업로드 시 이미지 태깅 추가. 이미지 태그 DB 추가. 이미지 태그 prompt 추가

app/database/session.py

@@ -73,7 +73,7 @@ async def create_db_tables():
 
     # 모델 import (테이블 메타데이터 등록용)
     from app.user.models import User, RefreshToken, SocialAccount  # noqa: F401
-    from app.home.models import Image, Project, MarketingIntel  # noqa: F401
+    from app.home.models import Image, Project, MarketingIntel, ImageTag  # noqa: F401
     from app.lyric.models import Lyric  # noqa: F401
     from app.song.models import Song, SongTimestamp  # noqa: F401
     from app.video.models import Video  # noqa: F401
@@ -96,6 +96,7 @@ async def create_db_tables():
         SocialUpload.__table__,
         MarketingIntel.__table__,
         Dashboard.__table__,
+        ImageTag.__table__,
     ]
 
     logger.info("Creating database tables...")

app/home/api/routers/v1/home.py

@@ -9,9 +9,10 @@ import aiofiles
 from fastapi import APIRouter, Depends, File, Form, HTTPException, UploadFile, status
 from sqlalchemy.exc import SQLAlchemyError
 from sqlalchemy.ext.asyncio import AsyncSession
+from sqlalchemy import func, select
 
 from app.database.session import get_session, AsyncSessionLocal
-from app.home.models import Image, MarketingIntel
+from app.home.models import Image, MarketingIntel, ImageTag
 from app.user.dependencies.auth import get_current_user
 from app.user.models import User
 from app.home.schemas.home_schema import (
@@ -35,6 +36,7 @@ from app.utils.logger import get_logger
 from app.utils.nvMapScraper import NvMapScraper, GraphQLException
 from app.utils.nvMapPwScraper import NvMapPwScraper
 from app.utils.prompts.prompts import marketing_prompt
+from app.utils.autotag import autotag_images
 from config import MEDIA_ROOT
 
 # 로거 설정
@@ -451,255 +453,6 @@ IMAGES_JSON_EXAMPLE = """[
     {"url": "https://naverbooking-phinf.pstatic.net/20240514_259/17156880311809wCnY_JPEG/5.jpg", "name": "외관"}
 ]"""
 
