o2o-plagiarism-ai/docs/API_GUIDE_BAIKAL.md

저작권 탐지 API 상세 연동 가이드 (오투오 → 바이칼)

나누구 앱 연동용. 각 엔드포인트 사용법 · 응답 변수 의미 · 저작권 탭 화면을 그리기 위한 호출 순서를 정리한다. 실시간 스키마: https://plagiarism.o2o.kr/docs 엔진: o2o-plagiarism-2.1.0-kosimcse

---

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 단계 없음 (운영 전 토큰 추가 예정)
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

핵심: 탭 렌더링에 필요한 호출은 detect 단 1번이다. health/taxonomy는 세션당 1회 캐시하면 된다. 화면 상단 숫자는 전부 review_summary에서 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 낮음	low	review_summary.ai_suspicion_level (low/medium/high=낮음/중간/높음)
(표절 시) 일치 구간 하이라이트	start~end	matches[].evidence_spans[]
(표절 시) 침해 유형 배지	복제권	matches[].tags[].label_ko + case_id

---

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

본문 1건을 검사해 저작권 탭에 필요한 모든 데이터를 반환한다.

요청 본문

{
  "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 }
}

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. null이면 서버 기본(0.85)
options.top_k	int	–	반환할 최대 매칭 수. 기본 5
options.autobiography_mode	bool | null	–	자서전 특화 전처리. null이면 서버 설정

응답 — 전체 필드 의미

{
  "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": "low", "score": 0.06, "is_stub": true, "note": "더미 응답 — 실제 AI 생성 판별 결과가 아님" },
  "matches": [],
  "extracted_elements": { "characters": [], "motifs": ["비밀의 정원"], "genre": null, "keywords": ["숲","전설"] },
  "ccl_basis": null,
  "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	표절 판정 여부(임계 초과 매칭 존재). review_summary.has_suspicion과 동일	—
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
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	AI 생성 의심도(낮음/중간/높음). ⚠️ 현재 더미

ai_generation (AI 생성 의심도 상세)

필드	타입	의미
suspicion_level	low/medium/high	의심도 등급
score	float 0~1	참고 점수
is_stub	bool	true면 더미(미구현). 정식 구현 시 false
note	string	안내 문구

⚠️ AI 생성 의심도는 현재 스텁이다. is_stub=true이며 요청마다 더미 값을 낸다. UI 배지는 붙여두되 출판 승인 게이트로 쓰지 말 것(참고용).

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

---

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_count와 동일)
taxonomy_version	string|null	분류체계 버전
autobiography_mode	bool	자서전 모드 on/off

---

4. GET /v1/taxonomy — 법령 태그·케이스 정의

10종 태그와 39종 케이스 정의를 반환. 세션당 1회 받아 캐시하면, detect 응답의 tag/case_id를 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

{ "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=completed일 때만. DetectResponse 배열(§2와 동일 구조)
error	실패 시 사유

폴링: 등록 → job_id로 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)

# 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" \
  -d '{"doc_id":"episode-001","text":"검사할 본문 텍스트..."}'

문의: 오투오 양형배