.gitignore

@@ -32,11 +32,8 @@ media/
 
 
 *.ipynb_checkpoint*
-# Static files (공유 기본 이미지는 예외로 추적)
-static/*
-!static/images/
-static/images/*
-!static/images/ado2_image.png
+# Static files
+static/
 
 # Log files
 *.log

README.md

@@ -69,9 +69,6 @@ PROJECT_DOMAIN=localhost:8000          # 프로젝트 도메인 (호스트:포
 PROJECT_VERSION=0.1.0                  # 프로젝트 버전
 DESCRIPTION=FastAPI 기반 CastAD 프로젝트  # 프로젝트 설명
 ADMIN_BASE_URL=/admin                  # 관리자 페이지 기본 URL
-SHARE_FRONTEND_URL=https://ado2.o2osolution.ai  # 공유 페이지 → 영상 상세 이동 프론트 URL (로컬: http://localhost:3000, 테스트: https://dev.castad.net)
-SHARE_API_BASE_URL=  # 공유 OG 페이지의 외부 공개 API URL (예: https://dev-ssul.castad.net/api). 프록시가 /api 를 떼면 필수
-SHARE_DEFAULT_IMAGE_URL=  # 포스터 없을 때 OG 이미지 (비우면 API /static/images/ado2_image.png)
 DEBUG=True                             # 디버그 모드 (True: 개발, False: 운영)
 
 # ================================
@@ -179,66 +176,6 @@ fastapi dev main.py
 fastapi run main.py
 ```
 
-### 운영 업로드 및 메모리 한도
-
-`POST /api/image/upload/blob`은 애플리케이션에서 파일당 15 MiB까지만 허용합니다.
-운영 Nginx에서는 multipart 오버헤드를 고려해 이 엔드포인트의 요청 본문을
-25 MiB로 제한합니다. 앱의 요청당 파일 합계 상한은 20 MiB이며, 나머지 5 MiB는
-multipart 헤더와 `images_json`을 위한 여유입니다. 한 task에는 최대 100개
-이미지만 누적할 수 있습니다. 200 MiB 이상의 요청을
-허용하도록 Nginx 한도를 올리지 마세요. 프론트엔드는 이미지를 압축한 뒤 파일
-한 개씩 전송해야 합니다.
-
-운영 Nginx 설정은 이 저장소에서 관리되지 않으므로, 기존
-`location = /api/image/upload/blob` 블록 안에서 다음 스니펫을 include합니다.
-
-```nginx
-include /배포경로/deploy/nginx/ado2-image-upload-limit.conf;
-```
-
-기존 설정이 prefix location만 사용한다면 그 블록의 `proxy_pass` 및 헤더 설정을
-그대로 유지한 채, exact location을 추가하고 동일한 프록시 설정을 적용해야
-합니다. 반영 전후에 실제 로드된 설정과 문법을 확인합니다.
-
-```bash
-sudo nginx -T | grep -n -E 'server_name|image/upload/blob|client_max_body_size'
-sudo nginx -t
-sudo systemctl reload nginx
-```
-
-`proxy_request_buffering off`는 이 스니펫에 포함하지 않았습니다. 이 옵션만으로
-FastAPI의 multipart 파싱이 Azure 청크 스트리밍으로 바뀌지는 않으며, 느린
-클라이언트 연결이 애플리케이션을 직접 점유하는 시간이 늘어날 수 있습니다.
-
-Compose로 API를 실행하는 서버에서는 리소스 override를 함께 적용합니다.
-이 override는 API 포트를 기본적으로 `127.0.0.1:8000`에만 바인딩해 외부
-클라이언트가 Nginx의 요청 크기 제한을 우회하지 못하게 합니다. 운영 Nginx가
-별도 컨테이너라면 호스트 포트를 공개하는 대신 두 서비스를 같은 내부 Docker
-네트워크에 연결하세요. 부득이하게 `APP_BIND_ADDRESS`를 바꿀 때도 방화벽에서
-8000 포트의 외부 접근을 차단해야 합니다. `!override` 구문을 위해 Docker
-Compose 2.24.4 이상이 필요합니다.
-
-```bash
-docker compose -f docker-compose.yml -f compose.resources.yaml config --quiet
-docker compose -f docker-compose.yml -f compose.resources.yaml up -d --force-recreate app
-docker inspect castad-app \
-  --format 'memory={{.HostConfig.Memory}} reservation={{.HostConfig.MemoryReservation}} swap={{.HostConfig.MemorySwap}}'
-```
-
-기본값은 hard limit 2 GiB, reservation 512 MiB이며 추가 swap은 허용하지
-않습니다. 호스트 용량과 실제 렌더링 부하를 측정한 뒤
-`APP_MEMORY_LIMIT`/`APP_MEMORY_RESERVATION`으로 조정할 수 있습니다. 예를 들어
-`APP_MEMORY_LIMIT=3g`를 설정하면 hard limit와 swap limit가 함께 3 GiB로
-변경됩니다.
-
-주의: 현재 저장소의 Dockerfile은 Uvicorn을 실행하지만 운영 로그 파일명에는
-Gunicorn이 나타납니다. 운영 프로세스가 호스트의 systemd/Gunicorn으로 직접
-실행 중이라면 이 Compose 제한은 적용되지 않습니다. 배포 전에 실제 실행
-주체를 확인하고, Compose 컨테이너가 아니라면 Gunicorn을 loopback 또는 Unix
-socket에만 bind하고 해당 서비스 관리자의 메모리 제한을 별도로 설정해야
-합니다. 외부에서 앱 포트로 직접 접근할 수 있으면 Nginx의 25 MiB 제한을
-우회할 수 있습니다.
-
 ## API 문서
 
 서버 실행 후 `/docs` 에서 Scalar API 문서를 확인할 수 있습니다.
@@ -340,4 +277,4 @@ socket에만 bind하고 해당 서비스 관리자의 메모리 제한을 별도
     │                │                  │                 │
 ```
 
-testAc
+testAc

app/archive/api/routers/v1/archive.py

@@ -16,13 +16,8 @@ from app.user.dependencies.auth import get_current_user
 from app.user.models import User
 from app.utils.logger import get_logger
 from app.utils.pagination import PaginatedResponse
-from app.utils.upload_blob_as_request import to_playback_url
 from app.comment.models import Comment
-from app.database.like_cache import (
-    bulk_is_user_liked,
-    get_like_counts,
-    mset_like_counts,
-)
+from app.database.like_cache import get_like_counts, mset_like_counts
 from app.video.models import Video, VideoReaction
 from app.video.schemas.video_schema import VideoListItem
 
@@ -154,24 +149,6 @@ async def get_videos(
                 if vid not in db_found_ids:
                     like_count_map[vid] = 0
 
-        # is_liked_by_me: Redis user-set 기준, 캐시 미스 시 현재 사용자 상태만 DB 조회
-        raw_liked = await bulk_is_user_liked(video_ids, current_user.user_uuid)
-        needs_db_lookup = [
-            vid for vid, liked in raw_liked.items()
-            if liked is None and like_count_map.get(vid, 0) > 0
-        ]
-        if needs_db_lookup:
-            liked_video_ids = set((await session.execute(
-                select(VideoReaction.video_id).where(
-                    VideoReaction.video_id.in_(needs_db_lookup),
-                    VideoReaction.user_uuid == current_user.user_uuid,
-                )
-            )).scalars().all())
-            for vid in needs_db_lookup:
-                raw_liked[vid] = vid in liked_video_ids
-
-        liked_map = {vid: bool(liked) for vid, liked in raw_liked.items()}
-
         # VideoListItem으로 변환
         items = [
             VideoListItem(
@@ -179,15 +156,10 @@ async def get_videos(
                 store_name=project.store_name,
                 region=project.region,
                 task_id=video.task_id,
-                result_movie_url=to_playback_url(video.result_movie_url),
-                poster_url=video.poster_url,
-                title=video.title,
-                description=video.description,
-                hashtags=video.hashtags,
+                result_movie_url=video.result_movie_url,
                 created_at=video.created_at,
                 like_count=like_count_map.get(video.id) or 0,
                 comment_count=comment_count or 0,
-                is_liked_by_me=liked_map.get(video.id, False),
             )
             for video, project, comment_count in rows
         ]

app/comment/api/routers/v1/comment.py

@@ -46,7 +46,7 @@ router = APIRouter(prefix="/comment", tags=["Comment"])
 - **parent_id**: 대댓글일 때만 부모 댓글 id (생략 시 최상위 댓글)
 
 ## 참고
-- 작성자 닉네임/프로필 이미지는 카카오 로그인 정보를 그대로 사용합니다 (클라이언트에서 지정 불가).
+- 작성자 정보는 응답에 포함되지 않습니다 (익명 정책).
 - 대댓글에 또 대댓글을 다는 것은 불가합니다 (최대 2-depth).
     """,
     response_model=CommentCreateResponse,
@@ -71,7 +71,7 @@ async def post_comment(
         session=session,
         video_id=video_id,
         user_uuid=current_user.user_uuid,
-        nickname=current_user.nickname,
+        nickname=body.nickname,
         content=body.content,
         parent_id=body.parent_id,
     )
@@ -79,7 +79,6 @@ async def post_comment(
     return CommentCreateResponse(
         id=comment.id,
         nickname=comment.nickname or "익명",
-        profile_image_url=current_user.profile_image_url,
         parent_id=comment.parent_id,
         content=comment.content,
         created_at=comment.created_at,
@@ -102,7 +101,7 @@ async def post_comment(
 
 ## 참고
 - 최상위 댓글만 페이지네이션됩니다. 각 댓글의 대댓글은 전부 포함됩니다.
-- 작성자 닉네임/프로필 이미지는 카카오 로그인 정보 기준이며, is_mine으로 본인 댓글 여부도 확인 가능합니다.
+- 작성자 정보는 노출되지 않으며, is_mine으로 본인 댓글 여부만 확인 가능합니다.
 - 삭제된 댓글은 content=null로 노출됩니다 (대댓글이 있는 경우).
     """,
     response_model=PaginatedResponse[CommentItem],

app/comment/models.py

@@ -17,8 +17,7 @@ class Comment(Base):
 
     2-depth 구조 (최상위 댓글 + 대댓글 1단계).
     parent_id가 NULL이면 최상위 댓글, 값이 있으면 대댓글.
-    작성자 닉네임은 카카오 로그인 정보를 작성 시점에 그대로 저장한 스냅샷이며,
-    프로필 이미지는 별도 컬럼 없이 응답 시 User 테이블을 조인해 최신값을 조회한다.
+    작성자(user_uuid)는 DB에 저장하지만 API 응답에는 미노출 (익명 정책).
     """
 
     __tablename__ = "comment"
@@ -55,7 +54,7 @@ class Comment(Base):
         comment="NULL=최상위 댓글, 값=대댓글의 부모 id",
     )
     nickname: Mapped[Optional[str]] = mapped_column(
-        String(50), nullable=True, comment="댓글 작성자 카카오 닉네임 스냅샷 (null이면 익명)"
+        String(50), nullable=True, comment="댓글 작성자 닉네임 (null이면 익명)"
     )
     content: Mapped[str] = mapped_column(
         String(100), nullable=False, comment="댓글 본문 (한글 기준 100자 이내)"

app/comment/schemas/comment_schema.py

@@ -5,6 +5,7 @@ from pydantic import BaseModel, Field
 
 
 class CommentCreateRequest(BaseModel):
+    nickname: Optional[str] = Field(None, min_length=1, max_length=50, description="작성자 닉네임 (미입력 시 익명)")
     content: str = Field(..., min_length=1, max_length=100, description="댓글 본문 (한글 기준 100자 이내)")
     parent_id: Optional[int] = Field(None, description="대댓글일 때만 부모 댓글 id")
 
@@ -13,8 +14,7 @@ class ReplyItem(BaseModel):
     """대댓글 응답"""
 
     id: int = Field(..., description="댓글 고유 ID")
-    nickname: str = Field(..., description="작성자 닉네임 (카카오 닉네임, 미보유 시 '익명')")
-    profile_image_url: Optional[str] = Field(None, description="작성자 프로필 이미지 URL (카카오 프로필, 로그인 시점 기준 최신값)")
+    nickname: str = Field(..., description="작성자 닉네임 (미입력 시 '익명')")
     content: Optional[str] = Field(None, description="본문 (소프트 삭제된 경우 null)")
     is_deleted: bool = Field(..., description="삭제 여부")
     is_mine: bool = Field(..., description="현재 로그인 사용자의 댓글 여부")
@@ -25,8 +25,7 @@ class CommentItem(BaseModel):
     """최상위 댓글 응답 — replies 포함"""
 
     id: int = Field(..., description="댓글 고유 ID")
-    nickname: str = Field(..., description="작성자 닉네임 (카카오 닉네임, 미보유 시 '익명')")
-    profile_image_url: Optional[str] = Field(None, description="작성자 프로필 이미지 URL (카카오 프로필, 로그인 시점 기준 최신값)")
+    nickname: str = Field(..., description="작성자 닉네임 (미입력 시 '익명')")
     content: Optional[str] = Field(None, description="본문 (소프트 삭제된 경우 null)")
     is_deleted: bool = Field(..., description="삭제 여부")
     is_mine: bool = Field(..., description="현재 로그인 사용자의 댓글 여부")
@@ -36,8 +35,7 @@ class CommentItem(BaseModel):
 
 class CommentCreateResponse(BaseModel):
     id: int = Field(..., description="생성된 댓글 고유 ID")
-    nickname: str = Field(..., description="작성자 닉네임 (카카오 닉네임, 미보유 시 '익명')")
-    profile_image_url: Optional[str] = Field(None, description="작성자 프로필 이미지 URL (카카오 프로필)")
+    nickname: str = Field(..., description="작성자 닉네임 (미입력 시 '익명')")
     parent_id: Optional[int] = Field(None, description="부모 댓글 id (대댓글인 경우)")
     content: str = Field(..., description="댓글 본문")
     created_at: datetime = Field(..., description="작성 일시")

app/comment/services/comment.py

@@ -7,7 +7,6 @@ from sqlalchemy.ext.asyncio import AsyncSession
 
 from app.comment.models import Comment
 from app.comment.schemas.comment_schema import CommentItem, ReplyItem
-from app.user.models import User
 from app.utils.pagination import PaginatedResponse
 from app.video.models import Video
 
@@ -38,7 +37,6 @@ def _build_comment_items(
     parents: list,
     replies_map: dict,
     current_user_uuid: Optional[str],
-    profile_image_map: dict,
 ) -> List[CommentItem]:
     items = []
     for c in parents:
@@ -47,7 +45,6 @@ def _build_comment_items(
             ReplyItem(
                 id=r.id,
                 nickname=r.nickname or "익명",
-                profile_image_url=profile_image_map.get(r.user_uuid),
                 content=None if r.is_deleted else r.content,
                 is_deleted=r.is_deleted,
                 is_mine=(current_user_uuid == r.user_uuid) if current_user_uuid else False,
@@ -59,7 +56,6 @@ def _build_comment_items(
             CommentItem(
                 id=c.id,
                 nickname=c.nickname or "익명",
-                profile_image_url=profile_image_map.get(c.user_uuid),
                 content=None if c.is_deleted else c.content,
                 is_deleted=c.is_deleted,
                 is_mine=(current_user_uuid == c.user_uuid) if current_user_uuid else False,
@@ -74,7 +70,7 @@ async def create_comment(
     session: AsyncSession,
     video_id: int,
     user_uuid: str,
-    nickname: Optional[str],
+    nickname: str,
     content: str,
     parent_id: Optional[int],
 ) -> Comment:
@@ -147,7 +143,6 @@ async def list_comments(
     parents = (await session.execute(parents_q)).scalars().all()
 
     replies_map: dict = defaultdict(list)
-    replies: list = []
     if parents:
         parent_ids = [c.id for c in parents]
         replies_q = (
@@ -162,16 +157,7 @@ async def list_comments(
         for r in replies:
             replies_map[r.parent_id].append(r)
 
-    # 작성자 프로필 이미지는 스냅샷을 저장하지 않고, 응답 시 User 테이블을 조인해 최신값을 조회한다.
-    user_uuids = {c.user_uuid for c in parents} | {r.user_uuid for r in replies}
-    profile_image_map: dict = {}
-    if user_uuids:
-        profile_q = select(User.user_uuid, User.profile_image_url).where(
-            User.user_uuid.in_(user_uuids)
-        )
-        profile_image_map = {uuid: url for uuid, url in (await session.execute(profile_q)).all()}
-
-    items = _build_comment_items(list(parents), replies_map, current_user_uuid, profile_image_map)
+    items = _build_comment_items(list(parents), replies_map, current_user_uuid)
 
     return PaginatedResponse.create(
         items=items,

app/dashboard/services/youtube_analytics.py

@@ -433,10 +433,6 @@ class YouTubeAnalyticsService:
         logger.debug("[YouTubeAnalyticsService._fetch_region] SUCCESS")
         return result
 
-    # 5xx/네트워크 오류 재시도 설정 (구글 backendError 등 일시적 장애 대응)
-    _MAX_RETRIES = 3
-    _RETRY_BACKOFF_SECONDS = (0.5, 1.0, 2.0)
-
     async def _call_api(
         self,
         params: dict[str, str],
@@ -457,67 +453,51 @@ class YouTubeAnalyticsService:
         Raises:
             YouTubeQuotaExceededError: 할당량 초과 (429)
             YouTubeAuthError: 인증 실패 (401, 403)
-            YouTubeAPIError: 기타 API 오류 (5xx/네트워크 오류는 최대 3회 재시도 후 발생)
+            YouTubeAPIError: 기타 API 오류
 
         Note:
             - 타임아웃: 30초
             - 할당량 초과 시 자동으로 YouTubeQuotaExceededError 발생
             - 인증 실패 시 자동으로 YouTubeAuthError 발생
-            - 5xx 응답 및 네트워크 오류는 지수 백오프(0.5s→1s→2s)로 최대 3회 재시도
         """
         headers = {"Authorization": f"Bearer {access_token}"}
 
-        last_error: Exception | None = None
-        for attempt in range(self._MAX_RETRIES + 1):
-            try:
-                async with httpx.AsyncClient(timeout=30.0) as client:
-                    response = await client.get(
-                        self.BASE_URL,
-                        params=params,
-                        headers=headers,
+        try:
+            async with httpx.AsyncClient(timeout=30.0) as client:
+                response = await client.get(
+                    self.BASE_URL,
+                    params=params,
+                    headers=headers,
+                )
+
+                # 할당량 초과 체크
+                if response.status_code == 429:
+                    logger.warning("[YouTubeAnalyticsService._call_api] QUOTA_EXCEEDED")
+                    raise YouTubeQuotaExceededError()
+
+                # 인증 실패 체크
+                if response.status_code in (401, 403):
+                    logger.warning(
+                        f"[YouTubeAnalyticsService._call_api] AUTH_FAILED - status={response.status_code}"
                     )
+                    raise YouTubeAuthError(f"YouTube 인증 실패: {response.status_code}")
 
-                    # 할당량 초과 체크
-                    if response.status_code == 429:
-                        logger.warning("[YouTubeAnalyticsService._call_api] QUOTA_EXCEEDED")
-                        raise YouTubeQuotaExceededError()
+                # HTTP 에러 체크
+                response.raise_for_status()
 