-
-@router.post(
-    "/image/upload/server",
-    include_in_schema=False,
-    summary="이미지 업로드 (로컬 서버)",
-    description="""
-이미지를 로컬 서버(media 폴더)에 업로드하고 새로운 task_id를 생성합니다.
-
-## 요청 방식
-multipart/form-data 형식으로 전송합니다.
-
-## 요청 필드
-- **images_json**: 외부 이미지 URL 목록 (JSON 문자열, 선택)
-- **files**: 이미지 바이너리 파일 목록 (선택)
-
-**주의**: images_json 또는 files 중 최소 하나는 반드시 전달해야 합니다.
-
-## 지원 이미지 확장자
-jpg, jpeg, png, webp, heic, heif
-
-## images_json 예시
-```json
-[
-    {"url": "https://naverbooking-phinf.pstatic.net/20240514_189/1715688030436xT14o_JPEG/1.jpg"},
-    {"url": "https://naverbooking-phinf.pstatic.net/20240514_48/1715688030574wTtQd_JPEG/2.jpg"},
-    {"url": "https://naverbooking-phinf.pstatic.net/20240514_92/17156880307484bvpH_JPEG/3.jpg"},
-    {"url": "https://naverbooking-phinf.pstatic.net/20240514_7/1715688031000y8Y5q_JPEG/4.jpg"},
-    {"url": "https://naverbooking-phinf.pstatic.net/20240514_259/17156880311809wCnY_JPEG/5.jpg", "name": "외관"}
-]
-```
-
-## 바이너리 파일 업로드 테스트 방법
-
-### 1. Swagger UI에서 테스트
-1. 이 엔드포인트의 "Try it out" 버튼 클릭
-2. task_id 입력 (예: test-task-001)
-3. files 항목에서 "Add item" 클릭하여 로컬 이미지 파일 선택
-4. (선택) images_json에 URL 목록 JSON 입력
-5. "Execute" 버튼 클릭
-
-### 2. cURL로 테스트
-```bash
-# 바이너리 파일만 업로드
-curl -X POST "http://localhost:8000/image/upload/server/test-task-001" \\
-  -F "files=@/path/to/image1.jpg" \\
-  -F "files=@/path/to/image2.png"
-
-# URL + 바이너리 파일 동시 업로드
-curl -X POST "http://localhost:8000/image/upload/server/test-task-001" \\
-  -F 'images_json=[{"url":"https://example.com/image.jpg"}]' \\
-  -F "files=@/path/to/local_image.jpg"
-```
-
-### 3. Python requests로 테스트
-```python
-import requests
-
-url = "http://localhost:8000/image/upload/server/test-task-001"
-files = [
-    ("files", ("image1.jpg", open("image1.jpg", "rb"), "image/jpeg")),
-    ("files", ("image2.png", open("image2.png", "rb"), "image/png")),
-]
-data = {
-    "images_json": '[{"url": "https://example.com/image.jpg"}]'
-}
-response = requests.post(url, files=files, data=data)
-print(response.json())
-```
-
-## 반환 정보
-- **task_id**: 작업 고유 식별자
-- **total_count**: 총 업로드된 이미지 개수
-- **url_count**: URL로 등록된 이미지 개수 (Image 테이블에 외부 URL 그대로 저장)
-- **file_count**: 파일로 업로드된 이미지 개수 (media 폴더에 저장)
-- **saved_count**: Image 테이블에 저장된 row 수
-- **images**: 업로드된 이미지 목록
-  - **source**: "url" (외부 URL) 또는 "file" (로컬 서버 저장)
-
-## 저장 경로
-- 바이너리 파일: /media/image/{날짜}/{uuid7}/{파일명}
-- URL 이미지: 외부 URL 그대로 Image 테이블에 저장
-
-## 반환 정보
-- **task_id**: 새로 생성된 작업 고유 식별자
-- **image_urls**: Image 테이블에 저장된 현재 task_id의 이미지 URL 목록
-    """,
-    response_model=ImageUploadResponse,
-    responses={
-        200: {"description": "이미지 업로드 성공"},
-        400: {"description": "이미지가 제공되지 않음", "model": ErrorResponse},
-    },
-    tags=["Image-Server"],
-)
-async def upload_images(
-    images_json: Optional[str] = Form(
-        default=None,
-        description="외부 이미지 URL 목록 (JSON 문자열)",
-        examples=[IMAGES_JSON_EXAMPLE],
-    ),
-    files: Optional[list[UploadFile]] = File(
-        default=None, description="이미지 바이너리 파일 목록"
-    ),
-    current_user: User = Depends(get_current_user),
-    session: AsyncSession = Depends(get_session),
-) -> ImageUploadResponse:
-    """이미지 업로드 (URL + 바이너리 파일)"""
-    # task_id 생성
-    task_id = await generate_task_id()
-
-    # 1. 진입 검증: images_json 또는 files 중 하나는 반드시 있어야 함
-    has_images_json = images_json is not None and images_json.strip() != ""
-    has_files = files is not None and len(files) > 0
-
-    if not has_images_json and not has_files:
-        raise HTTPException(
-            status_code=status.HTTP_400_BAD_REQUEST,
-            detail="images_json 또는 files 중 하나는 반드시 제공해야 합니다.",
-        )
-
-    # 2. images_json 파싱 (있는 경우만)
-    url_images: list[ImageUrlItem] = []
-    if has_images_json:
-        try:
-            parsed = json.loads(images_json)
-            if isinstance(parsed, list):
-                url_images = [ImageUrlItem(**item) for item in parsed if item]
-        except (json.JSONDecodeError, TypeError, ValueError) as e:
-            raise HTTPException(
-                status_code=status.HTTP_400_BAD_REQUEST,
