약 | 요약 기능용 |
| 6 | GET | `/v1/taxonomy` | 법령 태그·케이스 정의 | 라벨 캐시용 |
| 7 | GET | `/v1/corpus` | 코퍼스 목록 | 운영/관리 |
| 8 | POST | `/v1/corpus` | 코퍼스 등록(JSON) | 운영/관리 |
| 9 | POST | `/v1/corpus/file` | 코퍼스 등록(.txt 업로드) | 운영/관리 |
| 10 | DELETE | `/v1/corpus/{doc_id}` | 코퍼스 삭제 | 운영/관리 |

---

## 1. 저작권 탭을 그리기 위한 호출 순서 ★

가장 중요한 부분. 저작권 탭 화면 하나를 채우는 데 필요한 호출 흐름이다.

```
[앱 최초 기동 / 세션 시작 시 — 1회]
 ① GET /v1/health          → 엔진 정상·corpus_size 확인 (실패면 탭 비활성)
 ② GET /v1/taxonomy         → 태그/케이스 한글 라벨 캐시 (표절 상세 표시용, 선택)

[사용자가 에피소드 작성 후 '저작권' 탭을 열 때 — 매 검사]
 ③ POST /v1/plagiarism/detect  { doc_id, text: 에피소드 본문 }
      └ 응답 1건으로 저작권 탭 전체를 렌더링:
          • review_summary        → 상단 요약(독창성/유사도/유사문장/AI 의심도)
          • matches[]             → 표절 의심 시 상세 목록
          • matches[].evidence_spans → 본문 내 일치 구간 하이라이트
          • matches[].tags / case_id → 침해 유형 배지 (②의 라벨과 결합)
          • ccl_basis             → 사람이 읽는 판정 근거 문장
          • legal_risk            → 판례 Top 5 + GPT/규칙 기반 법적 검토 보조
          • score_semantics       → 점수·임계값의 의미와 잠정 여부
```

**핵심: 탭 렌더링에 필요한 호출은 `detect` 단 1번**이다. `health`/`taxonomy`는
세션당 1회 캐시하면 된다. 화면 상단 숫자는 전부 `review_summary`에서 나오므로,
바이칼 쪽에서 별도 계산할 것은 없다.

### 화면 요소 ↔ 응답 필드 매핑

| 저작권 탭 화면 | 값 예시 | 응답 경로 |
|---|---|---|
| 독창성 98% | 98 | `review_summary.originality_percent` |
| 저작권 · 유사도 2% | 2 | `review_summary.similarity_percent` |
| "…3.5만 건과 대조한 결과 표절 의심 구간이 없습니다" | 35000 / false | `review_summary.compared_count`, `review_summary.has_suspicion` |
| 유사 문장 0건 | 0 | `review_summary.similar_sentence_count` |
| AI 생성 의심도 | unknown | `review_summary.ai_suspicion_level` (`low/medium/high/unknown`) |
| (표절 시) 일치 구간 하이라이트 | start~end | `matches[].evidence_spans[]` |
| (표절 시) 침해 유형 배지 | 복제권 | `matches[].tags[].label_ko` + `case_id` |
| 판례 기반 검토 의견 | 판단 필요 | `legal_risk.llm_verdict`, `legal_risk.supporting_reasons[]` |
| 관련 판례 | 사건번호 | `legal_risk.llm_matched_precedent_ids[]` 또는 `precedent_ids[]` |

---

## 2. `POST /v1/plagiarism/detect` — 표절 탐지 (핵심)

본문 1건을 검사해 저작권 탭에 필요한 모든 데이터를 반환한다.

### 요청 본문

```json
{
  "doc_id": "episode-001",
  "text": "창밖으로 보이는 숲은 오늘따라 유난히 푸르게 보였다. ...",
  "metadata": { "title": "에피소드 1", "author": "홍길동", "genre": "자서전" },
  "options": { "return_evidence": true, "threshold": null, "top_k": 5, "autobiography_mode": null },
  "legal_context": {
    "work_type": "literary",
    "access_evidence": null,
    "protected_expression_reviewed": false,
    "rights_verified": false
  }
}
```