-                    # 인증 실패 체크
-                    if response.status_code in (401, 403):
-                        logger.warning(
-                            f"[YouTubeAnalyticsService._call_api] AUTH_FAILED - status={response.status_code}"
-                        )
-                        raise YouTubeAuthError(f"YouTube 인증 실패: {response.status_code}")
+                return response.json()
 
-                    # HTTP 에러 체크
-                    response.raise_for_status()
-
-                    return response.json()
-
-            except (YouTubeAuthError, YouTubeQuotaExceededError):
-                raise  # 이미 처리된 예외는 재시도 없이 그대로 전파
-            except httpx.HTTPStatusError as e:
-                logger.error(
-                    f"[YouTubeAnalyticsService._call_api] HTTP_ERROR - "
-                    f"status={e.response.status_code}, body={e.response.text[:500]}"
-                )
-                # 4xx는 재시도해도 동일하게 실패하므로 즉시 전파, 5xx만 재시도
-                if e.response.status_code < 500:
-                    raise YouTubeAPIError(f"HTTP {e.response.status_code}")
-                last_error = YouTubeAPIError(f"HTTP {e.response.status_code}")
-            except httpx.RequestError as e:
-                logger.error(f"[YouTubeAnalyticsService._call_api] REQUEST_ERROR - {e}")
-                last_error = YouTubeAPIError(f"네트워크 오류: {e}")
-            except Exception as e:
-                logger.error(f"[YouTubeAnalyticsService._call_api] UNEXPECTED_ERROR - {e}")
-                raise YouTubeAPIError(f"알 수 없는 오류: {e}")
-
-            if attempt < self._MAX_RETRIES:
-                backoff = self._RETRY_BACKOFF_SECONDS[attempt]
-                logger.warning(
-                    f"[YouTubeAnalyticsService._call_api] RETRY {attempt + 1}/{self._MAX_RETRIES} "
-                    f"in {backoff}s - {last_error}"
-                )
-                await asyncio.sleep(backoff)
-
-        raise last_error
+        except (YouTubeAuthError, YouTubeQuotaExceededError):
+            raise  # 이미 처리된 예외는 그대로 전파
+        except httpx.HTTPStatusError as e:
+            logger.error(
+                f"[YouTubeAnalyticsService._call_api] HTTP_ERROR - "
+                f"status={e.response.status_code}, body={e.response.text[:500]}"
+            )
+            raise YouTubeAPIError(f"HTTP {e.response.status_code}")
+        except httpx.RequestError as e:
+            logger.error(f"[YouTubeAnalyticsService._call_api] REQUEST_ERROR - {e}")
+            raise YouTubeAPIError(f"네트워크 오류: {e}")
+        except Exception as e:
+            logger.error(f"[YouTubeAnalyticsService._call_api] UNEXPECTED_ERROR - {e}")
+            raise YouTubeAPIError(f"알 수 없는 오류: {e}")

app/database/session.py

@@ -6,8 +6,6 @@ from fastapi import HTTPException
 from sqlalchemy.ext.asyncio import AsyncSession, async_sessionmaker, create_async_engine
 from sqlalchemy.orm import DeclarativeBase
 
-from app.dashboard.exceptions import DashboardException
-from app.social.exceptions import SocialException
 from app.utils.logger import get_logger
 from config import db_settings
 
@@ -80,8 +78,7 @@ async def create_db_tables():
     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, VideoReaction  # noqa: F401
-    from app.comment.models import Comment  # noqa: F401
+    from app.video.models import Video  # noqa: F401
     from app.sns.models import SNSUploadTask  # noqa: F401
     from app.social.models import SocialUpload  # noqa: F401
     from app.dashboard.models import Dashboard  # noqa: F401
@@ -99,8 +96,6 @@ async def create_db_tables():
         Song.__table__,
         SongTimestamp.__table__,
         Video.__table__,
-        VideoReaction.__table__,
-        Comment.__table__,
         SNSUploadTask.__table__,
         SocialUpload.__table__,
         MarketingIntel.__table__,
@@ -142,30 +137,13 @@ async def get_session() -> AsyncGenerator[AsyncSession, None]:
             yield session
         except HTTPException:
             raise
-        except (SocialException, DashboardException) as e:
-            # 전역 exception handler가 응답으로 변환하는 도메인 예외.
-            # 정상 플로우이므로 ERROR traceback 없이 롤백만 수행.
-            await session.rollback()
-            logger.warning(
-                f"[get_session] ROLLBACK - handled domain error: "
-                f"{type(e).__name__}: {e}, "
-                f"duration: {(time.perf_counter() - start_time)*1000:.1f}ms"
-            )
-            raise
         except Exception as e:
             await session.rollback()
-            # status_code < 500인 도메인 예외(계정 미연동 등)는 정상적인 비즈니스 흐름이므로 ERROR로 남기지 않음
-            if getattr(e, "status_code", 500) < 500:
-                logger.warning(
-                    f"[get_session] ROLLBACK - client error: {type(e).__name__}: {e}, "
-                    f"duration: {(time.perf_counter() - start_time)*1000:.1f}ms"
-                )
-            else:
-                logger.error(traceback.format_exc())
-                logger.error(
-                    f"[get_session] ROLLBACK - error: {type(e).__name__}: {e}, "
-                    f"duration: {(time.perf_counter() - start_time)*1000:.1f}ms"
-                )
+            logger.error(traceback.format_exc())
+            logger.error(
+                f"[get_session] ROLLBACK - error: {type(e).__name__}: {e}, "
+                f"duration: {(time.perf_counter() - start_time)*1000:.1f}ms"
+            )
             raise
         finally:
             total_time = time.perf_counter() - start_time

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

@@ -1,14 +1,13 @@
-import asyncio
 import json
-import secrets
 import time
-from collections.abc import AsyncIterator
+from datetime import date
 from pathlib import Path
 from typing import Literal, Optional
 
 from pydantic import BaseModel
 from urllib.parse import unquote, urlparse
 
+import aiofiles
 from fastapi import APIRouter, Depends, File, Form, HTTPException, UploadFile, status
 from sqlalchemy.exc import SQLAlchemyError
 from sqlalchemy.ext.asyncio import AsyncSession
@@ -26,29 +25,14 @@ from app.home.schemas.home_schema import (
     CrawlingResponse,
     ErrorResponse,
     ImageUploadResponse,
+    ImageUploadResultItem,
     ImageUrlItem,
     ManualMarketingRequest,
     ProcessedInfo,
     # MarketingAnalysis,
 )
 from app.home.services.naver_search import naver_search_client
-from app.home.services.image_upload import (
-    ALLOWED_IMAGE_EXTENSIONS,
-    BlobReferenceState,
-    ImageUploadLockTimeoutError,
-    assert_continuation_owner as _assert_continuation_owner,
-    compensate_failed_upload_blobs,
-    image_result_item as _image_result_item,
-    image_upload_task_lock,
-    inspect_upload_file as _inspect_upload_file,
-    is_valid_image_extension as _is_valid_image_extension,
-    normalize_continuation_task_id as _normalize_continuation_task_id,
-    validate_task_image_count,
-)
-from app.utils.upload_blob_as_request import (
-    AzureBlobUploader,
-    BlobUploadTooLargeError,
-)
+from app.utils.upload_blob_as_request import AzureBlobUploader
 from app.utils.prompts.chatgpt_prompt import ChatgptService, ChatGPTResponseError
 from app.utils.common import generate_task_id
 from app.utils.logger import get_logger
@@ -59,36 +43,13 @@ from app.utils.address_parser import extract_region_from_address
 from app.utils.autotag import autotag_images
 from app.utils.image_filter import filter_marketing_images, assemble_images
 from app.video.services.video import get_image_tags_by_task_id
-from config import azure_blob_settings
+from config import MEDIA_ROOT
 
 logger = get_logger("home")
 
 router = APIRouter()
 
 
-async def _continuation_image_upload_lock(
-    task_id: Optional[str] = Form(default=None),
-    current_user: User = Depends(get_current_user),
-) -> AsyncIterator[None]:
-    """continuation 요청 전체를 task 단위로 직렬화하는 yield dependency입니다."""
-    # 인증 완료 자체가 lock 획득의 전제이며 endpoint와 dependency cache를 공유합니다.
-    del current_user
-    requested_task_id = task_id.strip() if task_id and task_id.strip() else None
-    if requested_task_id is None:
-        yield
-        return
-
-    normalized_task_id = _normalize_continuation_task_id(requested_task_id)
-    try:
-        async with image_upload_task_lock(normalized_task_id):
-            yield
-    except ImageUploadLockTimeoutError:
-        raise HTTPException(
-            status_code=status.HTTP_409_CONFLICT,
-            detail="동일 이미지 작업이 처리 중입니다. 잠시 후 다시 시도해주세요.",
-        )
-
-
 @router.get(
     "/search/accommodation",
     summary="장소 자동완성 검색 (숙박/음식점 등)",
@@ -131,23 +92,13 @@ async def search_accommodation(
     )
 
 
-def _extract_region_from_address(
-    road_address: str | None, jibun_address: str | None = None
-) -> str:
+def _extract_region_from_address(road_address: str | None, jibun_address: str | None = None) -> str:
     return extract_region_from_address(road_address, jibun_address)
 
 
 class _IndustryOutput(BaseModel):
     industry: Literal[
-        "stay",
-        "restaurant",
-        "cafe",
-        "salon",
-        "clinic",
-        "fitness",
-        "academy",
-        "attraction",
-        "general",
+        "stay", "restaurant", "cafe", "salon", "clinic", "fitness", "academy", "attraction", "general"
     ]
 
 
@@ -169,7 +120,7 @@ async def _resolve_industry(category: str, customer_name: str = "") -> str:
         "위 정보를 바탕으로 이 업체를 다음 업종 중 가장 적합한 하나로 분류하세요: "
         "stay(숙박/펜션/호텔), restaurant(음식점), cafe(카페/디저트), "
         "salon(미용실/네일/뷰티), clinic(병원/의원/치과), fitness(헬스/필라테스/요가), "
-        "academy(학원/교습소), attraction(관광/체험/액티비티/축제/행사). "
+        "academy(학원/교습소), attraction(관광/체험/액티비티). "
         "위 8개 중 어느 것에도 명확히 해당하지 않는 경우에만 general(기타/범용 업종)로 분류하세요. "
         "유사한 업종이 있으면 general 대신 그 업종을 우선 선택하세요."
     )
@@ -213,11 +164,10 @@ async def _resolve_industry(category: str, customer_name: str = "") -> str:
     tags=["Crawling"],
 )
 async def crawling(
-    request_body: CrawlingRequest, session: AsyncSession = Depends(get_session)
-):
+    request_body: CrawlingRequest,
+    session: AsyncSession = Depends(get_session)):
     return await _crawling_logic(request_body.url, session)
 
-
 @router.post(
     "/autocomplete",
     summary="네이버 자동완성 크롤링",
@@ -250,30 +200,21 @@ async def crawling(
     tags=["Crawling"],
 )
 async def autocomplete_crawling(
-    request_body: AutoCompleteRequest, session: AsyncSession = Depends(get_session)
-):
+    request_body: AutoCompleteRequest,
+    session: AsyncSession = Depends(get_session)):
     url = await _autocomplete_logic(request_body.model_dump())
     return await _crawling_logic(url, session)
 
-
-async def _crawling_logic(url: str, session: AsyncSession):
+async def _crawling_logic(
+        url:str,
+        session: AsyncSession):
     request_start = time.perf_counter()
-
-    # 요청당 1줄 요약 로그에 쓰이는 값들. 각 Step 이 실제로 실행될 때 채워진다.
-    customer_name = ""
-    region = ""
-    category = ""
-    industry = ""
-    owner_count = 0
-    extra_count = 0
-    filter_summary = "n/a"
-    gpt_status = "completed"
-    step2_elapsed = 0.0
-    step3_elapsed = 0.0
-    step4_elapsed = 0.0
+    logger.info("[crawling] ========== START ==========")
+    logger.info(f"[crawling] URL: {url[:80]}...")
 
     # ========== Step 1: 네이버 지도 크롤링 ==========
     step1_start = time.perf_counter()
+    logger.info("[crawling] Step 1: 네이버 지도 크롤링 시작...")
 
     try:
         scraper = NvMapScraper(url)
@@ -308,11 +249,14 @@ async def _crawling_logic(url: str, session: AsyncSession):
         )
 
     step1_elapsed = (time.perf_counter() - step1_start) * 1000
-    owner_count = len(scraper.owner_images or [])
-    extra_count = len(scraper.extra_photo_urls or [])
+    logger.info(
+        f"[crawling] Step 1 완료 - 업체사진 {len(scraper.owner_images or [])}개, "
+        f"보충사진 {len(scraper.extra_photo_urls or [])}개 ({step1_elapsed:.1f}ms)"
+    )
 
     # ========== Step 2: 정보 가공 (industry 선행 계산) ==========
     step2_start = time.perf_counter()
+    logger.info("[crawling] Step 2: 정보 가공 시작...")
 
     processed_info = None
     marketing_analysis = None
@@ -347,6 +291,10 @@ async def _crawling_logic(url: str, session: AsyncSession):
         )
 
         step2_elapsed = (time.perf_counter() - step2_start) * 1000
+        logger.info(
+            f"[crawling] Step 2 완료 - {customer_name}, {region}, "
+            f"category={category!r}, industry={industry!r} ({step2_elapsed:.1f}ms)"
+        )
 
         # ========== Step 3: 이미지 마케팅 적합성 필터링 ==========
         # 업체 사진이 SUPPLEMENT_THRESHOLD(30장) 이상이면 보충이 불필요하므로
@@ -356,39 +304,39 @@ async def _crawling_logic(url: str, session: AsyncSession):
         extra_photo_urls = scraper.extra_photo_urls or []
 
         if len(owner_images) >= NvMapScraper.SUPPLEMENT_THRESHOLD:
-            # 업체 제공 사진은 필터링 면제 대상이므로 MAX_IMAGES 상한 없이 수집분을 전부 사용한다
-            # (MAX_IMAGES 상한은 방문자 사진이 섞이는 보충 경로에만 적용.
-            #  수집 자체는 NvMapScraper.BIZ_MAX_PAGES가 상한이며 도달 시 scraper가 warning을 남긴다).
-            scraper.image_link_list = list(owner_images)
+            scraper.image_link_list = owner_images[: NvMapScraper.MAX_IMAGES]
             step3_elapsed = (time.perf_counter() - step3_start) * 1000
-            filter_summary = f"skip(owner>={NvMapScraper.SUPPLEMENT_THRESHOLD})"
+            logger.info(
+                f"[crawling] Step 3 SKIP - 업체 사진 {len(owner_images)}장 "
+                f"≥ {NvMapScraper.SUPPLEMENT_THRESHOLD}장 → 방문자 사진 필터링 생략"
+            )
         else:
             try:
                 extra_pass_flags = await filter_marketing_images(
                     [img["original"] for img in extra_photo_urls], industry
                 )
-            except Exception:
+            except Exception as e:
                 # logger.error(f"[crawling] Step 3 FAILED - 이미지 필터링 중 오류: {e}")
                 raise HTTPException(
                     status_code=status.HTTP_502_BAD_GATEWAY,
                     detail="이미지 마케팅 적합성 필터링 중 오류가 발생했습니다.",
                 )
             scraper.image_link_list = assemble_images(
-                owner_images,
-                extra_photo_urls,
-                extra_pass_flags,
-                NvMapScraper.MAX_IMAGES,
+                owner_images, extra_photo_urls, extra_pass_flags, NvMapScraper.MAX_IMAGES
             )
             passed_count = sum(extra_pass_flags)
             step3_elapsed = (time.perf_counter() - step3_start) * 1000
-            filter_summary = f"{len(extra_photo_urls)}→{passed_count}"
+            logger.info(
+                f"[crawling] Step 3 완료 - 방문자 사진 {len(extra_photo_urls)}장 중 "
+                f"{passed_count}장 통과 → 최종 이미지 {len(scraper.image_link_list)}장 "
+                f"({step3_elapsed:.1f}ms)"
+            )
             if not scraper.image_link_list:
-                logger.warning(
-                    "[crawling] Step 3 - 필터링 후 사용 가능 이미지가 0장입니다."
-                )
+                logger.warning("[crawling] Step 3 - 필터링 후 사용 가능 이미지가 0장입니다.")
 