-                detail=f"images_json 파싱 오류: {str(e)}",
-            )
-
-    # 3. 유효한 파일만 필터링 (빈 파일, 유효한 이미지 확장자가 아닌 경우 제외)
-    valid_files: list[UploadFile] = []
-    skipped_files: list[str] = []
-    if has_files and files:
-        for f in files:
-            is_valid_ext = _is_valid_image_extension(f.filename)
-            is_not_empty = (
-                f.size is None or f.size > 0
-            )  # size가 None이면 아직 읽지 않은 것
-            is_real_file = (
-                f.filename and f.filename != "filename"
-            )  # Swagger 빈 파일 체크
-            if f and is_real_file and is_valid_ext and is_not_empty:
-                valid_files.append(f)
-            else:
-                skipped_files.append(f.filename or "unknown")
-
-    # 유효한 데이터가 하나도 없으면 에러
-    if not url_images and not valid_files:
-        raise HTTPException(
-            status_code=status.HTTP_400_BAD_REQUEST,
-            detail=f"유효한 이미지가 없습니다. 지원 확장자: {', '.join(ALLOWED_IMAGE_EXTENSIONS)}. 건너뛴 파일: {skipped_files}",
-        )
-
-    result_images: list[ImageUploadResultItem] = []
-    img_order = 0
-
-    # 1. URL 이미지 저장
-    for url_item in url_images:
-        img_name = url_item.name or _extract_image_name(url_item.url, img_order)
-
-        image = Image(
-            task_id=task_id,
-            img_name=img_name,
-            img_url=url_item.url,
-            img_order=img_order,
-        )
-        session.add(image)
-        await session.flush()  # ID 생성을 위해 flush
-
-        result_images.append(
-            ImageUploadResultItem(
-                id=image.id,
-                img_name=img_name,
-                img_url=url_item.url,
-                img_order=img_order,
-                source="url",
-            )
-        )
-        img_order += 1
-
-    # 2. 바이너리 파일을 media에 저장
-    if valid_files:
-        today = date.today().strftime("%Y-%m-%d")
-        # 한 번의 요청에서 업로드된 모든 이미지는 같은 폴더에 저장
-        batch_uuid = await generate_task_id()
-        upload_dir = MEDIA_ROOT / "image" / today / batch_uuid
-        upload_dir.mkdir(parents=True, exist_ok=True)
-
-        for file in valid_files:
-            # 파일명: 원본 파일명 사용 (중복 방지를 위해 순서 추가)
-            original_name = file.filename or "image"
-            ext = _get_file_extension(file.filename)  # type: ignore[arg-type]
-            # 파일명에서 확장자 제거 후 순서 추가
-            name_without_ext = (
-                original_name.rsplit(".", 1)[0]
-                if "." in original_name
-                else original_name
-            )
-            filename = f"{name_without_ext}_{img_order:03d}{ext}"
-
-            save_path = upload_dir / filename
-
-            # media에 파일 저장
-            await _save_upload_file(file, save_path)
-
-            # media 기준 URL 생성
-            img_url = f"/media/image/{today}/{batch_uuid}/{filename}"
-            img_name = file.filename or filename
-
-            image = Image(
-                task_id=task_id,
-                img_name=img_name,
-                img_url=img_url,  # Media URL을 DB에 저장
-                img_order=img_order,
-            )
-            session.add(image)
-            await session.flush()
-
-            result_images.append(
-                ImageUploadResultItem(
-                    id=image.id,
-                    img_name=img_name,
-                    img_url=img_url,
-                    img_order=img_order,
-                    source="file",
-                )
-            )
-            img_order += 1
-
-    saved_count = len(result_images)
-    await session.commit()
-
-    # Image 테이블에서 현재 task_id의 이미지 URL 목록 조회
-    image_urls = [img.img_url for img in result_images]
-
-    return ImageUploadResponse(
-        task_id=task_id,
-        total_count=len(result_images),
-        url_count=len(url_images),
-        file_count=len(valid_files),
-        saved_count=saved_count,
-        images=result_images,
-        image_urls=image_urls,
-    )
-
-
 @router.post(
     "/image/upload/blob",
     summary="이미지 업로드 (Azure Blob Storage)",
@@ -988,6 +741,10 @@ async def upload_images_blob(
     saved_count = len(result_images)
     image_urls = [img.img_url for img in result_images]
 