| 필드 | 타입 | 필수 | 의미 |
|---|---|---|---|
| `doc_id` | string | ✅ | 호출측 문서 식별자. 응답에 그대로 반환(요청-응답 짝 맞춤용) |
| `text` | string | ✅ | 검사할 본문 (1자 이상) |
| `metadata.title` | string | – | 작품 제목 (선택) |
| `metadata.author` | string | – | 저자 (선택) |
| `metadata.genre` | string | – | 장르 (선택) |
| `metadata.publisher` | string | – | 출판사 (선택) |
| `metadata.publication_year` | int | – | 출판연도 (선택) |
| `options.return_evidence` | bool | – | 일치 구간(`evidence_spans`) 반환 여부. 기본 `true` |
| `options.threshold` | float 0~1 \| null | – | 표절 판정 임계값. `null`이면 서버 기본(0.85) |
| `options.top_k` | int | – | 반환할 최대 매칭 수. 기본 5 |
| `options.autobiography_mode` | bool \| null | – | 자서전 특화 전처리. `null`이면 서버 설정 |
| `legal_context.work_type` | string | – | 판례 검색용 저작물 유형. 기본 `literary` |
| `legal_context.access_evidence` | bool \| null | – | 원저작물 접근·의거 가능성 확인 여부. 미확인은 `null` |
| `legal_context.protected_expression_reviewed` | bool | – | 보호되는 창작적 표현인지 사람이 검토했는지 |
| `legal_context.rights_verified` | bool | – | 권리 귀속·이용허락·인용 요건 확인 여부 |

> `legal_context`는 검토자가 확인한 사실만 전달한다. 서버와 GPT는 원고만 보고
> 접근 가능성, 권리 귀속 또는 이용허락 여부를 임의로 추론하지 않는다.

### 응답 — 전체 필드 의미

```json
{
  "doc_id": "episode-001",
  "is_infringement": false,
  "confidence": 0.14,
  "review_summary": {
    "originality_percent": 98,
    "similarity_percent": 2,
    "similar_sentence_count": 0,
    "compared_count": 35000,
    "has_suspicion": false,
    "ai_suspicion_level": "low"
  },
  "ai_generation": { "suspicion_level": "unknown", "score": null, "available": false, "is_stub": false, "model_version": "unavailable", "note": "학습된 모델이 없어 채점하지 않음" },
  "matches": [],
  "extracted_elements": { "characters": [], "motifs": ["비밀의 정원"], "genre": null, "keywords": ["숲","전설"] },
  "ccl_basis": null,
  "has_similarity_match": false,
  "corpus_scope_note": "현재 등록된 원천 문서와 검색 세그먼트만 대조했습니다. 미매칭은 비침해 확정이 아닙니다.",
  "legal_risk": {
    "status": "no_registered_corpus_match",
    "risk_level": "low",
    "similarity_evidence": "검색 유사도 0.000, 질의 커버리지 0.000, 최장 연속 일치 0자",
    "protected_expression": "not_reviewed",
    "access_evidence": "not_provided",
    "missing_factors": ["보호되는 창작적 표현인지에 대한 사람 검토", "원저작물 접근·의거 가능성", "저작권 귀속·이용허락·인용 요건"],
    "precedent_ids": [],
    "judgment_method": "rule_based",
    "llm_verdict": null,
    "llm_confidence": null,
    "llm_review_required": null,
    "llm_matched_precedent_ids": [],
    "supporting_reasons": [],
    "counter_reasons": [],
    "judge_model": null,
    "judge_prompt_version": null,
    "judge_note": null,
    "judgment_summary": "등록 코퍼스에서 일치 증거가 확인되지 않아 판례 기반 침해 의심을 제시하지 않습니다. 다만 미매칭은 비침해 확정이 아닙니다.",
    "disclaimer": "이 결과는 등록 코퍼스와 판례에 기반한 검토 우선순위이며 법률상 침해 확정이 아닙니다."
  },
  "score_semantics": {
    "combined_score": 0.14,
    "score_kind": "lexical_lemma_blend",
    "threshold_used": 0.85,
    "threshold_source": "server_default",
    "threshold_calibrated": false,
    "provisional": true,
    "union_coverage": 0.0,
    "covered_chars": 0,
    "query_chars": 42,
    "evidence_truncated": false
  },
  "autobiography_mode": true,
  "candidates_before_filter": 3,
  "engine_version": "o2o-plagiarism-2.1.0-kosimcse",
  "analyzed_at": "2026-08-04T04:37:00Z"
}
```