         # ========== Step 4: ChatGPT 마케팅 분석 ==========
         step4_start = time.perf_counter()
+        logger.info("[crawling] Step 4: ChatGPT 마케팅 분석 시작...")
 
         try:
             # Step 4-1: ChatGPT 서비스 초기화 및 입력 데이터 구성
@@ -417,27 +365,20 @@ async def _crawling_logic(url: str, session: AsyncSession):
             )
 
             # Step 4-3: 분석 결과 DB 저장 (industry는 Project로 흐르므로 여기엔 미저장)
-            # 공식 링크: 플레이스 홈페이지 항목 우선, 없으면 유저가 입력한 크롤링 소스 URL
-            # (컬럼 길이를 넘는 긴 검색 URL은 place_id 기반 표준 플레이스 URL로 대체)
-            official_site_url = scraper.official_site_url or url
-            if len(official_site_url) > 2048:
-                official_site_url = (
-                    f"https://map.naver.com/p/entry/place/{scraper.place_id[2:]}"
-                )
             marketing_intel = MarketingIntel(
                 place_id=scraper.place_id,
-                official_site_url=official_site_url,
                 intel_result=marketing_analysis.model_dump(),
             )
             session.add(marketing_intel)
             await session.commit()
             await session.refresh(marketing_intel)
             m_id = marketing_intel.id
-            logger.debug(
-                f"[MarketingPrompt] INSERT place_id={marketing_intel.place_id} id={marketing_intel.id}"
-            )
+            logger.debug(f"[MarketingPrompt] INSERT place_id={marketing_intel.place_id} id={marketing_intel.id}")
 
             step4_elapsed = (time.perf_counter() - step4_start) * 1000
+            logger.info(
+                f"[crawling] Step 4 완료 - 마케팅 분석 성공 ({step4_elapsed:.1f}ms)"
+            )
 
         except ChatGPTResponseError as e:
             step4_elapsed = (time.perf_counter() - step4_start) * 1000
@@ -464,26 +405,28 @@ async def _crawling_logic(url: str, session: AsyncSession):
 
     # ========== 완료 ==========
     total_elapsed = (time.perf_counter() - request_start) * 1000
-    logger.info(
-        f"[crawling] SUCCESS - url: {url[:80]}, name: {customer_name!r}, "
-        f"region: {region!r}, category: {category!r}, industry: {industry!r}, "
-        f"owner: {owner_count}, extra: {extra_count}, filter: {filter_summary}, "
-        f"images: {len(scraper.image_link_list or [])}, gpt: {gpt_status}, "
-        f"timing(ms): s1={step1_elapsed:.1f} s2={step2_elapsed:.1f} "
-        f"s3={step3_elapsed:.1f} s4={step4_elapsed:.1f} total={total_elapsed:.1f}"
-    )
+    logger.info("[crawling] ========== COMPLETE ==========")
+    logger.info(f"[crawling] 총 소요시간: {total_elapsed:.1f}ms")
+    logger.info(f"[crawling]   - Step 1 (크롤링): {step1_elapsed:.1f}ms")
+    if scraper.base_info:
+        logger.info(f"[crawling]   - Step 2 (정보가공): {step2_elapsed:.1f}ms")
+        if "step3_elapsed" in locals():
+            logger.info(f"[crawling]   - Step 3 (이미지 필터링): {step3_elapsed:.1f}ms")
+        if "step4_elapsed" in locals():
+            logger.info(f"[crawling]   - Step 4 (GPT 분석): {step4_elapsed:.1f}ms")
 
     return {
-        "status": gpt_status,
+        "status": gpt_status if 'gpt_status' in locals() else "completed",
         "image_list": scraper.image_link_list,
         "image_count": len(scraper.image_link_list) if scraper.image_link_list else 0,
         "processed_info": processed_info,
         "marketing_analysis": marketing_analysis,
         "m_id": m_id,
-        "industry": industry if "industry" in locals() else "",
+        "industry": industry if 'industry' in locals() else "",
     }
 
 
+
 @router.post(
     "/marketing",
     summary="업체명+주소 직접 입력 마케팅 분석",
@@ -494,7 +437,6 @@ async def _crawling_logic(url: str, session: AsyncSession):
 - **customer_name**: 업체명 / 브랜드명 (필수)
 - **address**: 도로명 또는 지번 주소 (필수)
 - **category**: 업종/카테고리 자유 입력 (선택, 예: 펜션, 카페). 비우면 업체명 기반 AI 분류
-- **official_site_url**: 업체 공식 홈페이지 링크 (선택, http/https만 허용, 최대 2048자). 영상 응답의 official_site_url로 노출
 
 ## 반환 정보
 - **processed_info**: 가공된 장소 정보 (customer_name, region, detail_region_info)
@@ -538,7 +480,6 @@ async def manual_marketing(
         # Step 3: 분석 결과 DB 저장 (place_id=None — 네이버 장소와 연결되지 않음)
         marketing_intel = MarketingIntel(
             place_id=None,
-            official_site_url=request_body.official_site_url,
             intel_result=marketing_analysis.model_dump(),
         )
         session.add(marketing_intel)
@@ -571,7 +512,7 @@ async def manual_marketing(
     )
 
 
-async def _autocomplete_logic(autocomplete_item: dict):
+async def _autocomplete_logic(autocomplete_item:dict):
     step1_start = time.perf_counter()
     try:
         async with NvMapPwScraper() as pw_scraper:
@@ -599,7 +540,6 @@ async def _autocomplete_logic(autocomplete_item: dict):
 
     return new_url
 
-
 def _extract_image_name(url: str, index: int) -> str:
     """URL에서 이미지 이름 추출 또는 기본 이름 생성"""
     try:
@@ -612,6 +552,30 @@ def _extract_image_name(url: str, index: int) -> str:
     return f"image_{index + 1:03d}"
 
 
+ALLOWED_IMAGE_EXTENSIONS = {".jpg", ".jpeg", ".png", ".webp", ".heic", ".heif"}
+
+
+def _is_valid_image_extension(filename: str | None) -> bool:
+    """파일명의 확장자가 유효한 이미지 확장자인지 확인"""
+    if not filename:
+        return False
+    ext = Path(filename).suffix.lower()
+    return ext in ALLOWED_IMAGE_EXTENSIONS
+
+
+def _get_file_extension(filename: str) -> str:
+    """파일명에서 확장자 추출 (소문자)"""
+    return Path(filename).suffix.lower()
+
+
+async def _save_upload_file(file: UploadFile, save_path: Path) -> None:
+    """업로드 파일을 지정된 경로에 저장"""
+    save_path.parent.mkdir(parents=True, exist_ok=True)
+    async with aiofiles.open(save_path, "wb") as f:
+        content = await file.read()
+        await f.write(content)
+
+
 IMAGES_JSON_EXAMPLE = """[
     {"url": "https://naverbooking-phinf.pstatic.net/20240514_189/1715688030436xT14o_JPEG/1.jpg"},
     {"url": "https://naverbooking-phinf.pstatic.net/20240514_48/1715688030574wTtQd_JPEG/2.jpg"},
@@ -620,13 +584,12 @@ IMAGES_JSON_EXAMPLE = """[
     {"url": "https://naverbooking-phinf.pstatic.net/20240514_259/17156880311809wCnY_JPEG/5.jpg", "name": "외관"}
 ]"""
 
-
 @router.post(
     "/image/upload/blob",
     summary="이미지 업로드 (Azure Blob Storage)",
     description="""
-이미지를 Azure Blob Storage에 업로드하고 task_id를 생성하거나 기존 작업에 이어 붙입니다.
-바이너리 파일은 로컬 서버 경로에 복사하지 않고 Azure Blob에 청크 업로드됩니다.
+이미지를 Azure Blob Storage에 업로드하고 새로운 task_id를 생성합니다.
+바이너리 파일은 로컬 서버에 저장하지 않고 Azure Blob에 직접 업로드됩니다.
 
 ## 인증
 **Bearer 토큰 필수** - `Authorization: Bearer {access_token}` 헤더를 포함해야 합니다.
@@ -637,16 +600,8 @@ multipart/form-data 형식으로 전송합니다.
 ## 요청 필드
 - **images_json**: 외부 이미지 URL 목록 (JSON 문자열, 선택)
 - **files**: 이미지 바이너리 파일 목록 (선택)
-- **task_id**: 분할 업로드를 이어갈 기존 task_id (선택, UUID7)
-- **finalize**: 누적 이미지 태깅 실행 여부 (기본값 true)
 
-**주의**:
-- 기존 단일 요청은 `finalize=true` 기본값으로 이전과 동일하게 동작합니다.
-- 분할 업로드 첫 요청은 `finalize=false`와 최소 1개 파일을 보내고, 응답 task_id를 다음 요청에 전달합니다.
-- 중간 요청은 `task_id`와 `finalize=false`, 마지막 요청만 `finalize=true`로 보냅니다.
-- 파일 1개는 최대 15 MiB, 한 요청의 파일 합계는 최대 20 MiB입니다.
-- 한 task에는 기본 최대 100개의 이미지를 누적할 수 있습니다(서버 설정 가능).
-- `finalize=true`일 때 해당 task_id에 누적된 전체 이미지를 한 번에 태깅합니다.
+**주의**: images_json 또는 files 중 최소 하나는 반드시 전달해야 합니다.
 