+    logger.info(f"[image_tagging] START - task_id: {task_id}")
+    await tag_images_if_not_exist(image_urls)
+    logger.info(f"[image_tagging] Done - task_id: {task_id}")
+
     total_time = time.perf_counter() - request_start
     logger.info(
         f"[upload_images_blob] SUCCESS - task_id: {task_id}, "
@@ -1003,3 +760,34 @@ async def upload_images_blob(
         images=result_images,
         image_urls=image_urls,
     )
+
+
+async def tag_images_if_not_exist(
+        image_urls : list[str]
+    ) -> None:
+    # 1. 조회
+    async with AsyncSessionLocal() as session:
+        stmt = (
+            select(ImageTag)
+            .where(ImageTag.img_url_hash.in_([func.crc32(url) for url in image_urls]))
+            .where(ImageTag.img_url.in_(image_urls))
+        )
+        image_tags_query_results = await session.execute(stmt)
+        image_tags = image_tags_query_results.scalars().all()
+        existing_urls = {tag.img_url for tag in image_tags}
+        new_tags = [
+            ImageTag(img_url=url, img_tag=None)
+            for url in image_urls
+            if url not in existing_urls
+        ]
+        session.add_all(new_tags)
+
+        null_tags = [tag for tag in image_tags if tag.img_tag is None] + new_tags
+        
+        if null_tags:
+            tag_datas = await autotag_images([img.img_url for img in null_tags])
+
+            for tag, tag_data in zip(null_tags, tag_datas):
+                tag.img_tag = tag_data.model_dump(mode="json")
+
+        await session.commit()