**최상위 필드**

| 필드 | 타입 | 의미 | 화면 사용 |
|---|---|---|---|
| `doc_id` | string | 요청의 doc_id 그대로 | 응답 매칭 |
| `is_infringement` | bool | 후방호환 필드. 법적 침해 확정이 아니라 임계 초과 매칭 존재 여부 | — |
| `confidence` | float 0~1 | 최상위 매칭의 **결합 유사도 원값**. ⚠️ 임베딩 성분 때문에 무관한 글도 높게 나옴 → **화면 표시는 `review_summary` 사용, `confidence` 직접 표시 금지** | ✗ |
| `review_summary` | object | **저작권 탭 UI 요약** (아래 상세) | ★ |
| `ai_generation` | object | AI 생성 의심도 상세 (아래 상세) | 참고 |
| `matches` | array | 매칭된 원본별 상세. 표절 아니면 `[]` | 표절 상세 |
| `extracted_elements` | object | 본문에서 추출한 구성요소 `characters/motifs/genre/keywords` | 부가 |
| `ccl_basis` | string\|null | 사람이 읽는 판정 근거 문장. 표절 아니면 `null` | 상세 문구 |
| `has_similarity_match` | bool | 등록 코퍼스에서 채택된 매칭 존재 여부 | 분기 |
| `corpus_scope_note` | string | 미매칭의 한계를 설명하는 안내 문구 | 안내 |
| `legal_risk` | object | 등록 판례와 선택적 GPT Judge 기반의 **법적 검토 보조** | 검토 카드 |
| `score_semantics` | object | 점수 종류·임계값·커버리지·잠정 여부 | 감사/상세 |
| `autobiography_mode` | bool | 자서전 전처리 적용 여부 | — |
| `candidates_before_filter` | int\|null | LSH 1차 필터 통과 후보 수(내부 지표) | — |
| `engine_version` | string | 엔진 버전 | 로깅 |
| `analyzed_at` | datetime | 분석 시각(UTC) | 로깅 |

**`review_summary` (저작권 탭 요약 — 그대로 표시)**

| 필드 | 타입 | 의미 |
|---|---|---|
| `originality_percent` | int 0~100 | **독창성 %** = 100 − 유사도. 점수 변환(캘리브레이션)을 오투오가 완료해 제공 |
| `similarity_percent` | int 0~100 | **유사도 %** (무관한 글은 0~5%로 눌러 표시) |
| `similar_sentence_count` | int | **유사 문장 건수** = 임계 초과 매칭 수 |
| `compared_count` | int | **대조한 원본(코퍼스) 건수** |
| `has_suspicion` | bool | **표절 의심 구간 존재 여부** |
| `ai_suspicion_level` | `low/medium/high/unknown` | **AI 생성 의심도**. 미학습/채점 불가는 `unknown` |

**`ai_generation` (AI 생성 의심도 상세)**

| 필드 | 타입 | 의미 |
|---|---|---|
| `suspicion_level` | `low/medium/high` | 의심도 등급 |
| `score` | float 0~1 | 참고 점수 |
| `available` | bool | 학습 모델 또는 명시적으로 활성화한 baseline으로 채점했는지 |
| `is_stub` | bool | `true`면 미검증 휴리스틱 baseline. 학습 모델은 `false` |
| `model_version` | string | 학습 아티팩트/특징 버전 추적 |
| `note` | string | 안내 문구 |

> 학습 모델이 없으면 점수를 임의 생성하지 않고 `available=false`, `score=null`,
> `suspicion_level=unknown`을 반환한다. 학습 후에도 **출판 승인 게이트나 저자 제재의
> 단독 근거로 쓰지 말 것**(사람 검토 우선순위용).

**`matches[]` (표절 의심 시 채워짐)**

| 필드 | 타입 | 의미 |
|---|---|---|
| `source_doc` | string | 매칭된 원본 doc_id |
| `source_title` | string\|null | 매칭된 원본 제목 |
| `similarity` | float 0~1 | 해당 원본과의 결합 유사도 |
| `tags[]` | array | 법령 태그. `{ tag, role, label_ko }` |
| `tags[].tag` | string | 태그 코드 (예: `reproduction`) |
| `tags[].role` | `primary/secondary` | 주 침해 / 보조 |
| `tags[].label_ko` | string | 한글 표기 (예: `복제권`) — 배지에 그대로 사용 |
| `case_id` | string\|null | 39종 침해 케이스 ID (예: `A6`) |
| `case_title` | string\|null | 케이스 명칭 |
| `infringement_type` | string | 후방호환 단일 분류(`copy/transform/plot/character/unknown`) |
| `evidence_spans[]` | array | 본문 내 일치 구간 `{ start, end, matched }` — **하이라이트용** |
| `score_breakdown` | object | 유사도 분해 `text_sim/lemma_sim/character_sim/motif_sim/lsh_jaccard` |
| `partial_signal` | object\|null | 군집화 부분 표절(인물만 교체 등) 분해 — 침해요소 DB 적재용 |