 ## 지원 이미지 확장자
 jpg, jpeg, png, webp, heic, heif
@@ -674,19 +629,6 @@ curl -X POST "http://localhost:8000/image/upload/blob" \\
   -H "Authorization: Bearer {access_token}" \\
   -F 'images_json=[{"url":"https://example.com/image.jpg"}]' \\
   -F "files=@/path/to/local_image.jpg"
-
-# 분할 업로드 첫 요청 (응답의 task_id 보관)
-curl -X POST "http://localhost:8000/image/upload/blob" \
-  -H "Authorization: Bearer {access_token}" \
-  -F "files=@/path/to/image1.jpg" \
-  -F "finalize=false"
-
-# 분할 업로드 마지막 요청
-curl -X POST "http://localhost:8000/image/upload/blob" \
-  -H "Authorization: Bearer {access_token}" \
-  -F "task_id={task_id}" \
-  -F "files=@/path/to/image2.jpg" \
-  -F "finalize=true"
 ```
 
 ## 반환 정보
@@ -700,17 +642,14 @@ curl -X POST "http://localhost:8000/image/upload/blob" \
 - **image_urls**: Image 테이블에 저장된 현재 task_id의 이미지 URL 목록
 
 ## 저장 경로
-- 바이너리 파일: Azure Blob Storage ({BASE_URL}/{user_uuid}/{task_id}/image/{파일명})
+- 바이너리 파일: Azure Blob Storage ({BASE_URL}/{task_id}/image/{파일명})
 - URL 이미지: 외부 URL 그대로 Image 테이블에 저장
     """,
     response_model=ImageUploadResponse,
     responses={
         200: {"description": "이미지 업로드 성공"},
-        400: {"description": "입력 이미지가 유효하지 않음", "model": ErrorResponse},
+        400: {"description": "이미지가 제공되지 않음", "model": ErrorResponse},
         401: {"description": "인증 실패 (토큰 없음/만료)"},
-        403: {"description": "continuation task 소유권 검증 실패"},
-        413: {"description": "파일 또는 요청 크기 제한 초과"},
-        502: {"description": "Azure Blob 업로드 실패"},
     },
     tags=["Image-Blob"],
     openapi_extra={
@@ -733,20 +672,11 @@ async def upload_images_blob(
         default=None,
         description="이미지 바이너리 파일 목록",
     ),
-    task_id: Optional[str] = Form(
-        default=None,
-        description="분할 업로드를 이어갈 기존 task_id (UUID7)",
-    ),
-    finalize: bool = Form(
-        default=True,
-        description="true일 때 누적 이미지 태깅을 실행해 업로드를 완료",
-    ),
     industry: str = Form(
         default="",
         description="업종 분류 (stay|restaurant|cafe|salon|clinic|fitness|academy|attraction|general). 크롤링 응답의 industry 값을 그대로 전달",
     ),
     current_user: User = Depends(get_current_user),
-    _upload_lock: None = Depends(_continuation_image_upload_lock),
 ) -> ImageUploadResponse:
     """이미지 업로드 (URL + Azure Blob Storage)
 
@@ -755,288 +685,126 @@ async def upload_images_blob(
     - Stage 2: Azure Blob 업로드 (세션 없음)
     - Stage 3: DB 저장 (새 세션으로 빠르게 처리)
     """
-    del _upload_lock
     request_start = time.perf_counter()
-    requested_task_id = task_id.strip() if task_id and task_id.strip() else None
-    is_continuation = requested_task_id is not None
 
-    if requested_task_id:
-        task_id = _normalize_continuation_task_id(requested_task_id)
-        async with AsyncSessionLocal() as session:
-            existing_result = await session.execute(
-                select(Image)
-                .where(
-                    Image.task_id == task_id,
-                    Image.is_deleted.is_(False),
-                )
-                .order_by(Image.img_order, Image.id)
-            )
-            existing_images = list(existing_result.scalars().all())
-        _assert_continuation_owner(
-            existing_images,
-            current_user.user_uuid,
-            task_id,
-        )
-    else:
-        task_id = await generate_task_id()
-        existing_images = []
+    # task_id 생성
+    task_id = await generate_task_id()
+    logger.info(f"[upload_images_blob] START - task_id: {task_id}")
 
-    # ========== Stage 1: 입력 검증 (세션 없음, 파일 전체 메모리 적재 없음) ==========
+    # ========== Stage 1: 입력 검증 및 파일 데이터 준비 (세션 없음) ==========
     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 and not (is_continuation and finalize):
+
+    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.",
         )
 
+    # images_json 파싱
     url_images: list[ImageUrlItem] = []
     if has_images_json and images_json:
         try:
             parsed = json.loads(images_json)
-            if not isinstance(parsed, list):
-                raise ValueError("JSON 최상위 값은 배열이어야 합니다.")
-            url_images = [ImageUrlItem(**item) for item in parsed if item]
+            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)}",
             )
 
-    upload_files = files or []
-    declared_total_size = sum(
-        file.size for file in upload_files if file.size is not None and file.size > 0
-    )
-    max_request_size = azure_blob_settings.IMAGE_UPLOAD_MAX_REQUEST_SIZE_BYTES
-    if declared_total_size > max_request_size:
-        raise HTTPException(
-            status_code=status.HTTP_413_CONTENT_TOO_LARGE,
-            detail=(
-                "한 요청의 파일 합계가 최대 크기 "
-                f"{max_request_size // (1024 * 1024)} MiB를 초과합니다."
-            ),
-        )
-
-    valid_files_data: list[tuple[UploadFile, str, str, int]] = []
+    # 유효한 파일만 필터링 및 파일 내용 미리 읽기
+    valid_files_data: list[tuple[str, str, bytes]] = []  # (original_name, ext, content)
     skipped_files: list[str] = []
-    actual_total_size = 0
-    for file in upload_files:
-        is_real_file = bool(file.filename and file.filename != "filename")
-        if not is_real_file or not _is_valid_image_extension(file.filename):
-            skipped_files.append(file.filename or "unknown")
-            continue
+    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
+            is_real_file = f.filename and f.filename != "filename"
 
-        original_name, extension, actual_size = await _inspect_upload_file(file)
-        actual_total_size += actual_size
-        if actual_total_size > max_request_size:
-            raise HTTPException(
-                status_code=status.HTTP_413_CONTENT_TOO_LARGE,
-                detail=(
-                    "한 요청의 실제 파일 합계가 최대 크기 "
-                    f"{max_request_size // (1024 * 1024)} MiB를 초과합니다."
-                ),
-            )
-        valid_files_data.append((file, original_name, extension, actual_size))
+            if f and is_real_file and is_valid_ext and is_not_empty:
+                # 파일 내용을 미리 읽어둠
+                content = await f.read()
+                ext = _get_file_extension(f.filename)  # type: ignore[arg-type]
+                valid_files_data.append((f.filename or "image", ext, content))
+            else:
+                skipped_files.append(f.filename or "unknown")
 
-    provided_new_input = has_images_json or has_files
-    if provided_new_input and not url_images and not valid_files_data:
+    if not url_images and not valid_files_data:
+        detail = (
+            f"유효한 이미지가 없습니다. "
+            f"지원 확장자: {', '.join(ALLOWED_IMAGE_EXTENSIONS)}. "
+            f"건너뛴 파일: {skipped_files}"
+        )
         raise HTTPException(
             status_code=status.HTTP_400_BAD_REQUEST,
-            detail=(
-                "유효한 이미지가 없습니다. "
-                f"지원 확장자: {', '.join(sorted(ALLOWED_IMAGE_EXTENSIONS))}. "
-                f"건너뛴 파일: {skipped_files}"
-            ),
+            detail=detail,
         )
-    if not is_continuation and not finalize and not valid_files_data:
-        raise HTTPException(
-            status_code=status.HTTP_400_BAD_REQUEST,
-            detail="분할 업로드의 첫 요청에는 소유권 확인용 이미지 파일이 필요합니다.",
-        )
-
-    validate_task_image_count(
-        existing_count=len(existing_images),
-        incoming_count=len(url_images) + len(valid_files_data),
-    )
 
     stage1_time = time.perf_counter()
+    logger.info(
+        f"[upload_images_blob] Stage 1 done - urls: {len(url_images)}, "
+        f"files: {len(valid_files_data)}, "
+        f"elapsed: {(stage1_time - request_start) * 1000:.1f}ms"
+    )
 
-    # ========== Stage 2: Azure Blob 청크 업로드 (세션 없음) ==========
-    # (원본명, 공개 URL, Azure 저장 파일명)
-    blob_upload_results: list[tuple[str, str, str]] = []
-    uploader: AzureBlobUploader | None = None
-    order_hint = max((image.img_order for image in existing_images), default=-1) + 1
-    order_hint += len(url_images)
-
-    async def cleanup_current_request_blobs() -> None:
-        if uploader is None:
-            return
-        for _, _, stored_name in blob_upload_results:
-            await uploader.delete_image(stored_name)
-
-    async def compensate_failed_db_write(
-        commit_started: bool,
-        error: BaseException,
-    ) -> None:
-        """DB 반영 여부가 불명확하면 Blob 보존을 우선합니다."""
-        if not blob_upload_results:
-            return
-
-        blob_urls = {blob_url for _, blob_url, _ in blob_upload_results}
-        reference_state = await compensate_failed_upload_blobs(
-            task_id=task_id,
-            blob_urls=blob_urls,
-            commit_started=commit_started,
-            cleanup=cleanup_current_request_blobs,
-        )
-        if not commit_started:
-            return
-        if reference_state == BlobReferenceState.NONE:
-            logger.warning(
-                f"[upload_images_blob] Commit failed and independent DB check "
-                f"confirmed no Blob references; cleaning up - task_id: {task_id}"
-            )
-            return
-
-        logger.error(
-            f"[upload_images_blob] Preserving Blob after ambiguous commit - "
-            f"task_id: {task_id}, reference_state: {reference_state}, "
-            f"error: {type(error).__name__}: {error}"
-        )
-
-    async def compensate_after_cancellation(
-        commit_started: bool,
-        error: asyncio.CancelledError,
-    ) -> None:
-        compensation_task = asyncio.create_task(
-            compensate_failed_db_write(commit_started, error)
-        )
-        try:
-            await asyncio.shield(compensation_task)
-        except asyncio.CancelledError:
-            # 반복 취소가 와도 확인/정리가 끝나도록 하며, 실패 시에는 Blob을 보존합니다.
-            try:
-                await compensation_task
-            except BaseException as compensation_error:
-                logger.error(
-                    f"[upload_images_blob] Cancellation compensation failed; "
-                    f"preserving Blob - task_id: {task_id}, "
-                    f"{type(compensation_error).__name__}: {compensation_error}"
-                )
+    # ========== Stage 2: Azure Blob 업로드 (세션 없음) ==========
+    # 업로드 결과를 저장할 리스트 (나중에 DB에 저장)
+    blob_upload_results: list[tuple[str, str]] = []  # (img_name, blob_url)
+    img_order = len(url_images)  # URL 이미지 다음 순서부터 시작
 
     if valid_files_data:
         uploader = AzureBlobUploader(user_uuid=current_user.user_uuid, task_id=task_id)
         total_files = len(valid_files_data)
 
-        for idx, (file, original_name, extension, actual_size) in enumerate(
-            valid_files_data
-        ):
-            name_without_ext = Path(original_name).stem
-            unique_suffix = secrets.token_hex(4)
-            stored_name = (
-                f"{name_without_ext}_{order_hint + idx:03d}_{unique_suffix}{extension}"
+        for idx, (original_name, ext, file_content) in enumerate(valid_files_data):
+            name_without_ext = (
+                original_name.rsplit(".", 1)[0]
+                if "." in original_name
+                else original_name
             )
+            filename = f"{name_without_ext}_{img_order:03d}{ext}"
+
             logger.debug(
                 f"[upload_images_blob] Uploading file {idx + 1}/{total_files}: "
-                f"{stored_name} ({actual_size} bytes)"
+                f"{filename} ({len(file_content)} bytes)"
             )
 
-            try:
-                upload_success = await uploader.upload_image_stream(
-                    file,
-                    stored_name,
-                    expected_size_bytes=actual_size,
-                    max_size_bytes=(
-                        azure_blob_settings.IMAGE_UPLOAD_MAX_FILE_SIZE_BYTES
-                    ),
-                )
-            except BlobUploadTooLargeError as exc:
-                await cleanup_current_request_blobs()
-                raise HTTPException(
-                    status_code=status.HTTP_413_CONTENT_TOO_LARGE,
-                    detail=(
-                        f"파일 '{original_name}'이 최대 크기 "
-                        f"{exc.max_size_bytes // (1024 * 1024)} MiB를 초과합니다."
-                    ),
-                )
-            except asyncio.CancelledError:
-                await asyncio.shield(cleanup_current_request_blobs())
-                raise
+            # Azure Blob Storage에 직접 업로드
+            upload_success = await uploader.upload_image_bytes(file_content, filename)
 
             if upload_success:
-                blob_upload_results.append(
-                    (original_name, uploader.public_url, stored_name)
-                )
+                blob_url = uploader.public_url
+                blob_upload_results.append((original_name, blob_url))
+                img_order += 1
                 logger.debug(
                     f"[upload_images_blob] File {idx + 1}/{total_files} SUCCESS"
                 )
             else:
-                skipped_files.append(stored_name)
+                skipped_files.append(filename)
                 logger.warning(
                     f"[upload_images_blob] File {idx + 1}/{total_files} FAILED"
                 )
 
-    if valid_files_data and not blob_upload_results and not url_images:
-        raise HTTPException(
-            status_code=status.HTTP_502_BAD_GATEWAY,
-            detail="Azure Blob Storage 이미지 업로드에 실패했습니다.",
-        )
-    if not is_continuation and not finalize and not blob_upload_results:
-        # URL row만 남으면 다음 요청에서 소유권을 증명할 수 없으므로 저장하지 않습니다.
-        raise HTTPException(
-            status_code=status.HTTP_502_BAD_GATEWAY,
-            detail="분할 업로드를 시작할 이미지 파일 업로드에 실패했습니다.",
-        )
-
     stage2_time = time.perf_counter()
+    logger.info(
+        f"[upload_images_blob] Stage 2 done - blob uploads: "
+        f"{len(blob_upload_results)}, skipped: {len(skipped_files)}, "
+        f"elapsed: {(stage2_time - stage1_time) * 1000:.1f}ms"
+    )
 
     # ========== Stage 3: DB 저장 (새 세션으로 빠르게 처리) ==========
-    all_images: list[Image] = []
-    # 요약 로그용. 커밋이 끝난 뒤 실제 값으로 덮어쓴다.
-    stage3_time = stage2_time
-    added_count = 0
-    commit_started = False
+    logger.info("[upload_images_blob] Stage 3 starting - DB save...")
+    result_images: list[ImageUploadResultItem] = []
+    img_order = 0
 
     try:
         async with AsyncSessionLocal() as session:
-            # 같은 task의 append 요청을 직렬화해 img_order 충돌을 줄입니다.
-            locked_result = await session.execute(
-                select(Image)
-                .where(
-                    Image.task_id == task_id,
-                    Image.is_deleted.is_(False),
-                )
-                .order_by(Image.img_order, Image.id)
-                .with_for_update()
-            )
-            locked_images = list(locked_result.scalars().all())
-            if is_continuation:
-                _assert_continuation_owner(
-                    locked_images,
-                    current_user.user_uuid,
-                    task_id,
-                )
-            elif locked_images:
-                raise HTTPException(
-                    status_code=status.HTTP_409_CONFLICT,
-                    detail="이미 사용 중인 task_id가 생성되었습니다. 다시 시도해주세요.",
-                )
-
-            validate_task_image_count(
-                existing_count=len(locked_images),
-                incoming_count=len(url_images) + len(blob_upload_results),
-            )
-
-            img_order = (
-                max(
-                    (image.img_order for image in locked_images),
-                    default=-1,
-                )
-                + 1
-            )
-            new_images: list[Image] = []
+            # 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,
@@ -1044,10 +812,21 @@ async def upload_images_blob(
                     img_order=img_order,
                 )
                 session.add(image)
-                new_images.append(image)
+                await session.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
 
-            for img_name, blob_url, _ in blob_upload_results:
+            # Blob 업로드 결과 저장
+            for img_name, blob_url in blob_upload_results:
                 image = Image(
                     task_id=task_id,
                     img_name=img_name,
@@ -1055,27 +834,28 @@ async def upload_images_blob(
                     img_order=img_order,
                 )
                 session.add(image)
-                new_images.append(image)
+                await session.flush()
+
+                result_images.append(
+                    ImageUploadResultItem(
+                        id=image.id,
+                        img_name=img_name,
+                        img_url=blob_url,
+                        img_order=img_order,
+                        source="blob",
+                    )
+                )
                 img_order += 1
 
-            await session.flush()
-            all_images = sorted(
-                [*locked_images, *new_images],
-                key=lambda image: (image.img_order, image.id),
-            )
-            commit_started = True
             await session.commit()
             stage3_time = time.perf_counter()
-            added_count = len(new_images)
+            logger.info(
+                f"[upload_images_blob] Stage 3 done - "
+                f"saved: {len(result_images)}, "
+                f"elapsed: {(stage3_time - stage2_time) * 1000:.1f}ms"
+            )
 
-    except asyncio.CancelledError as e:
-        await compensate_after_cancellation(commit_started, e)
-        raise
-    except HTTPException as e:
-        await compensate_failed_db_write(commit_started, e)
-        raise
     except SQLAlchemyError as e:
-        await compensate_failed_db_write(commit_started, e)
         logger.error(f"[upload_images_blob] DB Error - task_id: {task_id}, error: {e}")
         logger.exception("[upload_images_blob] DB 상세 오류:")
         raise HTTPException(
@@ -1083,7 +863,6 @@ async def upload_images_blob(
             detail="이미지 저장 중 데이터베이스 오류가 발생했습니다.",
         )
     except Exception as e:
-        await compensate_failed_db_write(commit_started, e)
         logger.error(
             f"[upload_images_blob] Stage 3 EXCEPTION - "
             f"task_id: {task_id}, error: {type(e).__name__}: {e}"
@@ -1094,48 +873,36 @@ async def upload_images_blob(
             detail="이미지 업로드 중 오류가 발생했습니다.",
         )
 
-    result_images = [_image_result_item(image) for image in all_images]
     saved_count = len(result_images)
     image_urls = [img.img_url for img in result_images]
 
-    tagging_summary = "deferred"
-    if finalize:
-        await tagging_images(image_urls, industry=industry, clear_old_tags=True)
+    logger.info(f"[image_tagging] START - task_id: {task_id}")
+    await tagging_images(image_urls, industry=industry, clear_old_tags=True)
+    logger.info(f"[image_tagging] Done - task_id: {task_id}")
 
-        # 마지막 분할 요청에서 누적된 전체 이미지의 적합성을 확인합니다.
-        taged_image_list = await get_image_tags_by_task_id(task_id)
-        tagging_summary = f"tagged={len(taged_image_list)}"
-        if not taged_image_list:
-            logger.error(
-                f"[image_tagging] 영상 생성에 적합한 이미지가 없음 - task_id: {task_id}"
-            )
-            raise HTTPException(
-                status_code=status.HTTP_400_BAD_REQUEST,
-                detail=(
-                    "영상 생성에 적합한 이미지가 없습니다. "
-                    "다른 이미지로 다시 업로드해주세요."
-                ),
-            )
+    # 태깅 직후 영상 생성에 사용 가능한 이미지가 하나도 없으면 조기에 실패시킨다.
+    # (여기서 걸러지지 않으면 훨씬 나중인 영상 생성 단계에서야 슬롯 미배정으로 발견됨)
+    # marketing_acceptable 필터링은 크롤링 단계에서 이미 완료되었으므로 여기서는 재필터링하지 않는다.
+    taged_image_list = await get_image_tags_by_task_id(task_id)
+    logger.info(f"태깅된 이미지: {len(taged_image_list)}개 - task_id: {task_id}")
+    if not taged_image_list:
+        logger.error(f"[image_tagging] 영상 생성에 적합한 이미지가 없음 - task_id: {task_id}")
+        raise HTTPException(
+            status_code=status.HTTP_400_BAD_REQUEST,
+            detail="영상 생성에 적합한 이미지가 없습니다. 다른 이미지로 다시 업로드해주세요.",
+        )
 
     total_time = time.perf_counter() - request_start
     logger.info(
         f"[upload_images_blob] SUCCESS - task_id: {task_id}, "
-        f"cont: {is_continuation}, finalize: {finalize}, "
-        f"urls: {len(url_images)}, files: {len(valid_files_data)}, "
-        f"bytes: {actual_total_size}, blobs: {len(blob_upload_results)}, "
-        f"skipped: {len(skipped_files)}, added: {added_count}, "
-        f"task_total: {saved_count}, tagging: {tagging_summary}, "
-        f"timing(ms): s1={(stage1_time - request_start) * 1000:.1f} "
-        f"blob={(stage2_time - stage1_time) * 1000:.1f} "
-        f"db={(stage3_time - stage2_time) * 1000:.1f} "
-        f"total={total_time * 1000:.1f}"
+        f"total: {saved_count}, total_time: {total_time * 1000:.1f}ms"
     )
 
     return ImageUploadResponse(
         task_id=task_id,
-        total_count=saved_count,
-        url_count=sum(image.source == "url" for image in result_images),
-        file_count=sum(image.source == "blob" for image in result_images),
+        total_count=len(result_images),
+        url_count=len(url_images),
+        file_count=len(blob_upload_results),
         saved_count=saved_count,
         images=result_images,
         image_urls=image_urls,
@@ -1143,8 +910,10 @@ async def upload_images_blob(
 
 
 async def tagging_images(
-    image_urls: list[str], industry: str = "", clear_old_tags: bool = False
-) -> None:
+        image_urls : list[str],
+        industry: str = "",
+        clear_old_tags : bool = False
+    ) -> None:
     # 1. 조회
     async with AsyncSessionLocal() as session:
         stmt = (
@@ -1166,21 +935,14 @@ async def tagging_images(
         session.add_all(new_imt)
         null_imts = [imt for imt in image_tags if imt.img_tag is None] + new_imt
         await session.commit()
-
+        
     if null_imts:
-        tag_datas = await autotag_images(
-            [img.img_url for img in null_imts], industry=industry
-        )
+        tag_datas = await autotag_images([img.img_url for img in null_imts], industry=industry)
         # print(tag_datas)
 
         async with AsyncSessionLocal() as session:
             for tag, tag_data in zip(null_imts, tag_datas):
                 if isinstance(tag_data, Exception):
-                    # 태깅 실패 이미지는 img_tag가 NULL로 남아 영상 생성 풀에서 제외됨
-                    logger.warning(
-                        f"[tagging_images] 이미지 태깅 최종 실패 - url: {tag.img_url}, "
-                        f"error: {type(tag_data).__name__}: {tag_data}"
-                    )
                     continue
                 tag.img_tag = tag_data.model_dump(mode="json")
                 session.add(tag)

app/home/models.py

@@ -274,7 +274,6 @@ class MarketingIntel(Base):
     Attributes:
         id: 고유 식별자 (자동 증가)
         place_id : 데이터 소스별 식별자
-        official_site_url : 업체 공식 링크 (플레이스 홈페이지 항목, 없으면 크롤링 소스 URL)
         intel_result : 마케팅 분석 결과물 json
         created_at: 생성 일시 (자동 설정)
     """
@@ -303,12 +302,6 @@ class MarketingIntel(Base):
         comment="매장 소스별 고유 식별자 (네이버 크롤링 시 'nv{id}' 형식; 직접 입력 시 NULL)",
     )
 
-    official_site_url: Mapped[Optional[str]] = mapped_column(
-        String(2048),
-        nullable=True,
-        comment="업체 공식 링크 (플레이스 홈페이지 항목 우선, 없으면 크롤링 소스 URL; 직접 입력 시 NULL)",
-    )
-
     intel_result : Mapped[dict[str, Any]] = mapped_column(
         JSON,
         nullable=False,
@@ -377,10 +370,8 @@ class ImageTag(Base):
     )
 
     img_tag: Mapped[dict[str, Any]] = mapped_column(
-        # none_as_null=True: ORM에서 None 대입 시 JSON 리터럴 null이 아닌 SQL NULL로 저장.
-        # 미지정 시 JSON null이 저장되어 `img_tag.is_not(None)` 필터를 통과하는 버그가 있었음.
-        JSON(none_as_null=True),
+        JSON,
         nullable=True,
-        default=None,
+        default=False,
         comment="태그 JSON",
     )

app/home/schemas/home_schema.py

@@ -1,6 +1,6 @@
 from typing import Literal, Optional
 
-from pydantic import BaseModel, ConfigDict, Field, field_validator
+from pydantic import BaseModel, ConfigDict, Field
 from app.utils.prompts.schemas import MarketingPromptOutput
 
 class CrawlingRequest(BaseModel):
@@ -261,7 +261,6 @@ class ManualMarketingRequest(BaseModel):
                 "store_name": "스테이 머뭄",
                 "address": "전북특별자치도 군산시 절골길 18",
                 "category": "펜션",
-                "official_site_url": "https://www.staymeomoom.com",
             }
         }
     )
@@ -269,23 +268,6 @@ class ManualMarketingRequest(BaseModel):
     store_name: str = Field(..., description="업체명 / 브랜드명")
     address: str = Field(..., description="도로명 또는 지번 주소")
     category: str = Field(default="", description="업체 업종/카테고리 자유 입력 (예: 펜션, 카페). 크롤링 경로와 동일하게 AI가 8개 industry enum으로 자동 분류하는 데 사용. 비우면 업체명 기반 AI 분류")
-    official_site_url: Optional[str] = Field(
-        default=None,
-        max_length=2048,
-        description="업체 공식 홈페이지 링크 (선택, http/https만 허용). 영상 응답의 official_site_url로 노출됨",
-    )
-
-    @field_validator("official_site_url")
-    @classmethod
-    def _validate_official_site_url(cls, v: Optional[str]) -> Optional[str]:
-        if v is None:
-            return None
-        v = v.strip()
-        if not v:
-            return None
-        if not v.startswith(("http://", "https://")):
-            raise ValueError("official_site_url은 http:// 또는 https://로 시작해야 합니다.")
-        return v
 
 
 class ErrorResponse(BaseModel):

app/home/services/image_upload.py

@@ -1,380 +0,0 @@
-"""이미지 업로드 입력 검증과 continuation 소유권 검사 유틸리티."""