app/home/models.py

@@ -9,7 +9,8 @@ Home 모듈 SQLAlchemy 모델 정의
 from datetime import datetime
 from typing import TYPE_CHECKING, List, Optional, Any
 
-from sqlalchemy import Boolean, DateTime, ForeignKey, Index, Integer, String, Text, JSON, func
+from sqlalchemy import Boolean, DateTime, ForeignKey, Computed, Index, Integer, String, Text, JSON, func
+from sqlalchemy.dialects.mysql import INTEGER
 from sqlalchemy.orm import Mapped, mapped_column, relationship
 
 from app.database.session import Base
@@ -308,13 +309,50 @@ class MarketingIntel(Base):
     )
 
     def __repr__(self) -> str:
-        task_id_str = (
+        return (
-            (self.task_id[:10] + "...") if len(self.task_id) > 10 else self.task_id
+            f"<MarketingIntel(id={self.id}, place_id='{self.place_id}')>"
-        )
-        img_name_str = (
-            (self.img_name[:10] + "...") if len(self.img_name) > 10 else self.img_name
         )
 
-        return (
+
-            f"<Image(id={self.id}, task_id='{task_id_str}', img_name='{img_name_str}')>"
+class ImageTag(Base):
-        )
+    """
+    이미지 태그 테이블
+
+    """
+
+    __tablename__ = "image_tags"
+    __table_args__ = (
+        Index("idx_img_url_hash", "img_url_hash"),  # CRC32 index
+        {
+            "mysql_engine": "InnoDB",
+            "mysql_charset": "utf8mb4",
+            "mysql_collate": "utf8mb4_unicode_ci",
+        },
+    )
+
+    id: Mapped[int] = mapped_column(
+        Integer,
+        primary_key=True,
+        nullable=False,
+        autoincrement=True,
+        comment="고유 식별자",
+    )
+
+    img_url: Mapped[str] = mapped_column(
+        String(2048),
+        nullable=False,
+        comment="이미지 URL (blob, CDN 경로)",
+    )
+
+    img_url_hash: Mapped[int] = mapped_column(
+        INTEGER(unsigned=True),
+        Computed("CRC32(img_url)", persisted=True),  # generated column
+        comment="URL CRC32 해시 (검색용 index)",
+    )
+
+    img_tag: Mapped[dict[str, Any]] = mapped_column(
+        JSON,
+        nullable=True,
+        default=False,
+        comment="태그 JSON",
+    )

app/utils/autotag.py

@@ -0,0 +1,33 @@
+from app.utils.chatgpt_prompt import ChatgptService
+from app.utils.prompts.prompts import image_autotag_prompt
+from app.utils.prompts.schemas import SpaceType, Subject, Camera, MotionRecommended
+
+import asyncio
+
+async def autotag_image(image_url : str) -> list[str]: #tag_list
+    chatgpt = ChatgptService()
+    image_input_data = {
+        "img_url" : image_url,
+        "space_type" : list(SpaceType),
+        "subject" : list(Subject),
+        "camera" : list(Camera),
+        "motion_recommended" : list(MotionRecommended)
+    }
+
+    image_result = await chatgpt.generate_structured_output(image_autotag_prompt, image_input_data, image_url, False)   
+    return image_result
+
+async def autotag_images(image_url_list : list[str]) -> list[dict]: #tag_list
+    chatgpt = ChatgptService()
+    image_input_data_list = [{ 
+        "img_url" : image_url,
+        "space_type" : list(SpaceType),
+        "subject" : list(Subject),
+        "camera" : list(Camera),
+        "motion_recommended" : list(MotionRecommended)
+    }for image_url in image_url_list]
+    
+    image_result_tasks = [chatgpt.generate_structured_output(image_autotag_prompt, image_input_data, image_input_data['img_url'], False) for image_input_data in image_input_data_list] 
+    image_result_list = await asyncio.gather(*image_result_tasks)
+
+    return image_result_list

app/utils/chatgpt_prompt.py

@@ -1,6 +1,7 @@
 import json
 import re
 from pydantic import BaseModel
+from typing import List, Optional
 from openai import AsyncOpenAI
 
 from app.utils.logger import get_logger
@@ -33,8 +34,24 @@ class ChatgptService:
             timeout=self.timeout
         )
     
-    async def _call_pydantic_output(self, prompt : str, output_format : BaseModel, model : str) -> BaseModel: # 입력 output_format의 경우 Pydantic BaseModel Class를 상속한 Class 자체임에 유의할 것
+    async def _call_pydantic_output(
-        content = [{"type": "input_text", "text": prompt}]
+            self, 
+            prompt : str, 
+            output_format : BaseModel,  #입력 output_format의 경우 Pydantic BaseModel Class를 상속한 Class 자체임에 유의할 것
+            model : str, 
+            img_url : str,
+            image_detail_high : bool) -> BaseModel: 
+        content = []
+        if img_url:
+            content.append({
+                "type" : "input_image",
+                "image_url" : img_url,
+                "detail": "high" if image_detail_high else "low" 
+            })
+        content.append({
+            "type": "input_text", 
+            "text": prompt}
+        )
         last_error = None
         for attempt in range(self.max_retries + 1):
             response = await self.client.responses.parse(
@@ -83,6 +100,8 @@ class ChatgptService:
         self,
         prompt : Prompt,
         input_data : dict,
+        img_url : Optional[str] = None,
+        img_detail_high : bool = False
     ) -> BaseModel:
         prompt_text = prompt.build_prompt(input_data)
 