### `legal_risk` (판례 기반 LLM-as-a-Judge 검토 보조)

등록된 국내 저작권 판례 545건 중 저작물 유형과 법적 태그가 가까운 Top 5를 먼저
선별한다. 운영에서 `USE_LLM_LEGAL_JUDGE=true`이고 OpenAI API 키가 설정되어 있으면,
GPT가 탐지 증거와 이 Top 5만 비교해 구조화된 의견을 반환한다. 전체 판례를 매 요청에
전송하지 않는다.

| 필드 | 타입 | 의미 |
|---|---|---|
| `status` | `review_required/no_registered_corpus_match/insufficient_precedent_data` | 사람 검토 상태. 법적 확정 판정이 아님 |
| `risk_level` | `low/medium/high/null` | 규칙 기반 검토 우선순위 |
| `precedent_ids[]` | string[] | 규칙 엔진이 검색한 판례 Top 5 사건번호 |
| `judgment_method` | `llm/rule_based/rule_fallback` | GPT 성공, 기능 비활성, GPT 실패 후 폴백 구분 |
| `llm_verdict` | `likely/unlikely/insufficient_evidence/null` | GPT의 비교 의견. 침해 확정값이 아님 |
| `llm_confidence` | float 0~1\|null | GPT 자기평가 값. 통계적 침해 확률이 아님 |
| `llm_review_required` | bool\|null | GPT 결과는 항상 `true`; 모델이 사람 검토를 해제할 수 없음 |
| `llm_matched_precedent_ids[]` | string[] | GPT가 실제 근거로 선택한 사건번호. Top 5 밖의 ID는 서버가 거부 |
| `supporting_reasons[]` | string[] | 의심 의견을 지지하는 근거 |
| `counter_reasons[]` | string[] | 반대 근거·판단을 약화하는 사실 |
| `missing_factors[]` | string[] | 보호 표현, 의거관계, 권리·허락 등 추가 확인사항 |
| `judge_model` | string\|null | 사용한 GPT 모델명 |
| `judge_prompt_version` | string\|null | 감사·재현용 프롬프트 버전 |
| `judge_note` | string\|null | 폴백 또는 법적 한계 안내 |
| `judgment_summary` | string | 검증된 판례 사건번호와 핵심 사유를 결합한 사용자 표시용 의견 |

`matches[].case_id`는 39종 내부 침해유형 ID이고, `legal_risk.*precedent_ids`는 실제
판례 사건번호다. 두 필드를 혼용하지 않는다. UI에서는 `llm_verdict`만 단독 표시하지
말고 `judgment_summary`를 첫 문장으로 표시한 뒤 찬반 근거, 누락 요소, 판례 사건번호
및 면책 문구를 함께 보여준다. 모델명이나 “GPT 판례 비교” 같은 구현 용어는 사용자용
판정 제목으로 표시하지 않는다.

### `score_semantics` (점수 해석)

- `combined_score`는 검색 랭킹 점수이며 침해 확률이 아니다.
- `provisional=true`이면 임계값이 실데이터로 확정되지 않은 잠정값이다.
- `union_coverage`는 질의 전체에서 비중복 일치 구간이 차지하는 비율이다.
- `evidence_truncated=true`이면 CPU 상한 때문에 일부 후보의 정밀 증거 계산이 생략됐다.

---

## 3. `GET /v1/health` — 엔진 상태

앱 기동 시 호출해 엔진 준비·코퍼스 규모를 확인한다.

**응답**

| 필드 | 타입 | 의미 |
|---|---|---|
| `status` | `"ok"` | 정상 |
| `engine_version` | string | 엔진 버전 |
| `corpus_size` | int | 로딩된 대조 원본 수 (`review_summary.compared_count`와 동일) |
| `taxonomy_version` | string\|null | 분류체계 버전 |
| `autobiography_mode` | bool | 자서전 모드 on/off |
| `corpus_documents` | int | 등록된 원천 문서 수 |
| `index_backend` | string | 현재 검색 인덱스 구현 |
| `ai_model_ready` | bool | 학습된 AI 생성 탐지 모델 준비 여부 |
| `precedent_count` | int | 로딩된 판례 수. 현재 운영 데이터는 545건 |

---

## 4. `GET /v1/taxonomy` — 법령 태그·케이스 정의

10종 태그와 39종 케이스 정의를 반환. 세션당 1회 받아 캐시하면, `detect` 응답의
`tag`/`case_id`를 화면에 설명과 함께 표시할 수 있다.