-
-import asyncio
-import time
-from collections.abc import AsyncIterator, Awaitable, Callable
-from contextlib import asynccontextmanager
-from enum import StrEnum
-from pathlib import Path
-from typing import Literal
-from uuid import UUID
-
-from fastapi import HTTPException, UploadFile, status
-from sqlalchemy import select, text
-
-from app.database.session import AsyncSessionLocal, engine
-from app.home.models import Image
-from app.home.schemas.home_schema import ImageUploadResultItem
-from app.utils.logger import get_logger
-from config import azure_blob_settings
-
-logger = get_logger("image_upload")
-_image_upload_lock_slots = asyncio.Semaphore(
-    azure_blob_settings.IMAGE_UPLOAD_MAX_CONCURRENT_LOCKS
-)
-
-ALLOWED_IMAGE_EXTENSIONS = {".jpg", ".jpeg", ".png", ".webp", ".heic", ".heif"}
-_HEIF_BRANDS = {
-    b"heic",
-    b"heix",
-    b"hevc",
-    b"hevx",
-    b"heim",
-    b"heis",
-    b"mif1",
-    b"msf1",
-}
-_IMAGE_SIGNATURE_BYTES = 64
-
-
-class ImageUploadLockTimeoutError(TimeoutError):
-    """동일 task 이미지 변경 락을 제한 시간 내 획득하지 못했습니다."""
-
-
-class BlobReferenceState(StrEnum):
-    """불명확한 DB commit 뒤 Blob URL 참조 확인 결과."""
-
-    ALL = "all"
-    NONE = "none"
-    MIXED = "mixed"
-    UNKNOWN = "unknown"
-
-
-def should_cleanup_failed_upload_blobs(
-    *,
-    commit_started: bool,
-    reference_state: BlobReferenceState = BlobReferenceState.UNKNOWN,
-) -> bool:
-    """DB commit 시도 후에는 참조가 없다고 확정된 경우에만 Blob을 삭제합니다."""
-    return not commit_started or reference_state == BlobReferenceState.NONE
-
-
-def classify_blob_references(
-    expected_urls: set[str], found_urls: set[str]
-) -> BlobReferenceState:
-    """예상 Blob URL과 독립 조회 결과를 보존 우선 상태로 분류합니다."""
-    if not expected_urls:
-        return BlobReferenceState.NONE
-    matched_urls = expected_urls & found_urls
-    if matched_urls == expected_urls:
-        return BlobReferenceState.ALL
-    if not matched_urls:
-        return BlobReferenceState.NONE
-    return BlobReferenceState.MIXED
-
-
-async def inspect_blob_references(
-    task_id: str,
-    blob_urls: set[str],
-) -> BlobReferenceState:
-    """독립 세션에서 이번 요청 Blob URL의 DB 반영 여부를 확인합니다.
-
-    commit 응답 유실 직후의 짧은 가시성 경합을 피하려고 NONE 결과만 세 번
-    재확인합니다. 존재/혼재/조회 실패는 즉시 보존 쪽으로 판정합니다.
-    """
-    if not blob_urls:
-        return BlobReferenceState.NONE
-    for attempt in range(3):
-        try:
-            async with AsyncSessionLocal() as session:
-                result = await session.execute(
-                    select(Image.img_url).where(
-                        Image.task_id == task_id,
-                        Image.img_url.in_(blob_urls),
-                    )
-                )
-                found_urls = set(result.scalars().all())
-            state = classify_blob_references(blob_urls, found_urls)
-            if state != BlobReferenceState.NONE:
-                return state
-            if attempt < 2:
-                await asyncio.sleep(0.1 * (attempt + 1))
-        except Exception as exc:
-            logger.error(
-                f"[inspect_blob_references] DB verification failed - task_id: "
-                f"{task_id}, {type(exc).__name__}: {exc}"
-            )
-            return BlobReferenceState.UNKNOWN
-    return BlobReferenceState.NONE
-
-
-async def compensate_failed_upload_blobs(
-    *,
-    task_id: str,
-    blob_urls: set[str],
-    commit_started: bool,
-    cleanup: Callable[[], Awaitable[None]],
-) -> BlobReferenceState:
-    """DB 쓰기 실패 후 안전하다고 확인된 Blob만 보상 삭제합니다."""
-    reference_state = BlobReferenceState.UNKNOWN
-    if commit_started:
-        reference_state = await inspect_blob_references(task_id, blob_urls)
-
-    if should_cleanup_failed_upload_blobs(
-        commit_started=commit_started,
-        reference_state=reference_state,
-    ):
-        await cleanup()
-    return reference_state
-
-
-def validate_task_image_count(*, existing_count: int, incoming_count: int) -> int:
-    """한 task에 누적 가능한 이미지 수를 검증하고 예상 총 개수를 반환합니다."""
-    total_count = existing_count + incoming_count
-    max_task_images = azure_blob_settings.IMAGE_UPLOAD_MAX_TASK_IMAGES
-    if total_count > max_task_images:
-        raise HTTPException(
-            status_code=status.HTTP_400_BAD_REQUEST,
-            detail=f"한 작업에는 이미지를 최대 {max_task_images}개까지 추가할 수 있습니다.",
-        )
-    return total_count
-
-
-@asynccontextmanager
-async def _image_upload_lock_slot(
-    lock_name: str, timeout_seconds: int
-) -> AsyncIterator[None]:
-    """DB 락 연결 슬롯 대기에도 동일한 제한 시간을 적용합니다."""
-    try:
-        await asyncio.wait_for(
-            _image_upload_lock_slots.acquire(),
-            timeout=timeout_seconds,
-        )
-    except TimeoutError as exc:
-        raise ImageUploadLockTimeoutError(lock_name) from exc
-
-    try:
-        yield
-    finally:
-        _image_upload_lock_slots.release()
-
-
-@asynccontextmanager
-async def image_upload_task_lock(task_id: str) -> AsyncIterator[None]:
-    """동일 task 요청 전체를 MySQL advisory lock으로 직렬화합니다.
-
-    yield dependency가 Azure 업로드부터 최종 태깅까지 connection을 점유하므로,
-    worker별 semaphore로 main DB pool의 나머지 connection을 보존합니다.
-    """
-    lock_name = f"image_upload:{task_id}"
-    timeout_seconds = azure_blob_settings.IMAGE_UPLOAD_LOCK_TIMEOUT_SECONDS
-    lock_started = time.perf_counter()
-
-    async with _image_upload_lock_slot(lock_name, timeout_seconds):
-        async with engine.connect() as connection:
-            lock_result = await connection.execute(
-                text("SELECT GET_LOCK(:lock_name, :timeout_seconds)"),
-                {
-                    "lock_name": lock_name,
-                    "timeout_seconds": timeout_seconds,
-                },
-            )
-            if lock_result.scalar_one_or_none() != 1:
-                raise ImageUploadLockTimeoutError(lock_name)
-            logger.info(
-                f"[image_upload_task_lock] ACQUIRED - task_id: {task_id}, "
-                f"wait_ms: {(time.perf_counter() - lock_started) * 1000:.1f}"
-            )
-
-            try:
-                yield
-            finally:
-                release_task = asyncio.create_task(
-                    connection.execute(
-                        text("SELECT RELEASE_LOCK(:lock_name)"),
-                        {"lock_name": lock_name},
-                    )
-                )
-                try:
-                    release_result = await asyncio.shield(release_task)
-                    if release_result.scalar_one_or_none() != 1:
-                        raise RuntimeError(f"RELEASE_LOCK failed: {lock_name}")
-                except asyncio.CancelledError:
-                    # shield 바깥 task가 다시 취소돼도 release query는 끝까지 기다립니다.
-                    try:
-                        await release_task
-                    except BaseException as release_exc:
-                        await connection.invalidate(release_exc)
-                    raise
-                except BaseException as exc:
-                    # 락이 남은 connection이 pool로 복귀하지 않도록 폐기합니다.
-                    await connection.invalidate(exc)
-                    logger.error(
-                        f"[image_upload_task_lock] RELEASE_LOCK failed - "
-                        f"{type(exc).__name__}: {exc}"
-                    )
-                else:
-                    logger.info(
-                        f"[image_upload_task_lock] RELEASED - task_id: {task_id}, "
-                        f"held_ms: {(time.perf_counter() - lock_started) * 1000:.1f}"
-                    )
-
-
-def is_valid_image_extension(filename: str | None) -> bool:
-    """파일명의 확장자가 지원 이미지 확장자인지 확인합니다."""
-    if not filename:
-        return False
-    return Path(filename).suffix.lower() in ALLOWED_IMAGE_EXTENSIONS
-
-
-def _detect_image_format(header: bytes) -> str | None:
-    """신뢰할 수 없는 파일명/MIME 대신 파일 시그니처로 형식을 판별합니다."""
-    if header.startswith(b"\xff\xd8\xff"):
-        return "jpeg"
-    if header.startswith(b"\x89PNG\r\n\x1a\n"):
-        return "png"
-    if len(header) >= 12 and header.startswith(b"RIFF") and header[8:12] == b"WEBP":
-        return "webp"
-    if len(header) >= 12 and header[4:8] == b"ftyp":
-        brands = {header[8:12]}
-        brands.update(
-            header[index : index + 4] for index in range(16, len(header) - 3, 4)
-        )
-        if brands & _HEIF_BRANDS:
-            return "heif"
-    return None
-
-
-def _extension_matches_format(extension: str, detected_format: str) -> bool:
-    """동일 포맷의 별칭을 고려해 확장자와 시그니처 일치 여부를 확인합니다."""
-    expected_formats = {
-        ".jpg": "jpeg",
-        ".jpeg": "jpeg",
-        ".png": "png",
-        ".webp": "webp",
-        ".heic": "heif",
-        ".heif": "heif",
-    }
-    return expected_formats.get(extension) == detected_format
-
-
-async def inspect_upload_file(file: UploadFile) -> tuple[str, str, int]:
-    """UploadFile을 상수 메모리로 검사하고 실제 바이트 크기를 반환합니다."""
-    original_name = file.filename or ""
-    if len(original_name) > 255:
-        raise HTTPException(
-            status_code=status.HTTP_400_BAD_REQUEST,
-            detail="파일명은 255자를 초과할 수 없습니다.",
-        )
-
-    extension = Path(original_name).suffix.lower()
-    max_file_size = azure_blob_settings.IMAGE_UPLOAD_MAX_FILE_SIZE_BYTES
-    validation_chunk_size = min(
-        azure_blob_settings.AZURE_BLOB_UPLOAD_BLOCK_SIZE_BYTES,
-        1024 * 1024,
-    )
-    total_size = 0
-    header = bytearray()
-
-    await file.seek(0)
-    try:
-        while chunk := await file.read(validation_chunk_size):
-            total_size += len(chunk)
-            if total_size > max_file_size:
-                raise HTTPException(
-                    status_code=status.HTTP_413_CONTENT_TOO_LARGE,
-                    detail=(
-                        f"파일 '{original_name}'이 최대 크기 "
-                        f"{max_file_size // (1024 * 1024)} MiB를 초과합니다."
-                    ),
-                )
-            if len(header) < _IMAGE_SIGNATURE_BYTES:
-                remaining = _IMAGE_SIGNATURE_BYTES - len(header)
-                header.extend(chunk[:remaining])
-    finally:
-        await file.seek(0)
-
-    if total_size == 0:
-        raise HTTPException(
-            status_code=status.HTTP_400_BAD_REQUEST,
-            detail=f"빈 파일은 업로드할 수 없습니다: {original_name}",
-        )
-
-    detected_format = _detect_image_format(bytes(header))
-    if detected_format is None or not _extension_matches_format(
-        extension, detected_format
-    ):
-        raise HTTPException(
-            status_code=status.HTTP_400_BAD_REQUEST,
-            detail=(
-                f"파일 내용과 확장자가 일치하는 지원 이미지가 아닙니다: {original_name}"
-            ),
-        )
-
-    return original_name, extension, total_size
-
-
-def normalize_continuation_task_id(task_id: str) -> str:
-    """continuation task_id를 canonical UUID7 문자열로 검증합니다."""
-    try:
-        parsed = UUID(task_id)
-    except (ValueError, AttributeError):
-        parsed = None
-
-    if (
-        parsed is None
-        or len(task_id) != 36
-        or parsed.version != 7
-        or str(parsed) != task_id.lower()
-    ):
-        raise HTTPException(
-            status_code=status.HTTP_400_BAD_REQUEST,
-            detail="task_id는 올바른 UUID7 형식이어야 합니다.",
-        )
-    return str(parsed)
-
-
-def _blob_url_prefix(user_uuid: str, task_id: str) -> str:
-    """현재 사용자와 task에 허용된 Azure 이미지 URL prefix를 반환합니다."""
-    base_url = azure_blob_settings.AZURE_BLOB_BASE_URL.rstrip("/")
-    return f"{base_url}/{user_uuid}/{task_id}/image/"
-
-
-def assert_continuation_owner(
-    images: list[Image], user_uuid: str, task_id: str
-) -> None:
-    """Image에 owner 컬럼이 없어 Blob 경로로 continuation 소유권을 검증합니다."""
-    if not images:
-        raise HTTPException(
-            status_code=status.HTTP_404_NOT_FOUND,
-            detail="이어 올릴 이미지 작업을 찾을 수 없습니다.",
-        )
-
-    base_prefix = f"{azure_blob_settings.AZURE_BLOB_BASE_URL.rstrip('/')}/"
-    owner_prefix = _blob_url_prefix(user_uuid, task_id)
-    internal_urls = [
-        image.img_url for image in images if image.img_url.startswith(base_prefix)
-    ]
-
-    if not internal_urls or any(
-        not image_url.startswith(owner_prefix) for image_url in internal_urls
-    ):
-        raise HTTPException(
-            status_code=status.HTTP_403_FORBIDDEN,
-            detail="이 이미지 업로드 작업을 이어서 수정할 권한이 없습니다.",
-        )
-
-
-def image_result_item(image: Image) -> ImageUploadResultItem:
-    """DB Image를 기존 응답 아이템으로 변환합니다."""
-    base_prefix = f"{azure_blob_settings.AZURE_BLOB_BASE_URL.rstrip('/')}/"
-    source: Literal["url", "blob"] = (
-        "blob" if image.img_url.startswith(base_prefix) else "url"
-    )
-    return ImageUploadResultItem(
-        id=image.id,
-        img_name=image.img_name,
-        img_url=image.img_url,
-        img_order=image.img_order,
-        source=source,
-    )

app/lyric/schemas/lyric.py

@@ -70,11 +70,11 @@ class GenerateLyricRequest(BaseModel):
     language: str = Field(
         default="Korean",
         description="가사 출력 언어 (Korean, English, Chinese, Japanese, Thai, Vietnamese)",
-    )
+    ),
     orientation: Literal["horizontal", "vertical"] = Field(
         default="vertical",
         description="영상 방향 (horizontal: 가로형, vertical: 세로형)",
-    )
+    ),
     m_id : Optional[int] = Field(None, description="마케팅 인텔리전스 ID 값")
     industry: str = Field(default="", description="업종 분류 (stay|restaurant|cafe|salon|clinic|fitness|academy|attraction|general)")
     instrumental: bool = Field(default=False, description="BGM 전용 모드 (가사 생성 안 함)")
@@ -83,6 +83,11 @@ class GenerateLyricRequest(BaseModel):
         description="사용자가 수동으로 고른 음악 장르 (kpop|pop|ballad|hip-hop|rnb|edm|jazz|rock). "
         "'자동 선택'인 경우 None으로 전달하면 GPT가 가사 무드에 맞춰 추천",
     )
+    genre: Optional[str] = Field(
+        None,
+        description="사용자가 수동으로 고른 음악 장르 (kpop|pop|ballad|hip-hop|rnb|edm|jazz|rock). "
+        "'자동 선택'인 경우 None으로 전달하면 GPT가 가사 무드에 맞춰 추천",
+    )
 
 
 class GenerateLyricResponse(BaseModel):

app/social/api/routers/v1/seo.py

@@ -33,5 +33,5 @@ async def youtube_seo_description(
     session: AsyncSession = Depends(get_session),
 ) -> YoutubeDescriptionResponse:
     return await seo_service.get_youtube_seo_description(
-        request_body.video_id, current_user, session
+        request_body.task_id, current_user, session
     )

app/social/constants.py

@@ -95,6 +95,8 @@ YOUTUBE_SCOPES = [
     "https://www.googleapis.com/auth/userinfo.profile",  # 사용자 프로필
 ]
 
+YOUTUBE_SEO_HASH = "SEO_Describtion_YT"
+
 # =============================================================================
 # Instagram/Facebook OAuth Scopes (추후 구현)
 # =============================================================================

app/social/schemas/seo_schema.py

@@ -8,12 +8,12 @@ from pydantic import BaseModel, ConfigDict, Field
 class YoutubeDescriptionRequest(BaseModel):
     """유튜브 SEO Description 제안 요청"""
 
-    video_id: int = Field(..., description="영상 고유 ID")
+    task_id: str = Field(..., description="작업 고유 식별자")
 
     model_config = ConfigDict(
         json_schema_extra={
             "example": {
-                "video_id": 123
+                "task_id": "019c739f-65fc-7d15-8c88-b31be00e588e"
             }
         }
     )

app/social/services/seo_service.py

@@ -1,132 +1,88 @@
 """
 유튜브 SEO 서비스
 
-영상 제목/설명/해시태그를 생성하고 video 테이블에 저장합니다.
+SEO description 생성 및 Redis 캐싱 로직을 처리합니다.
 """
 
 import json
 import logging
 
-from fastapi import HTTPException, status
+from fastapi import HTTPException
+from redis.asyncio import Redis
 from sqlalchemy import select
 from sqlalchemy.ext.asyncio import AsyncSession
 
+from config import db_settings
 from app.home.models import MarketingIntel, Project
+from app.social.constants import YOUTUBE_SEO_HASH
 from app.social.schemas import YoutubeDescriptionResponse
-from app.social.services.sns_metadata import apply_sns_metadata, has_stored_sns_metadata
 from app.user.models import User
-from app.video.models import Video
+from app.utils.prompts.chatgpt_prompt import ChatgptService
+from app.utils.prompts.prompts import yt_upload_prompt
 
 logger = logging.getLogger(__name__)
 
+redis_seo_client = Redis(
+    host=db_settings.REDIS_HOST,
+    port=db_settings.REDIS_PORT,
+    db=0,
+    decode_responses=True,
+)
+
 
 class SeoService:
     """유튜브 SEO 비즈니스 로직 서비스"""
 
     async def get_youtube_seo_description(
         self,
-        video_id: int,
+        task_id: str,
         current_user: User,
         session: AsyncSession,
     ) -> YoutubeDescriptionResponse:
         """
-        저장된 SNS 메타데이터를 반환하거나, 없으면 생성 후 video에 저장합니다.
+        유튜브 SEO description 생성
+
+        Redis 캐시 확인 후 miss이면 GPT로 생성하고 캐싱.
         """
         logger.info(
-            f"[SEO_SERVICE] Load metadata - user: {current_user.user_uuid} / video_id: {video_id}"
+            f"[SEO_SERVICE] Try Cache - user: {current_user.user_uuid} / task_id: {task_id}"
         )
 
-        video = await self._get_owned_video(video_id, current_user.user_uuid, session)
-        if video is None:
-            raise HTTPException(
-                status_code=status.HTTP_404_NOT_FOUND,
-                detail=f"video_id '{video_id}'에 해당하는 영상을 찾을 수 없습니다.",
-            )
+        cached = await self._get_from_redis(task_id)
+        if cached:
+            return cached
 
-        if has_stored_sns_metadata(video):
-            return self._response_from_video(video)
+        logger.info(f"[SEO_SERVICE] Cache miss - user: {current_user.user_uuid}")
+        result = await self._generate_seo_description(task_id, current_user, session)
+        await self._set_to_redis(task_id, result)
 
-        result = await self.generate_and_save_for_video(video.id, session)
-        if result is None:
-            raise HTTPException(
-                status_code=status.HTTP_404_NOT_FOUND,
-                detail=f"video_id '{video_id}'에 해당하는 영상을 찾을 수 없습니다.",
-            )
-        await session.commit()
         return result
 
-    async def generate_and_save_for_video(
-        self,
-        video_id: int,
-        session: AsyncSession,
-    ) -> YoutubeDescriptionResponse | None:
-        """GPT로 SEO를 생성해 지정한 video 행에 저장합니다. 워커/온디맨드 공용."""
-        video_result = await session.execute(select(Video).where(Video.id == video_id))
-        video = video_result.scalar_one_or_none()
-        if video is None:
-            logger.warning(f"[SEO_SERVICE] Video NOT FOUND - video_id: {video_id}")
-            return None
-
-        if has_stored_sns_metadata(video):
-            return self._response_from_video(video)
-
-        result = await self._generate_seo_description(video.task_id, session)
-        apply_sns_metadata(video, result.title, result.description, result.keywords)
-        await session.flush()
-        logger.info(f"[SEO_SERVICE] Saved metadata - video_id: {video_id}")
-        return result
-
-    async def _get_owned_video(
-        self,
-        video_id: int,
-        user_uuid: str,
-        session: AsyncSession,
-    ) -> Video | None:
-        result = await session.execute(
-            select(Video)
-            .join(Project, Project.id == Video.project_id)
-            .where(
-                Video.id == video_id,
-                Project.user_uuid == user_uuid,
-                Video.is_deleted.is_(False),
-            )
-        )
-        return result.scalar_one_or_none()
-
     async def _generate_seo_description(
         self,
         task_id: str,
+        current_user: User,
         session: AsyncSession,
     ) -> YoutubeDescriptionResponse:
         """GPT를 사용하여 SEO description 생성"""
-        from app.utils.prompts.chatgpt_prompt import ChatgptService
-        from app.utils.prompts.prompts import yt_upload_prompt
-
-        logger.info(f"[SEO_SERVICE] Generating SEO - task_id: {task_id}")
+        logger.info(f"[SEO_SERVICE] Generating SEO - user: {current_user.user_uuid}")
 
         try:
             project_result = await session.execute(
                 select(Project)
-                .where(Project.task_id == task_id)
+                .where(
+                    Project.task_id == task_id,
+                    Project.user_uuid == current_user.user_uuid,
+                )
                 .order_by(Project.created_at.desc())
                 .limit(1)
             )
             project = project_result.scalar_one_or_none()
-            if project is None:
-                raise HTTPException(
-                    status_code=status.HTTP_404_NOT_FOUND,
-                    detail=f"task_id '{task_id}'에 해당하는 Project를 찾을 수 없습니다.",
-                )
 
             marketing_result = await session.execute(
                 select(MarketingIntel).where(MarketingIntel.id == project.marketing_intelligence)
             )
             marketing_intelligence = marketing_result.scalar_one_or_none()
-            if marketing_intelligence is None:
-                raise HTTPException(
-                    status_code=status.HTTP_404_NOT_FOUND,
-                    detail="마케팅 인텔리전스를 찾을 수 없습니다.",
-                )
 
             hashtags = marketing_intelligence.intel_result["target_keywords"]
 
@@ -138,13 +94,12 @@ class SeoService:
                 ),
                 "language": project.language,
                 "target_keywords": hashtags,
-                "industry": project.industry or "",
+                "industry": project.industry or "",  # 크롤 시 분류해 Project에 저장한 업종 enum
             }
 
+            # 업종 분기는 프롬프트 내부 {industry}로 처리하므로 단일 프롬프트 사용
             chatgpt = ChatgptService(timeout=180)
-            yt_seo_output = await chatgpt.generate_structured_output(
-                yt_upload_prompt, yt_seo_input_data
-            )
+            yt_seo_output = await chatgpt.generate_structured_output(yt_upload_prompt, yt_seo_input_data)
 
             return YoutubeDescriptionResponse(
                 title=yt_seo_output.title,
@@ -152,8 +107,6 @@ class SeoService:
                 keywords=hashtags,
             )
 
-        except HTTPException:
-            raise
         except Exception as e:
             logger.error(f"[SEO_SERVICE] EXCEPTION - error: {e}")
             raise HTTPException(
@@ -161,12 +114,18 @@ class SeoService:
                 detail=f"유튜브 SEO 생성에 실패했습니다. : {str(e)}",
             )
 
-    def _response_from_video(self, video: Video) -> YoutubeDescriptionResponse:
-        return YoutubeDescriptionResponse(
-            title=video.title or "",
-            description=video.description or "",
-            keywords=list(video.hashtags or []),
-        )
+    async def _get_from_redis(self, task_id: str) -> YoutubeDescriptionResponse | None:
+        field = f"task_id:{task_id}"
+        yt_seo_info = await redis_seo_client.hget(YOUTUBE_SEO_HASH, field)
+        if yt_seo_info:
+            return YoutubeDescriptionResponse(**json.loads(yt_seo_info))
+        return None
+
+    async def _set_to_redis(self, task_id: str, yt_seo: YoutubeDescriptionResponse) -> None:
+        field = f"task_id:{task_id}"
+        yt_seo_info = json.dumps(yt_seo.model_dump(), ensure_ascii=False)
+        await redis_seo_client.hset(YOUTUBE_SEO_HASH, field, yt_seo_info)
+        await redis_seo_client.expire(YOUTUBE_SEO_HASH, 3600)
 
 
 seo_service = SeoService()

app/social/services/sns_metadata.py

@@ -1,36 +0,0 @@
-"""SNS 업로드용 영상 메타데이터 비교/반영 헬퍼."""
-
-from app.video.models import Video
-
-
-def has_stored_sns_metadata(video: Video) -> bool:
-    """video 행에 SNS 제목이 이미 저장되어 있는지 확인합니다."""
-    return bool(video.title)
-
-
-def sns_metadata_changed(
-    video: Video,
-    title: str,
-    description: str | None,
-    tags: list[str] | None,
-) -> bool:
-    """게시 폼 값이 저장된 SNS 메타데이터와 다른지 비교합니다."""
-    stored_tags = list(video.hashtags or [])
-    incoming_tags = list(tags or [])
-    return (
-        (video.title or "") != title
-        or (video.description or "") != (description or "")
-        or stored_tags != incoming_tags
-    )
-
-
-def apply_sns_metadata(
-    video: Video,
-    title: str,
-    description: str | None,
-    hashtags: list[str] | None,
-) -> None:
-    """video 행에 SNS 메타데이터를 반영합니다."""
-    video.title = title
-    video.description = description
-    video.hashtags = list(hashtags or [])

app/social/services/upload_service.py

@@ -26,7 +26,6 @@ from app.social.schemas import (
     SocialUploadRequest,
 )
 from app.social.services.account_service import SocialAccountService
-from app.social.services.sns_metadata import apply_sns_metadata, sns_metadata_changed
 from app.social.worker.upload_task import process_social_upload
 from app.user.models import User
 from app.video.models import Video
@@ -77,12 +76,6 @@ class SocialUploadService:
                 detail="영상이 아직 준비되지 않았습니다. 영상 생성이 완료된 후 시도해주세요.",
             )
 
-        if sns_metadata_changed(video, body.title, body.description, body.tags):
-            apply_sns_metadata(video, body.title, body.description, body.tags)
-            logger.info(
-                f"[UPLOAD_SERVICE] video SNS 메타데이터 갱신 - video_id: {body.video_id}"
-            )
-
         # 2. 소셜 계정 조회 및 소유권 검증
         account = await self._account_service.get_account_by_id(
             user_uuid=current_user.user_uuid,

app/song/api/routers/v1/song.py

@@ -35,7 +35,7 @@ logger = get_logger("song")
 
 router = APIRouter(prefix="/song", tags=["Song"])
 
-TARGET_SONG_DURATION_SECONDS = 40.0
+TARGET_SONG_DURATION_SECONDS = 60.0
 
 
 def _select_clip_by_duration(
@@ -99,7 +99,7 @@ curl -X POST "http://localhost:8000/song/generate/019123ab-cdef-7890-abcd-ef1234
 ```
 