@@ -91,5 +110,5 @@ class ChatgptService:
 
         # GPT API 호출
         #response = await self._call_structured_output_with_response_gpt_api(prompt_text, prompt.prompt_output, prompt.prompt_model) 
-        response = await self._call_pydantic_output(prompt_text, prompt.prompt_output_class, prompt.prompt_model) 
+        response = await self._call_pydantic_output(prompt_text, prompt.prompt_output_class, prompt.prompt_model, img_url, img_detail_high) 
-        return response
+        return response

app/utils/creatomate.py

@@ -432,6 +432,37 @@ class CreatomateService:
             result.update(result_element_dict)
 
         return result
+    
+    async def parse_template_name_tag(resource_name : str) -> list:
+        tag_list = []
+        tag_list = resource_name.split("_")
+        
+        return tag_list
+    
+        
+    async def template_matching_taged_image(
+        self,
+        template_id : str,
+        taged_image_list : list,
+        address : str
+    ) -> list:
+        
+        template_data = await self.get_one_template_data(template_id)
+        source_elements = template_data["source"]["elements"]
+        template_component_data = self.parse_template_component_name(source_elements)
+
+        modifications = {}
+
+        for idx, (template_component_name, template_type) in enumerate(template_component_data.items()):
+            match template_type:
+                case "image":
+                    # modifications[template_component_name] = somethingtagedimage()
+                    pass
+                case "text":
+                    if "address_input" in template_component_name:
+                        modifications[template_component_name] = address
+
+        # modifications["audio-music"] = music_url
 
     async def template_connect_resource_blackbox(
         self,

app/utils/prompts/prompts.py

@@ -59,7 +59,15 @@ yt_upload_prompt = Prompt(
     prompt_model = prompt_settings.YOUTUBE_PROMPT_MODEL
 )
 
+image_autotag_prompt = Prompt(
+    prompt_template_path=os.path.join(prompt_settings.PROMPT_FOLDER_ROOT, prompt_settings.IMAGE_TAG_PROMPT_FILE_NAME),
+    prompt_input_class = ImageTagPromptInput,
+    prompt_output_class = ImageTagPromptOutput,
+    prompt_model = prompt_settings.IMAGE_TAG_PROMPT_MODEL
+)
+
 def reload_all_prompt():
     marketing_prompt._reload_prompt()
     lyric_prompt._reload_prompt()
-    yt_upload_prompt._reload_prompt()
+    yt_upload_prompt._reload_prompt()
+    image_autotag_prompt._reload_prompt()

app/utils/prompts/schemas/__init__.py

@@ -1,3 +1,4 @@
 from .lyric import LyricPromptInput, LyricPromptOutput
 from .marketing import MarketingPromptInput, MarketingPromptOutput
-from .youtube import YTUploadPromptInput, YTUploadPromptOutput
+from .youtube import YTUploadPromptInput, YTUploadPromptOutput
+from .image import *