**응답**: `meta_tags_version`, `cases_version`, `meta_tags[]`, `cases[]`
- `meta_tags[]` 각 항목: `id`, `label_ko`, `category`, `law_ref`, `scope`, `description`
- `cases[]` 각 항목: `case_id`, `title`, `subgroup`, `actor`, `primary_tags[]`, `secondary_tags[]`, `detectable_internal`, `high_risk`, `note`

---

## 5. `POST /v1/plagiarism/batch` + `GET /v1/plagiarism/batch/{job_id}` — 배치

여러 건을 한 번에 검사(비동기). 대량 점검용.

**등록 요청** `POST /v1/plagiarism/batch`
```json
{ "items": [ { "doc_id": "e1", "text": "..." }, { "doc_id": "e2", "text": "..." } ],
  "options": { "threshold": null } }
```
- `items`: 1~500건. 각 `{ doc_id, text, metadata? }`
- 응답(202): `{ job_id, status, total, created_at }`

**결과 조회** `GET /v1/plagiarism/batch/{job_id}`

| 필드 | 의미 |
|---|---|
| `status` | `queued/running/completed/failed` |
| `total` / `processed` | 전체 / 처리 완료 건수 (진행률) |
| `results` | `status=completed`일 때만. `DetectResponse` 배열(§2와 동일 구조) |
| `error` | 실패 시 사유 |

> 폴링: 등록 → `job_id`로 `completed` 될 때까지 조회 → `results` 사용.

---

## 6. `POST /v1/summary` — 스토리 요약

**요청**: `{ "text": "...", "ratio": 0.3, "max_sentences": null, "use_abstractive": true }`
- `ratio`: 요약 길이 비율(입력 대비). `use_abstractive`: LLM 결합(키 없으면 추출 요약 폴백)

**응답**: `extractive`(추출 요약), `abstractive`(추상 요약\|null), `final`(최종), `mode`(`extractive/hybrid`), `num_sentences_in/out`

---

## 7. 코퍼스 관리 (운영/관리용)

대조 원본을 등록·삭제. 업로드/삭제 시 인덱스 자동 재빌드.

| API | 설명 |
|---|---|
| `GET /v1/corpus` | 목록. `{ total, docs[{doc_id,title,size_bytes,filename}] }` |
| `POST /v1/corpus` | JSON 등록 `{ doc_id?(자동), title, text }` → `201` |
| `POST /v1/corpus/file` | multipart `.txt` 업로드 (`title`, `doc_id?`, `file`) → `201` |
| `DELETE /v1/corpus/{doc_id}` | 삭제 → `204` |

등록 응답(`201`): `{ doc_id, title, size_bytes, corpus_size_after, rebuilt }`

---

## 8. 에러 포맷

FastAPI 표준. `{ "detail": "메시지" }`

| 코드 | 상황 |
|---|---|
| 400 | 잘못된 요청(빈 본문/비 UTF-8 파일 등) |
| 404 | 배치 job_id 없음 / 코퍼스 doc_id 없음 |
| 409 | 코퍼스 doc_id 중복 |
| 422 | 스키마 검증 실패(필드 타입·범위) |
| 503 | 분류체계 미로딩 |

---

## 9. 빠른 시작 (curl)

```bash
# 1) 엔진 상태
curl https://plagiarism.o2o.kr/v1/health

# 2) 저작권 탭용 탐지 — 이 응답 1건으로 탭 렌더링
curl -X POST https://plagiarism.o2o.kr/v1/plagiarism/detect \
  -H "Content-Type: application/json" \
  -H "X-API-Key: 운영에서 발급된 키" \
  -d '{"doc_id":"episode-001","text":"검사할 본문 텍스트...","legal_context":{"work_type":"literary","access_evidence":null,"protected_expression_reviewed":false,"rights_verified":false}}'
```

> 개발 서버가 무인증 설정이면 `X-API-Key` 헤더를 생략할 수 있다. 운영 서버의 인증
> 적용 여부와 발급된 키를 확인한 뒤 연동한다.