 ## 참고
-- 생성되는 노래는 약 40초 내외 길이입니다.
+- 생성되는 노래는 약 1분 이내 길이입니다.
 - song_id를 사용하여 /status/{song_id} 엔드포인트에서 생성 상태를 확인할 수 있습니다.
 - Song 테이블에 데이터가 저장되며, project_id와 lyric_id가 자동으로 연결됩니다.
     """,

app/user/api/routers/v1/auth.py

@@ -158,12 +158,10 @@ async def kakao_callback(
         logger.warning(f"[ROUTER] 소셜 계정 토큰 갱신 실패 (무시) - error: {e}")
 
     # 프론트엔드로 토큰과 함께 리다이렉트
-    # is_new_user: 프론트가 신규 가입 시에만 Meta CompleteRegistration 전환 추적을 호출하도록 전달
     redirect_url = (
         f"{prj_settings.PROJECT_DOMAIN}"
         f"?access_token={result.access_token}"
         f"&refresh_token={result.refresh_token}"
-        f"&is_new_user={str(result.is_new_user).lower()}"
     )
     logger.info(
         f"[ROUTER] 카카오 콜백 완료, 프론트엔드로 리다이렉트 - redirect_url: {redirect_url[:50]}..."

app/user/models.py

@@ -219,51 +219,6 @@ class User(Base):
         comment="마지막 로그인 일시",
     )
 
-    first_video_created_at: Mapped[Optional[datetime]] = mapped_column(
-        DateTime,
-        nullable=True,
-        comment="첫 영상 생성 완료 일시 (Meta FirstVideoCreated 전환 이벤트 1회 발화 판정용)",
-    )
-
-    registration_tracked_at: Mapped[Optional[datetime]] = mapped_column(
-        DateTime,
-        nullable=True,
-        comment="가입 전환 추적 일시 (Meta CompleteRegistration 전환 이벤트 1회 발화 판정용)",
-    )
-
-    # ==========================================================================
-    # 광고 유입 경로 (UTM, 가입 시점 first-touch)
-    # ==========================================================================
-    utm_source: Mapped[Optional[str]] = mapped_column(
-        String(255),
-        nullable=True,
-        comment="유입 매체 (예: meta, google, naver)",
-    )
-
-    utm_medium: Mapped[Optional[str]] = mapped_column(
-        String(255),
-        nullable=True,
-        comment="유입 방식 (예: paid_social, cpc)",
-    )
-
-    utm_campaign: Mapped[Optional[str]] = mapped_column(
-        String(255),
-        nullable=True,
-        comment="캠페인 이름",
-    )
-
-    utm_content: Mapped[Optional[str]] = mapped_column(
-        String(255),
-        nullable=True,
-        comment="광고 소재 구분 (A/B 테스트용)",
-    )
-
-    utm_term: Mapped[Optional[str]] = mapped_column(
-        String(255),
-        nullable=True,
-        comment="검색 키워드",
-    )
-
     credits: Mapped[int] = mapped_column(
         Integer,
         nullable=False,

app/utils/autotag.py

@@ -6,12 +6,8 @@ from app.utils.prompts.schemas import SpaceType, Subject, Camera, MotionRecommen
 
 import asyncio
 
-# medium 추론은 출력 비용의 80%를 차지하고, minimal은 A/B 비교(4회)에서 narrative 점수가
-# welcome 단계로 편향되고 태그를 과다 선택하는 패턴이 반복돼 low로 고정한다.
-IMAGE_TAG_REASONING_EFFORT = "low"
-
 async def autotag_image(image_url : str, industry: str = "") -> list[str]: #tag_list
-    chatgpt = ChatgptService(model_type="gpt")
+    chatgpt = ChatgptService(model_type="gemini")
     image_input_data = {
         "img_url" : image_url,
         "industry" : industry,
@@ -21,11 +17,11 @@ async def autotag_image(image_url : str, industry: str = "") -> list[str]: #tag_
         "motion_recommended" : list(MotionRecommended)
     }
 
-    image_result = await chatgpt.generate_structured_output(image_autotag_prompt, image_input_data, image_url, True, reasoning_effort=IMAGE_TAG_REASONING_EFFORT)
+    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], industry: str = "") -> list[dict]: #tag_list
-    chatgpt = ChatgptService(model_type="gpt")
+    chatgpt = ChatgptService(model_type="gemini")
     image_input_data_list = [{
         "img_url" : image_url,
         "industry" : industry,
@@ -35,7 +31,7 @@ async def autotag_images(image_url_list : list[str], industry: str = "") -> list
         "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'], True, silent = True, reasoning_effort=IMAGE_TAG_REASONING_EFFORT) for image_input_data in image_input_data_list]
+    image_result_tasks = [chatgpt.generate_structured_output(image_autotag_prompt, image_input_data, image_input_data['img_url'], False, silent = True) for image_input_data in image_input_data_list] 
     image_result_list: list[BaseModel | BaseException] = await asyncio.gather(*image_result_tasks, return_exceptions=True)
     MAX_RETRY = 2
     for _ in range(MAX_RETRY):
@@ -44,7 +40,7 @@ async def autotag_images(image_url_list : list[str], industry: str = "") -> list
         if not failed_idx:
             break
         retried = await asyncio.gather(
-            *[chatgpt.generate_structured_output(image_autotag_prompt, image_input_data_list[i], image_input_data_list[i]['img_url'], True, silent=True, reasoning_effort=IMAGE_TAG_REASONING_EFFORT) for i in failed_idx],
+            *[chatgpt.generate_structured_output(image_autotag_prompt, image_input_data_list[i], image_input_data_list[i]['img_url'], False, silent=True) for i in failed_idx],
             return_exceptions=True
         )
         for i, result in zip(failed_idx, retried):

app/utils/creatomate.py

@@ -228,98 +228,34 @@ autotext_template_h_1 = {
 DVST0001 = "fe11aeab-ff29-4bc8-9f75-c695c7e243e6"
 DVRT0001 = "3c4b74c4-82d7-4742-9b05-4b999fef4cbd"
 DVCF0001 = "ebb532ec-e49a-4a7e-b0e2-a8132f1bf1f7"
-DVAT0001 = "14d4fa22-49b8-49ca-a233-ac0556436f60"
-DVSL0001 = "20c526a7-b184-46f3-9138-9dfaff2fa342"
-DVCL0001 = "b57dca80-167d-430a-8905-30f4674ff72b"
-DVFT0001 = "03b6d521-4864-4e69-8e6c-1deab9f0ce6e"
-DVAC0001 = "4db8f5a3-4fd1-42cf-86b3-d997f0713d99"
-
 DHST0001 = "660be601-080a-43ea-bf0f-adcf4596fa98"
-
-HST_LIST = [DHST0001]
-VST_LIST = [DVST0001,DVRT0001,DVCF0001,DVAT0001,DVSL0001,DVCL0001,DVFT0001,DVAC0001]
+DHST0002 = "3f194cc7-464e-4581-9db2-179d42d3e40f"
+DHST0003 = "f45df555-2956-4a13-9004-ead047070b3d"
+HST_LIST = [DHST0001,DHST0002,DHST0003]
+VST_LIST = [DVST0001,DVRT0001,DVCF0001]
 
 # industry → 세로형 템플릿 매핑 (신규 세로형 템플릿 추가 시 여기에만 등록)
 VERTICAL_INDUSTRY_TEMPLATE_MAP: dict[str, str] = {
     "stay": DVST0001,
     "restaurant": DVRT0001,
     "cafe": DVCF0001,
-    "attraction": DVAT0001,
-    "salon": DVSL0001,
-    "clinic": DVCL0001,
-    "fitness": DVFT0001,
-    "academy": DVAC0001,
 }
 
-# 매핑에 없는 업종(general)의 폴백 템플릿
+# 매핑에 없는 업종(salon, clinic 등)의 폴백 템플릿
 DEFAULT_VERTICAL_TEMPLATE = DVST0001
 
-# 템플릿 슬롯명의 모션 동의어 → MotionRecommended 표준값 정규화 맵.
-# 동의어를 enum에 추가하면 LLM 태그 후보가 갈라져 매칭 정확도가 떨어지므로,
-# enum은 표준 어휘만 유지하고 슬롯명 파싱 경계에서 흡수한다.
-MOTION_TOKEN_NORMALIZATION: dict[str, MotionRecommended] = {
-    "zoom_in": MotionRecommended.slow_zoom_in,
-    "zoom_out": MotionRecommended.slow_zoom_out,
-    "pan_left": MotionRecommended.slow_pan,
-    "pan_right": MotionRecommended.slow_pan,
-    "tilt_up": MotionRecommended.slow_pan,
-    "tilt_down": MotionRecommended.slow_pan,
-    "push_diag": MotionRecommended.dolly,
-    "montage": MotionRecommended.static,
-}
-
 SCENE_TRACK = 1
 AUDIO_TRACK = 2
 SUBTITLE_TRACK = 3
 KEYWORD_TRACK = 4
 
-# 썸네일 컴포지션의 이미지 슬롯명 접미사 (8개 업종 템플릿 전수 확인, 예:
-# "exterior_front-architecture_detail-wide_angle-slow_zoom_in-intro-core-9999").
-# 일반 씬 이미지는 "-0001"~"-0030"류 4자리 순번을 쓰는 반면 썸네일만 "-9999"라
-# 슬롯명 접미사만으로 안전하게 식별 가능(가로 템플릿처럼 썸네일 컴포지션이
-# 없는 템플릿도 있음).
-THUMBNAIL_SLOT_MARKER = "-9999"
-
-
-def is_fixed_slot_name(name: str) -> bool:
-    """이름이 '-fixed'로 끝나는 요소인지 판별합니다.
-
-    템플릿 명명 규칙상 마지막 토큰이 'fixed'인 요소(예: 'brand-cta-bi_logo-
-    factual-fixed', 'brand-cta-contact_phone-factual-fixed')는 회사 연락처
-    문구·로고 등 매 영상마다 절대 바뀌면 안 되는 고정 콘텐츠다. 이런 요소는
-    이미지 배정/자막 생성 대상에서 제외하고 템플릿에 이미 설정된 값을 그대로
-    보존해야 한다.
-    """
-    if not name:
-        return False
-    return name.rsplit("-", 1)[-1] == "fixed"
-
-# 언어별 대체 폰트 (Google Fonts — Creatomate 기본 지원).
-# 템플릿 기본 폰트(GyeonggiTitleOTF/Pretendard)는 한글·라틴 전용이라 여기 있는
-# 언어는 렌더 직전 전체 텍스트 폰트를 교체한다. 매핑에 없는 언어(Korean,
-# English 등)는 템플릿 원본 폰트를 유지한다. 중국어는 간체(SC) 기준.
-LANGUAGE_FONT_MAP = {
-    "Japanese": "Noto Sans JP",
-    "Chinese": "Noto Sans SC",
-    "Thai": "Noto Sans Thai",
-    "Vietnamese": "Noto Sans",
-}
-
-def select_template(
-    orientation: OrientationType,
-    industry: str | None = None,
-    project_id: int | None = None,
-) -> str:
+def select_template(orientation: OrientationType, industry: str | None = None) -> str:
     """orientation과 industry에 따라 Creatomate 템플릿 ID를 선택합니다.
 
     Args:
         orientation: 영상 방향 ("horizontal" 또는 "vertical")
-        industry: 업종 분류 (stay|restaurant|cafe|attraction 등).
-                  세로형에서 매핑에 있으면 전용 템플릿을 반환합니다.
-        project_id: 미매핑 업종(general 등)의 세로형 분배용 키.
-                    project_id % len(VST_LIST)로 결정적으로 선택하므로, 같은
-                    프로젝트는 몇 번 호출해도 동일 템플릿을 받아 사전/렌더 단계가
-                    일치한다. 없으면 DEFAULT_VERTICAL_TEMPLATE로 폴백한다.
+        industry: 업종 분류 (stay|restaurant|cafe 등).
+                  세로형에서만 사용되며, 매핑에 없으면 기본 템플릿으로 폴백합니다.
 
     Returns:
         선택된 템플릿 ID
@@ -327,17 +263,10 @@ def select_template(
     if orientation == "horizontal":
         template_id = DHST0001
     elif orientation == "vertical":
-        mapped = VERTICAL_INDUSTRY_TEMPLATE_MAP.get(industry)
-        if mapped is not None:
-            template_id = mapped
-        elif project_id is not None:
-            # 미매핑 업종: project_id 나머지로 VST_LIST 결정적 분배 (공유 상태 없음)
-            template_id = VST_LIST[project_id % len(VST_LIST)]
-        else:
-            template_id = DEFAULT_VERTICAL_TEMPLATE
+        template_id = VERTICAL_INDUSTRY_TEMPLATE_MAP.get(industry, DEFAULT_VERTICAL_TEMPLATE)
     else:
         raise
-    logger.info(f"[select_template] orientation={orientation}, industry={industry}, project_id={project_id}, template_id={template_id}")
+    logger.info(f"[select_template] orientation={orientation}, industry={industry}, template_id={template_id}")
     return template_id
 
 async def get_shared_client() -> httpx.AsyncClient:
@@ -388,23 +317,20 @@ class CreatomateService:
         api_key: str | None = None,
         orientation: OrientationType = "vertical",
         industry: str | None = None,
-        project_id: int | None = None,
     ):
         """
         Args:
             api_key: Creatomate API 키 (Bearer token으로 사용)
                      None일 경우 config에서 자동으로 가져옴
             orientation: 영상 방향 ("horizontal" 또는 "vertical", 기본값: "vertical")
-            industry: 업종 분류 (stay|restaurant|cafe|attraction 등). 세로형 템플릿 선택에 사용되며,
-                      매핑에 있으면 전용 템플릿을 사용
-            project_id: 미매핑 업종(general 등)의 세로형 분배용 키. 매핑에 없을 때
-                        project_id % len(VST_LIST)로 결정적 선택
+            industry: 업종 분류 (stay|restaurant|cafe 등). 세로형 템플릿 선택에 사용되며,
+                      매핑에 없거나 None이면 기본 세로형 템플릿으로 폴백
         """
         self.api_key = api_key or apikey_settings.CREATOMATE_API_KEY
         self.orientation = orientation
 
         # orientation·industry에 따른 템플릿 설정 가져오기
-        self.template_id = select_template(orientation, industry=industry, project_id=project_id)
+        self.template_id = select_template(orientation, industry=industry)
         self.headers = {
             "Content-Type": "application/json",
             "Authorization": f"Bearer {self.api_key}",
@@ -540,126 +466,22 @@ class CreatomateService:
         template : dict,
         target_template_type : str
     ) -> list:
-        """target_template_type 요소 개수를 셉니다.
-
-        target_template_type이 "image"인 경우, 고정 자산('-fixed' 명명) 및
-        5토큰 명명 규칙을 따르지 않는 요소(고정 워터마크 등)는 콘텐츠 슬롯이
-        아니므로 카운트에서 제외합니다 (template_matching_taged_image의
-        image_slots 필터링과 동일 기준).
-        """
         source_elements = template["source"]["elements"]
         template_component_data = self.parse_template_component_name(source_elements)
         count = 0
 
-        for name, template_type in template_component_data.items():
-            if template_type != target_template_type:
-                continue
-            if target_template_type == "image" and (is_fixed_slot_name(name) or self.parse_slot_name_to_tag(name) is None):
-                continue
-            count += 1
+        for _, (_, template_type) in enumerate(template_component_data.items()):
+            if template_type == target_template_type:
+                count += 1
         return count
 