app/utils/prompts/schemas/image.py

@@ -0,0 +1,110 @@
+from pydantic import BaseModel, Field
+from typing import List, Optional
+from enum import StrEnum, auto
+
+class SpaceType(StrEnum):
+    exterior_front = auto()
+    exterior_night = auto()
+    exterior_aerial = auto()
+    exterior_sign = auto()
+    garden = auto()
+    entrance = auto()
+    lobby = auto()
+    reception = auto()
+    hallway = auto()
+    bedroom = auto()
+    livingroom = auto()
+    kitchen = auto()
+    dining = auto()
+    room = auto()
+    bathroom = auto()
+    amenity = auto()
+    view_window = auto()
+    view_ocean = auto()
+    view_city = auto()
+    view_mountain = auto()
+    balcony = auto()
+    cafe = auto()
+    lounge  = auto()
+    rooftop  = auto()
+    pool = auto()
+    breakfast_hall  = auto()
+    spa = auto()
+    fitness = auto()
+    bbq = auto()
+    terrace = auto()
+    glamping = auto()
+    neighborhood  = auto()
+    landmark = auto()
+    detail_welcome = auto()
+    detail_beverage = auto()
+    detail_lighting  = auto()
+    detail_decor = auto()
+    detail_tableware = auto()
+
+class Subject(StrEnum):
+    empty_space = auto()
+    exterior_building = auto()
+    architecture_detail = auto()
+    decoration = auto()
+    furniture = auto()
+    food_dish = auto()
+    nature = auto()
+    signage = auto()
+    amenity_item = auto()
+    person = auto()
+
+class Camera(StrEnum):
+    wide_angle = auto()
+    tight_crop = auto()
+    panoramic = auto()
+    symmetrical = auto()
+    leading_line = auto()
+    golden_hour = auto()
+    night_shot = auto()
+    high_contrast = auto()
+    low_light = auto()
+    drone_shot = auto()
+    has_face = auto()
+
+class MotionRecommended(StrEnum):
+    static = auto()
+    slow_pan = auto()
+    slow_zoom_in = auto()
+    slow_zoom_out = auto()
+    walkthrough = auto()
+    dolly = auto()
+
+class NarrativePhase(StrEnum):
+    intro = auto()
+    welcome = auto()
+    core = auto()
+    highlight = auto()
+    support = auto()
+    accent = auto()
+
+class NarrativePreference(BaseModel):
+    intro: float = Field(..., description="첫인상 — 여기가 어디인가 | 장소의 정체성과 위치를 전달하는 이미지. 영상 첫 1~2초에 어떤 곳인지 즉시 인지시키는 역할. 건물 외관, 간판, 정원 등 **장소 자체를 보여주는** 컷")
+    welcome: float = Field(..., description="진입/환영 — 어떻게 들어가나 | 도착 후 내부로 들어가는 경험을 전달하는 이미지. 공간의 첫 분위기와 동선을 보여줘 들어가고 싶다는 기대감을 만드는 역할. **문을 열고 들어갔을 때 보이는** 컷.")
+    core: float = Field(..., description="핵심 가치 — 무엇을 경험하나 | **고객이 이 장소를 찾는 본질적 이유.** 이 이미지가 없으면 영상 자체가 성립하지 않음. 질문: 이 비즈니스에서 돈을 지불하는 대상이 뭔가? → 그 답이 core.")
+    highlight: float = Field(..., description="차별화 — 뭐가 특별한가 | **같은 카테고리의 경쟁사 대비 이곳을 선택하게 만드는 이유.** core가 왜 왔는가라면, highlight는 왜 **여기**인가에 대한 답.")
+    support: float = Field(..., description="보조/부대 — 그 외에 뭐가 있나 | 핵심은 아니지만 전체 경험을 풍성하게 하는 부가 요소. 없어도 영상은 성립하지만, 있으면 설득력이 올라감. **이것도 있어요** 라고 말하는 컷.")
+    accent: float = Field(..., description="감성/마무리 — 어떤 느낌인가 | 공간의 분위기와 톤을 전달하는 감성 디테일 컷. 직접적 정보 전달보다 **느낌과 무드**를 제공. 영상 사이사이에 삽입되어 완성도를 높이는 역할.")
+
+# Input 정의
+class ImageTagPromptInput(BaseModel):
+    img_url : str = Field(..., description="이미지 URL")
+    space_type: list[str] = Field(list(SpaceType), description="공간적 정보를 가지는 태그 리스트")
+    subject: list[str] = Field(list(Subject), description="피사체 정보를 가지는 태그 리스트")
+    camera: list[str] = Field(list(Camera), description="카메라 정보를 가지는 태그 리스트")
+    motion_recommended: list[str] = Field(list(MotionRecommended), description="가능한 카메라 모션 리스트")
+
+# Output 정의
+class ImageTagPromptOutput(BaseModel):
+    #ad_avaliable : bool = Field(..., description="광고 영상 사용 가능 이미지 여부")
+    space_type: list[SpaceType] = Field(..., description="공간적 정보를 가지는 태그 리스트")
+    subject: list[Subject] = Field(..., description="피사체 정보를 가지는 태그 리스트")
+    camera: list[Camera] = Field(..., description="카메라 정보를 가지는 태그 리스트")
+    motion_recommended: list[MotionRecommended] = Field(..., description="가능한 카메라 모션 리스트")
+    narrative_preference: NarrativePreference = Field(..., description="이미지의 내러티브 상 점수")
+

app/utils/prompts/schemas/marketing.py

@@ -7,13 +7,11 @@ class MarketingPromptInput(BaseModel):
     region : str = Field(..., description = "마케팅 대상 지역")
     detail_region_info : str = Field(..., description = "마케팅 대상 지역 상세")
 
-
 # Output 정의
 class BrandIdentity(BaseModel):
     location_feature_analysis: str = Field(..., description="입지 특성 분석 (80자 이상 150자 이하)", min_length = 80, max_length = 150) # min/max constraint는 현재 openai json schema 등에서 작동하지 않는다는 보고가 있음. 
     concept_scalability: str = Field(..., description="컨셉 확장성 (80자 이상 150자 이하)", min_length = 80, max_length = 150)
 
-
 class MarketPositioning(BaseModel):
     category_definition: str = Field(..., description="마케팅 카테고리")
     core_value: str = Field(..., description="마케팅 포지션 핵심 가치")
@@ -22,14 +20,12 @@ class AgeRange(BaseModel):
     min_age : int = Field(..., ge=0, le=100)
     max_age : int = Field(..., ge=0, le=100)
 
-
 class TargetPersona(BaseModel):
     persona: str = Field(..., description="타겟 페르소나 이름/설명")
     age: AgeRange = Field(..., description="타겟 페르소나 나이대")
     favor_target: List[str] = Field(..., description="페르소나의 선호 요소")
     decision_trigger: str = Field(..., description="구매 결정 트리거")
 
-
 class SellingPoint(BaseModel):
     english_category: str = Field(..., description="셀링포인트 카테고리(영문)")
     korean_category: str = Field(..., description="셀링포인트 카테고리(한글)")

app/utils/prompts/templates/image_autotag_prompt.txt

@@ -0,0 +1,24 @@
+You are an expert image analyst and content tagger.
+
+Analyze the provided image carefully and select the most appropriate tags for each category below.
+and lastly, check this image is acceptable for marketing advertisement video.
+
+and set NarrativePreference score for each narrative phase.
+
+## Rules
+- For each category, select between 0 and the specified maximum number of tags.
+- Only select tags from the exact list provided for each category. Do NOT invent or modify tags.
+- If no tags in a category are applicable, return an empty list for that category.
+- Base your selections solely on what is visually present or strongly implied in the image.
+-
+
+## Tag Categories
+space_type:{space_type}
+subject: {subject}
+camera:{camera}
+motion_recommended: {motion_recommended}
+
+## Output
+Return a JSON object where each key is a category name and the value is a list of selected tags.
+Selected tags must be chosen from the available tags of that category only.
+and NarrativePreference score for each narrative phase.

config.py

@@ -186,6 +186,9 @@ class PromptSettings(BaseSettings):
 
     YOUTUBE_PROMPT_FILE_NAME : str = Field(default="yt_upload_prompt.txt")
     YOUTUBE_PROMPT_MODEL : str = Field(default="gpt-5-mini")
+
+    IMAGE_TAG_PROMPT_FILE_NAME : str = Field(default="yt_upload_prompt.txt")
+    IMAGE_TAG_PROMPT_MODEL : str = Field(default="gpt-5-mini")
     model_config = _base_config