-    def _slot_scores_with_fitness(
-        self,
-        pool_subset: list[dict],
-        slot: str,
-        thumbnail_fitness_map: dict | None,
-    ) -> list[float]:
-        """슬롯 점수에 썸네일 픽셀 적합도를 결합합니다.
-
-        썸네일 슬롯(-9999)에 한해 태그 점수에 적합도를 반영한다:
-        - reject(저해상도/극단 가로형) → 0점 (하드 배제)
-        - 정상 → 태그 점수 × 적합도 배율(0.25~1.0)
-        - 적합도 데이터 없음(헤더 확보/파싱 실패) → 태그 점수 그대로(중립).
-          다운로드 실패를 배제로 오판해 풀 전체가 날아가는 것을 막기 위함.
-        일반 씬 슬롯은 태그 점수를 그대로 반환한다.
-        """
-        is_thumbnail = slot.endswith(THUMBNAIL_SLOT_MARKER)
-        if is_thumbnail and self.parse_slot_name_to_tag(slot) is None:
-            # 슬롯명이 명명 규칙을 어겨 태그 매칭이 불가능한 썸네일 슬롯.
-            # 태그 점수를 0으로 두면 pool 첫 컷이 뽑혀 사실상 무작위가 되므로
-            # 전 이미지 중립(1.0)으로 두고 아래 픽셀 적합도만으로 순위를 가른다.
-            scores = [1.0] * len(pool_subset)
-        else:
-            scores = self.calculate_image_slot_score_multi(pool_subset, slot)
-        if not thumbnail_fitness_map or not is_thumbnail:
-            return scores
-
-        adjusted = []
-        for item, score in zip(pool_subset, scores):
-            fitness = thumbnail_fitness_map.get(item.get("image_url"))
-            if fitness is None:
-                adjusted.append(score)
-            elif fitness["reject"]:
-                adjusted.append(0.0)
-            else:
-                adjusted.append(score * fitness["score"])
-        return adjusted
-
-    def _collect_thumbnail_slots(self, template_component_data: dict) -> list[str]:
-        """배정 대상 썸네일 슬롯(-9999)을 수집합니다.
-
-        일반 씬 슬롯과 달리 슬롯명 파싱에 실패해도 제외하지 않는다. 썸네일은
-        노출 면적이 가장 큰 표면이라, 미배정 시 modify_element가 템플릿 원본
-        (샘플 이미지)을 그대로 남겨 완성 영상에 그대로 나가기 때문이다. 태그
-        매칭이 불가능한 슬롯은 _slot_scores_with_fitness가 픽셀 적합도만으로
-        고른다. 단 '-fixed' 고정 자산은 여기서도 제외한다.
-
-        파싱 실패는 템플릿 슬롯명 오타이므로 ERROR로 남겨 드러나게 한다
-        (조용히 넘어가면 샘플 이미지가 나가도 아무도 알아채지 못한다).
-        """
-        slots = [
-            name for name, t in template_component_data.items()
-            if t == "image" and name.endswith(THUMBNAIL_SLOT_MARKER)
-            and not is_fixed_slot_name(name)
-        ]
-        for name in slots:
-            if self.parse_slot_name_to_tag(name) is None:
-                logger.error(
-                    f"[_collect_thumbnail_slots] 썸네일 슬롯명이 명명 규칙 위반 — "
-                    f"'{name}' — 템플릿 슬롯명 수정 필요. 픽셀 적합도 기준으로 폴백 배정합니다."
-                )
-        return slots
-
-    def rank_thumbnail_candidates(
-        self,
-        template: dict,
-        taged_image_list: list,
-        thumbnail_fitness_map: dict | None = None,
-        top_n: int = 3,
-    ) -> dict[str, list[dict]]:
-        """썸네일 슬롯별로 상위 후보(태그×픽셀 점수 내림차순)를 반환합니다.
-
-        비전 LLM 최종 선택(Phase 2)에 넘길 후보 압축용. 읽기 전용 — pool을
-        변형하지 않으며 배정도 하지 않는다. 점수 0 이하(픽셀 reject 포함)는
-        제외한다.
-
-        Returns:
-            {슬롯명: [pool item, ...]} — 슬롯당 최대 top_n개, 점수 내림차순.
-            후보가 없는 슬롯은 키 자체를 포함하지 않는다.
-        """
-        component = self.parse_template_component_name(template["source"]["elements"])
-        thumbnail_slots = self._collect_thumbnail_slots(component)
-        result: dict[str, list[dict]] = {}
-        for slot in thumbnail_slots:
-            scores = self._slot_scores_with_fitness(taged_image_list, slot, thumbnail_fitness_map)
-            ranked = sorted(
-                range(len(scores)), key=lambda i: scores[i], reverse=True
-            )
-            candidates = [taged_image_list[i] for i in ranked if scores[i] > 0][:top_n]
-            if candidates:
-                result[slot] = candidates
-        return result
-
     def template_matching_taged_image(
         self,
         template: dict,
         taged_image_list: list,  # [{"image_url": str, "image_tag": dict}] — 이미 마케팅 적합성 필터를 통과한 이미지만 전달할 것
         music_url: str,
         address: str,
-        duplicate: bool = False,
-        thumbnail_fitness_map: dict | None = None,  # {image_url: {"score", "reject"}} — 썸네일 슬롯 픽셀 적합도
-        thumbnail_choice: dict | None = None,  # {슬롯명: image_url} — 비전 LLM 최종 선택(있으면 결정론 최고점 대신 사용)
+        duplicate: bool = False
     ) -> tuple[dict, dict]:
         """템플릿 슬롯에 이미지를 배정합니다.
 
@@ -693,53 +515,9 @@ class CreatomateService:
         assigned: dict = {}   # {슬롯명: image_tag} — 자막 컨텍스트용
 
         # 이미지 슬롯과 텍스트 슬롯 분리
-        # 고정 자산(이름이 '-fixed'로 끝나는 로고 등) 및 5토큰 명명 규칙을 따르지
-        # 않는 image 요소는 콘텐츠 슬롯이 아니므로 배정 대상에서 제외 — 그렇지
-        # 않으면 파싱 실패로 0점 처리되어 "가장 까다로운 슬롯"으로 취급되고
-        # 무작위 이미지로 덮어써진다.
-        # 썸네일 슬롯(-9999)은 파싱 실패해도 배정해야 하므로 여기서 제외하고
-        # _collect_thumbnail_slots가 별도로 수집한다.
-        image_slots = [
-            name for name, t in template_component_data.items()
-            if t == "image" and not is_fixed_slot_name(name)
-            and not name.endswith(THUMBNAIL_SLOT_MARKER)
-            and self.parse_slot_name_to_tag(name) is not None
-        ]
+        image_slots = [name for name, t in template_component_data.items() if t == "image"]
         text_slots  = [(name, t) for name, t in template_component_data.items() if t == "text"]
 
-        # ── 썸네일 슬롯(-9999) 우선 배정 ─────────────────────────────────
-        # 썸네일은 영상에서 가장 노출이 큰 표면이므로 씬 슬롯과 다르게 취급한다:
-        # 1) 씬 슬롯이 pool에서 좋은 컷을 pop해 가기 전에 먼저 배정 (같은 태그
-        #    계열 씬 슬롯이 여러 개면 썸네일 차례에 적합 컷이 소진되는 문제 방지)
-        # 2) "상위 3장 가중 랜덤" 없이 결정론적 최고점 선택 — 랜덤 다양화가
-        #    저점수 컷(예: space_type 불일치 ×0.1 페널티 컷)을 확률적으로
-        #    썸네일에 앉히는 사고 방지
-        # duplicate(이미지 부족) 시에는 pop하지 않아 씬 커버리지를 깎지 않는다.
-        # thumbnail_choice(비전 LLM 최종 선택)가 해당 슬롯에 있으면 그 이미지를,
-        # 없으면(선택 실패/미제공) 결정론적 최고점 컷을 사용한다 — 폴백 안전.
-        thumbnail_choice = thumbnail_choice or {}
-        thumbnail_slots = self._collect_thumbnail_slots(template_component_data)
-        for slot in thumbnail_slots:
-            if not pool:
-                logger.warning(f"[template_matching_taged_image] 이미지 풀 없음 — 썸네일 슬롯 배정 불가: {slot}")
-                break
-            scores = self._slot_scores_with_fitness(pool, slot, thumbnail_fitness_map)
-            chosen_url = thumbnail_choice.get(slot)
-            chosen_idx = next(
-                (i for i, item in enumerate(pool) if item["image_url"] == chosen_url), None
-            ) if chosen_url else None
-            if chosen_idx is not None:
-                sel_idx, sel_source = chosen_idx, "vision"
-            else:
-                sel_idx, sel_source = max(range(len(scores)), key=lambda i: scores[i]), "결정론"
-            selected = pool[sel_idx] if duplicate else pool.pop(sel_idx)
-            modifications[slot] = selected["image_url"]
-            assigned[slot] = selected["image_tag"]
-            logger.info(
-                f"[template_matching_taged_image] 썸네일 배정({sel_source}) — slot: {slot}, "
-                f"score: {scores[sel_idx]:.3f}, url: {selected['image_url']}"
-            )
-
         if not pool:
             logger.warning("[template_matching_taged_image] 태그된 이미지가 없음 — 이미지 슬롯 배정 불가")
         elif duplicate:
@@ -750,7 +528,7 @@ class CreatomateService:
             def _best_slot_for_image(image: dict, slots: list) -> tuple[str | None, float]:
                 best_slot, best_score = None, -1.0
                 for slot in slots:
-                    score = self._slot_scores_with_fitness([image], slot, thumbnail_fitness_map)[0]
+                    score = self.calculate_image_slot_score_multi([image], slot)[0]
                     if score > best_score:
                         best_slot, best_score = slot, score
                 return best_slot, best_score
@@ -778,7 +556,7 @@ class CreatomateService:
 
             # Step 2: 커버리지 배정 후 남은 슬롯은 pool 전체에서 최고점 이미지 배정 (재사용 불가피)
             for slot in remaining_slots:
-                scores = self._slot_scores_with_fitness(pool, slot, thumbnail_fitness_map)
+                scores = self.calculate_image_slot_score_multi(pool, slot)
                 if not scores:
                     continue
                 best_idx = scores.index(max(scores))
@@ -788,7 +566,7 @@ class CreatomateService:
         else:
             # 이미지 충분(슬롯 수 <= 이미지 수): 난이도 우선 greedy 배정
             # Step 1: 정렬용 사전 점수 계산 (최고 달성 점수가 낮을수록 배정이 어려운 슬롯)
-            prelim = {slot: self._slot_scores_with_fitness(pool, slot, thumbnail_fitness_map) for slot in image_slots}
+            prelim = {slot: self.calculate_image_slot_score_multi(pool, slot) for slot in image_slots}
             ordered_slots = sorted(
                 image_slots,
                 key=lambda s: max(prelim[s]) if prelim[s] else 0.0
@@ -801,7 +579,7 @@ class CreatomateService:
                     logger.warning(f"[template_matching_taged_image] 이미지 풀 소진 — 남은 슬롯 배정 불가: {slot}")
                     break
                 # pop 후 인덱스 변동이 있으므로 현재 pool로 재계산 (사전 점수 재사용 금지)
-                scores = self._slot_scores_with_fitness(pool, slot, thumbnail_fitness_map)
+                scores = self.calculate_image_slot_score_multi(pool, slot)
                 if not scores:
                     continue
 
@@ -831,20 +609,14 @@ class CreatomateService:
     _NARR_BONUS = 1.5    # narrative 독립 보너스: base=0이어도 narrative 신호가 점수에 남음
     _NARR_MIN   = 0.0    # narrative_preference 값 clamp 하한 (무경계 스키마 방어)
     _NARR_MAX   = 100.0  # narrative_preference 값 clamp 상한. NarrativePreference 스키마(0.0~100.0)와 스케일 일치
-    _SPACE_TYPE_MISMATCH_PENALTY = 0.1  # 슬롯이 요구하는 space_type과 다른 이미지에 적용하는 페널티 배수 (하드 필터에 가깝게)
 
     def calculate_image_slot_score_multi(self, taged_image_list : list[dict], slot_name : str):
         """이미지 슬롯에 대한 각 이미지의 매칭 점수를 계산합니다.
 
-        점수 = (base * narr_mod + NARR_BONUS * narr) * space_type_penalty
-        - base: 태그 카테고리 매칭 합산 (최대 6.5 = space_type 2.0 + subject 3.0 + camera 1.0 + motion 0.5)
+        점수 = base * narr_mod + NARR_BONUS * narr
+        - base: 태그 카테고리 매칭 합산 (최대 5.5)
         - narr_mod: [NARR_FLOOR, 1.0] 구간으로 완화된 narrative 계수
         - NARR_BONUS * narr: narrative 독립 보너스 (base=0이어도 신호 유지)
-        - space_type_penalty: 슬롯이 요구하는 space_type과 이미지가 불일치하면
-          SPACE_TYPE_MISMATCH_PENALTY(0.1)를 곱해 사실상 탈락시킴. narrative_preference
-          점수가 아무리 높아도(예: bathroom 이미지가 intro narr=100) 슬롯이 지정한
-          space_type(예: exterior_front)과 다르면 우선 배정되지 않도록 하기 위함 —
-          같은 space_type 이미지가 pool에 하나도 없을 때만 상대적으로 선택됨(fallback 유지).
         이 구조로 "base=0, narrative가 높음"과 "완전히 틀린 이미지(0,0)"를 구별할 수 있음.
         """
         image_tag_list = [taged_image["image_tag"] for taged_image in taged_image_list]
@@ -855,25 +627,6 @@ class CreatomateService:
 
         base_score_list = [0.0] * len(image_tag_list)
         # slot_tag_narrative = NarrativePhase.accent  # 기본값 (narrative 토큰 없는 슬롯 대비)
-        slot_space_type = slot_tag_dict.get("space_type")
-        space_type_match_list = [
-            slot_space_type is not None and slot_space_type.value in image_tag.get("space_type", [])
-            for image_tag in image_tag_list
-        ]
-
-        # 썸네일 슬롯 한정: subject가 슬롯 요구와 일치하면 space_type 불일치
-        # 페널티를 면제한다. 배경: 일부 업종(예: 레스토랑 dining_hall-food_dish)은
-        # 태깅 관행상 슬롯이 요구하는 subject(음식 클로즈업)가 실제로는 다른
-        # space_type(table_setting/detail_plating 등)으로 붙는다 — space_type과
-        # subject가 한 사진에 공존하기 어려운 조합. 이런 슬롯은 space_type 하드
-        # 필터가 정작 원하는 subject 이미지를 전부 걸러내는 역효과를 낸다.
-        # 템플릿 슬롯명을 바꾸지 않고 여기서 흡수(썸네일 한정이라 일반 씬 슬롯의
-        # space_type 하드 필터는 그대로 유지).
-        slot_subject = slot_tag_dict.get("subject")
-        if slot_name.endswith(THUMBNAIL_SLOT_MARKER) and slot_subject is not None:
-            for idx, image_tag in enumerate(image_tag_list):
-                if slot_subject.value in image_tag.get("subject", []):
-                    space_type_match_list[idx] = True
 
         for slot_tag_cate, slot_tag_item in slot_tag_dict.items():
             if slot_tag_cate == "narrative_preference":
@@ -884,7 +637,7 @@ class CreatomateService:
                 case "space_type":
                     weight = 2.0
                 case "subject":
-                    weight = 3.0
+                    weight = 2.0
                 case "camera":
                     weight = 1.0
                 case "motion_recommended":
@@ -906,8 +659,6 @@ class CreatomateService:
             narr = clamped_narr / self._NARR_MAX  # 0.0~1.0로 정규화
             narr_mod = self._NARR_FLOOR + (1.0 - self._NARR_FLOOR) * narr
             score = base_score_list[idx] * narr_mod + self._NARR_BONUS * narr
-            if not space_type_match_list[idx]:
-                score *= self._SPACE_TYPE_MISMATCH_PENALTY
             image_score_list.append(score)
 
         return image_score_list
@@ -916,13 +667,7 @@ class CreatomateService:
         """슬롯 이름을 파싱하여 태그 딕셔너리를 반환합니다.
 
         슬롯 이름 형식: {space_type}-{subject}-{camera}-{motion}-{narrative}
-
-        위치 기반 파싱에 실패하면 토큰 위치를 무시한 대조로 한 번 더 시도한다
-        (_parse_slot_name_loosely). 슬롯명 오타로 슬롯이 배정에서 빠지면
-        modify_element가 템플릿 원본(샘플 이미지)을 그대로 남겨 완성 영상에
-        그대로 나가기 때문이다.
-
-        둘 다 실패하면 None을 반환합니다 (호출자가 해당 슬롯을 skip+log 처리).
+        파싱 실패 시 None을 반환합니다 (호출자가 해당 슬롯을 skip+log 처리).
         """
         try:
             tag_list = slot_name.split("-")
@@ -932,8 +677,7 @@ class CreatomateService:
             space_type = SpaceType(tag_list[0])
             subject = Subject(tag_list[1])
             camera = Camera(tag_list[2])
-            # 모션 동의어(zoom_in, pan_left 등)는 표준 enum 값으로 정규화 후 변환
-            motion = MOTION_TOKEN_NORMALIZATION.get(tag_list[3]) or MotionRecommended(tag_list[3])
+            motion = MotionRecommended(tag_list[3])
             narrative = NarrativePhase(tag_list[4])
             tag_dict = {
                 "space_type": space_type,
@@ -944,64 +688,9 @@ class CreatomateService:
             }
             return tag_dict
         except (ValueError, IndexError) as e:
-            loose = self._parse_slot_name_loosely(tag_list)
-            if loose is not None:
-                logger.warning(
-                    f"[parse_slot_name_to_tag] 슬롯명이 명명 규칙 위반: '{slot_name}' — {e} — "
-                    f"위치 무시 대조로 복구: { {k: v.value for k, v in loose.items()} } — 템플릿 슬롯명 수정 권장"
-                )
-                return loose
             logger.warning(f"[parse_slot_name_to_tag] 슬롯명 파싱 실패: '{slot_name}' — {e} — 슬롯 skip")
             return None
 
-    def _parse_slot_name_loosely(self, tag_list: list[str]) -> dict[str, StrEnum] | None:
-        """토큰 위치를 무시하고 각 enum에 대조해 태그를 복구합니다.
-
-        위치 기반 파싱이 실패했을 때만 호출한다. 토큰 하나는 한 카테고리에만
-        쓰이며, 앞선 토큰부터 순서대로 소비한다(중복 후보가 있으면 앞선 것 채택
-        — 위치 기반과 같은 값을 고르게 된다).
-
-        space_type/subject/narrative는 필수다. 이 셋을 못 채우면 슬롯명이 아닌
-        것으로 보고 None을 반환한다(고정 자산·비규칙 요소가 배정 대상에 섞여
-        무작위 이미지로 덮어써지는 것을 막기 위함). camera/motion은 선택이며
-        못 찾으면 키 자체를 넣지 않는다 — 점수 계산은 태그 딕셔너리를 순회하므로
-        없는 키는 자연히 가중치에서 빠진다.
-        """
-        used: set[int] = set()
-
-        def take(converter) -> StrEnum | None:
-            for idx, token in enumerate(tag_list):
-                if idx in used:
-                    continue
-                try:
-                    value = converter(token)
-                except ValueError:
-                    continue
-                if value is not None:
-                    used.add(idx)
-                    return value
-            return None
-
-        space_type = take(SpaceType)
-        subject = take(Subject)
-        narrative = take(NarrativePhase)
-        if space_type is None or subject is None or narrative is None:
-            return None
-
-        camera = take(Camera)
-        motion = take(lambda t: MOTION_TOKEN_NORMALIZATION.get(t) or MotionRecommended(t))
-
-        tag_dict: dict[str, StrEnum] = {
-            "space_type": space_type,
-            "subject": subject,
-            "narrative_preference": narrative,
-        }
-        if camera is not None:
-            tag_dict["camera"] = camera
-        if motion is not None:
-            tag_dict["motion_recommended"] = motion
-        return tag_dict
-
     def elements_connect_resource_blackbox(
         self,
         elements: list,
@@ -1031,26 +720,20 @@ class CreatomateService:
         return modifications
 
     def modify_element(self, elements: list, modification: dict) -> list:
-        """elements의 source를 modification에 따라 수정합니다.
-
-        modification에 없는 image/text 요소(예: '-fixed' 명명의 고정 로고·
-        연락처 문구처럼 배정/자막 생성 대상에서 제외된 고정 콘텐츠)는 템플릿에
-        이미 설정된 source/text를 그대로 보존한다 (KeyError·빈 문자열로
-        렌더가 깨지지 않도록).
-        """
+        """elements의 source를 modification에 따라 수정합니다."""
 
         def recursive_modify(element: dict) -> None:
             if "name" in element:
                 match element["type"]:
                     case "image":
-                        element["source"] = modification.get(element["name"], element.get("source"))
+                        element["source"] = modification[element["name"]]
                     case "audio":
                         element["source"] = modification.get(element["name"], "")
                     case "video":
                         element["source"] = modification[element["name"]]
                     case "text":
                         #element["source"] = modification[element["name"]]
-                        element["text"] = modification.get(element["name"], element.get("text", ""))
+                        element["text"] = modification.get(element["name"], "")
                     case "composition":
                         for minor in element["elements"]:
                             recursive_modify(minor)
@@ -1388,38 +1071,12 @@ class CreatomateService:
             case "horizontal":
                 return autotext_template_h_1
 
-    def apply_language_font(self, template: dict, language: str) -> dict:
-        """출력 언어에 맞춰 템플릿 내 모든 텍스트 요소의 폰트를 교체합니다.
-
-        템플릿 기본 폰트(GyeonggiTitleOTF/Pretendard)는 한글·라틴 전용이라
-        CJK/태국어 글리프가 없다. LANGUAGE_FONT_MAP에 있는 언어는 전체 텍스트
-        폰트를 해당 언어 지원 폰트(Google Fonts)로 교체하고, 매핑에 없는
-        언어(Korean, English 등)는 템플릿 원본 폰트를 유지한다.
-        """
-        font_family = LANGUAGE_FONT_MAP.get(language)
-        if not font_family:
-            return template
-
-        def recursive_apply(element: dict) -> None:
-            if element.get("type") == "text":
-                element["font_family"] = font_family
-            for minor in element.get("elements") or []:
-                recursive_apply(minor)
-
-        for elem in template["source"]["elements"]:
-            recursive_apply(elem)
-
-        logger.info(
-            f"[apply_language_font] 텍스트 폰트 교체 완료 - language: {language}, font: {font_family}"
-        )
-        return template
-
     def extract_text_format_from_template(self, template:dict):
         keyword_list = []
         subtitle_list = []
         for elem in template["source"]["elements"]:
             try: #최상위 내 텍스트만 검사
-                if elem["type"] == "text" and not is_fixed_slot_name(elem["name"]):
+                if elem["type"] == "text":
                     if elem["track"] == SUBTITLE_TRACK:
                         subtitle_list.append(elem["name"])
                     elif elem["track"] == KEYWORD_TRACK:
@@ -1433,41 +1090,21 @@ class CreatomateService:
             assert(len(keyword_list)==len(subtitle_list))
         except Exception as E:
             logger.error("this template does not have same amount of keyword and subtitle.")
-
-        # 썸네일 텍스트(thumb-*)는 전용 트랙이 아닌 thumbnail-composition 내부에
-        # 중첩되어 있어 위 최상위 트랙 스캔에 잡히지 않는다. 다국어 자막 생성에
-        # 함께 포함되도록 재귀 파싱으로 수집한다.
-        component_data = self.parse_template_component_name(
-            template["source"]["elements"]
-        )
-        thumbnail_list = [
-            name
-            for name, elem_type in component_data.items()
-            if elem_type == "text" and name.startswith("thumb-")
-        ]
-
-        pitching_list = keyword_list + subtitle_list + thumbnail_list
+        pitching_list = keyword_list + subtitle_list
         return pitching_list
 
 
-    def make_thumbnail_modification(self, brand_name : str, region : str, category_definition : str, target_keywords : list[str], detail_region_info : str = ""):
-
+    def make_thumbnail_modification(self, brand_name : str, region : str, brand_concept : str, category_definition : str, target_keywords : list[str]):
+        
         len_keywords = len(target_keywords) if len(target_keywords) < 3 else 3
 
         hashtaged_target_keywords = [f"#{tk}" for tk in target_keywords[:len_keywords]]
-
-        # 지역 표기: 상세주소의 공백 기준 앞 두 마디 사용
-        # (예: "전북 군산시 절골길 18" → "전북 군산시").
-        # 상세주소가 없으면 기존 region 정규화 표기로 폴백.
-        if detail_region_info and detail_region_info.strip():
-            region_display = " ".join(detail_region_info.split()[:2])
-        else:
-            region_display = normalize_location(region)
-
+        
         mod_dict = {
             "thumb-hashtag-primary" : ' '.join(hashtaged_target_keywords),
-            "thumb-headline-brand_name-factual" : brand_name,
-            "thumb-subheadline-local_info-factual" : region_display,
+            "thumb-brand-wordmark" : brand_name,
+            "thumb-subheadline-selling_point" : f"{brand_name} · {normalize_location(region)}",
+            "thumb-headline-hook_claim-aspirational" : brand_concept,
             "thumb-badge-category" : category_definition,
         }
         return mod_dict

app/utils/image_filter.py

@@ -21,7 +21,7 @@ from app.utils.prompts.schemas import MarketingFilterOutput
 logger = get_logger("image_filter")
 
 # 크롤링 단계 필터링에 사용할 Gemini 모델. 시트(prompts.py)와 달리 코드에 고정한다.
-MARKETING_FILTER_MODEL = "gpt-5-mini"
+MARKETING_FILTER_MODEL = "gemini-3.5-flash"
 
 MAX_RETRY = 2
 
@@ -61,7 +61,7 @@ async def filter_marketing_images(image_url_list: list[str], industry: str = "")
     if not image_url_list:
         return []
 
-    chatgpt = ChatgptService(model_type="gpt")
+    chatgpt = ChatgptService(model_type="gemini")
     prompt_text = _build_prompt(industry)
 
     async def _call(url: str):
@@ -70,7 +70,7 @@ async def filter_marketing_images(image_url_list: list[str], industry: str = "")
             output_format=MarketingFilterOutput,
             model=MARKETING_FILTER_MODEL,
             img_url=url,
-            image_detail_high=True,
+            image_detail_high=False,
         )
 
     results: list[MarketingFilterOutput | BaseException] = await asyncio.gather(

app/utils/meta_capi.py

@@ -1,156 +0,0 @@
-"""
-Meta Conversions API (CAPI) 클라이언트
-
-Meta 픽셀과 병행하여 서버 사이드 전환 이벤트를 전송합니다.
-브라우저 픽셀(fbq)과 동일한 event_id를 사용하여 Meta가 중복 이벤트를
-제거(deduplication)할 수 있도록 합니다.
-
-전송 규칙 (Meta 요구사항):
-    - external_id 등 개인 식별 정보: SHA-256 해시 후 전송
-    - fbc/fbp 쿠키, client_ip_address, client_user_agent: 원문 그대로 전송
-    - event_time: 유닉스 타임스탬프 (7일 이내)
-    - action_source: "website" 고정
-
-참고: https://developers.facebook.com/docs/marketing-api/conversions-api
-"""
-
-import hashlib
-import time
-
-import httpx
-
-from app.utils.logger import get_logger
-from config import meta_conversion_settings
-
-logger = get_logger("meta_capi")
-
-# Meta Graph API 버전 및 요청 타임아웃
-GRAPH_API_VERSION = "v21.0"
-REQUEST_TIMEOUT = 10.0
-
-
-def sha256_hash(value: str) -> str:
-    """개인 식별 정보를 Meta 매칭 규격에 맞게 SHA-256 해시합니다.
-
-    Meta는 소문자 변환 + 공백 제거 후 해싱을 요구합니다.
-
-    Args:
-        value: 해시할 원문 문자열 (예: user_uuid, 이메일)
-
-    Returns:
-        str: SHA-256 해시 (16진수 소문자)
-    """
-    normalized = value.strip().lower()
-    return hashlib.sha256(normalized.encode("utf-8")).hexdigest()
-
-
-async def send_capi_event(
-    event_name: str,
-    event_id: str,
-    external_id: str,
-    client_ip: str | None = None,
-    client_user_agent: str | None = None,
-    fbc: str | None = None,
-    fbp: str | None = None,
-    event_source_url: str | None = None,
-    custom_data: dict | None = None,
-    test_event_code: str | None = None,
-) -> bool:
-    """Meta Conversions API로 서버 이벤트를 전송합니다.
-
-    전송 실패는 로깅만 하고 예외를 전파하지 않습니다 (전환 추적 실패가
-    서비스 기능에 영향을 주지 않도록 fire-and-forget 처리).
-
-    Args:
-        event_name: 이벤트 이름 (브라우저 fbq와 철자/대소문자 일치 필수)
-        event_id: 중복제거용 이벤트 ID (브라우저 fbq의 eventID와 동일해야 함)
-        external_id: 사용자 식별자 원문 (user_uuid). 내부에서 SHA-256 해시됨
-        client_ip: 클라이언트 IP 주소 (원문)
-        client_user_agent: 클라이언트 User-Agent (원문)
-        fbc: Meta 클릭 ID 쿠키(_fbc) 원문
-        fbp: Meta 브라우저 ID 쿠키(_fbp) 원문
-        event_source_url: 이벤트가 발생한 페이지 URL
-        custom_data: 추가 데이터 (예: Purchase의 value/currency)
-        test_event_code: 이벤트 관리자 "테스트 이벤트" 검증용 코드.
-            미지정 시 FACEBOOK_TEST_EVENT_CODE 환경변수 값을 사용 (운영 시 빈 값 유지)
-
-    Returns:
-        bool: 전송 성공 여부
-    """
-    pixel_id = meta_conversion_settings.FACEBOOK_PIXEL_ID
-    access_token = meta_conversion_settings.FACEBOOK_ACCESS_TOKEN
-
-    if not pixel_id or not access_token:
-        logger.warning(
-            "[MetaCAPI] SKIP - FACEBOOK_PIXEL_ID/FACEBOOK_ACCESS_TOKEN 미설정 "
-            f"(event_name: {event_name}, event_id: {event_id})"
-        )
-        return False
-
-    user_data: dict = {
-        "external_id": [sha256_hash(external_id)],
-    }
-    if client_ip:
-        user_data["client_ip_address"] = client_ip
-    if client_user_agent:
-        user_data["client_user_agent"] = client_user_agent
-    if fbc:
-        user_data["fbc"] = fbc
-    if fbp:
-        user_data["fbp"] = fbp
-
-    event: dict = {
-        "event_name": event_name,
-        "event_time": int(time.time()),
-        "event_id": event_id,
-        "action_source": "website",
-        "user_data": user_data,
-    }
-    if event_source_url:
-        event["event_source_url"] = event_source_url
-    if custom_data:
-        event["custom_data"] = custom_data
-
-    payload: dict = {"data": [event]}
-    effective_test_code = test_event_code or meta_conversion_settings.FACEBOOK_TEST_EVENT_CODE
-    if effective_test_code:
-        payload["test_event_code"] = effective_test_code
-        logger.info(f"[MetaCAPI] TEST MODE - test_event_code: {effective_test_code}")
-
-    url = f"https://graph.facebook.com/{GRAPH_API_VERSION}/{pixel_id}/events"
-
-    try:
-        async with httpx.AsyncClient() as client:
-            response = await client.post(
-                url,
-                json=payload,
-                params={"access_token": access_token},
-                timeout=REQUEST_TIMEOUT,
-            )
-
-        if response.status_code == 200:
-            logger.info(
-                f"[MetaCAPI] SUCCESS - event_name: {event_name}, "
-                f"event_id: {event_id}, response: {response.json()}"
-            )
-            return True
-
-        logger.error(
-            f"[MetaCAPI] FAILED - event_name: {event_name}, event_id: {event_id}, "
-            f"status: {response.status_code}, body: {response.text}"
-        )
-        return False
-
-    except httpx.HTTPError as e:
-        logger.error(
-            f"[MetaCAPI] HTTP ERROR - event_name: {event_name}, "
-            f"event_id: {event_id}, error: {e}"
-        )
-        return False
-    except Exception as e:
-        logger.error(
-            f"[MetaCAPI] UNEXPECTED ERROR - event_name: {event_name}, "
-            f"event_id: {event_id}, error: {e}",
-            exc_info=True,
-        )
-        return False

app/utils/nvMapPwScraper.py

@@ -48,30 +48,6 @@ class NvMapPwScraper():
     ]
     _current_profile = None
 
-    # 헤드리스 자동화 탐지 신호(navigator.webdriver, 빈 plugins/languages, window.chrome 부재,
-    # permissions.query 이상 동작)를 정상 브라우저처럼 위장하는 스텔스 패치.
-    # create_page()와 fetch_graphql() 양쪽에서 생성하는 모든 page에 반드시 적용해야 한다 —
-    # 한쪽이라도 빠지면 그 경로만 헤드리스로 노출되어 안티봇 캡차 트리거 확률이 올라간다.
-    _STEALTH_INIT_SCRIPT = '''
-Object.defineProperty(Navigator.prototype, "webdriver", {
-    set: undefined,
-    enumerable: true,
-    configurable: true,
-    get: () => false,
-});
-Object.defineProperty(navigator, "plugins", { get: () => [1, 2, 3, 4, 5] });
-Object.defineProperty(navigator, "languages", { get: () => ["ko-KR", "ko"] });
-window.chrome = window.chrome || { runtime: {} };
-const originalQuery = window.navigator.permissions && window.navigator.permissions.query;
-if (originalQuery) {
-    window.navigator.permissions.query = (parameters) => (
-        parameters.name === "notifications"
-            ? Promise.resolve({ state: Notification.permission })
-            : originalQuery(parameters)
-    );
-}
-'''
-
     # instance var
     page = None
 
@@ -113,17 +89,6 @@ if (originalQuery) {
         if old_context:
             await old_context.close()
 
-    @classmethod
-    async def _new_stealth_page(cls):
-        """스텔스 패치(webdriver 위장 등)와 sec-ch-ua 헤더가 적용된 새 page를 생성한다."""
-        page = await cls._context.new_page()
-        await page.add_init_script(cls._STEALTH_INIT_SCRIPT)
-        if cls._current_profile:
-            await page.set_extra_http_headers({
-                'sec-ch-ua': cls._current_profile['sec_ch_ua']
-            })
-        return page
-
     GRAPHQL_URL = "https://pcmap-api.place.naver.com/graphql"
 
     @classmethod
@@ -131,8 +96,7 @@ if (originalQuery) {
         cls,
         place_id: str,
         payloads: list[dict],
-        capture_apollo: bool = False,
-    ) -> list[dict | None] | None | tuple[list[dict | None] | None, str | None]:
+    ) -> list[dict | None] | None:
         """실제 브라우저로 네이버 WTM 안티봇 캡차를 통과해 GraphQL 쿼리를 실행한다.
 
         네이버 pcmap GraphQL은 두 헤더를 검사한다:
@@ -145,21 +109,14 @@ if (originalQuery) {
         Args:
             place_id: 네이버 place ID
             payloads: GraphQL POST 본문 목록
-            capture_apollo: True면 place 페이지에 인라인된 __APOLLO_STATE__
-                JSON 문자열도 함께 캡처해 (results, apollo_json) 튜플로 반환.
-                (GraphQL base가 노출하지 않는 homepages 등 SSR 캐시 전용 필드용)
         Returns:
             payload별 파싱 JSON 목록(실패 항목은 None). 토큰 캡처 실패 시 None.
-            capture_apollo=True면 (위 결과, apollo_json 또는 None) 튜플.
         """
-        def _ret(results, apollo=None):
-            return (results, apollo) if capture_apollo else results
-
         if not cls.is_ready:
             logger.warning("[NvMapPwScraper] fetch_graphql: scraper가 초기화되지 않았습니다")
-            return _ret(None)
+            return None
 
-        page = await cls._new_stealth_page()
+        page = await cls._context.new_page()
         captured: dict = {}
 
         def on_request(req):
@@ -193,17 +150,7 @@ if (originalQuery) {
 
             if not captured.get("tok"):
                 logger.warning("[NvMapPwScraper] WTM 토큰 캡처 실패")
-                return _ret(None)
-
-            apollo_json: str | None = None
-            if capture_apollo:
-                try:
-                    apollo_json = await page.evaluate(
-                        "() => { try { return JSON.stringify(window.__APOLLO_STATE__ || null); }"
-                        " catch (e) { return null; } }"
-                    )
-                except Exception as e:
-                    logger.warning(f"[NvMapPwScraper] __APOLLO_STATE__ 캡처 실패: {e}")
+                return None
 
             headers = {
                 "Content-Type": "application/json",
@@ -238,11 +185,11 @@ if (originalQuery) {
                     results.append(None)
                 else:
                     results.append(r)
-            return _ret(results, apollo_json)
+            return results
 
         except Exception as e:
             logger.error(f"[NvMapPwScraper] fetch_graphql 오류: {e}")
-            return _ret(None)
+            return None
         finally:
             await page.close()
     
@@ -258,7 +205,35 @@ if (originalQuery) {
         await self.page.close()
         
     async def create_page(self):
-        self.page = await self._new_stealth_page()
+        self.page = await self._context.new_page()
+        await self.page.add_init_script(
+'''const defaultGetter = Object.getOwnPropertyDescriptor(
+    Navigator.prototype,
+    "webdriver"
+).get;
+defaultGetter.apply(navigator);
+defaultGetter.toString();
+Object.defineProperty(Navigator.prototype, "webdriver", {
+    set: undefined,
+    enumerable: true,
+    configurable: true,
+    get: new Proxy(defaultGetter, {
+    apply: (target, thisArg, args) => {
+        Reflect.apply(target, thisArg, args);
+        return false;
+    },
+    }),
+});
+const patchedGetter = Object.getOwnPropertyDescriptor(
+    Navigator.prototype,
+    "webdriver"
+).get;
+patchedGetter.apply(navigator);
+patchedGetter.toString();''')
+
+        await self.page.set_extra_http_headers({
+            'sec-ch-ua': self._current_profile['sec_ch_ua']
+        })
         await self.page.goto("http://google.com")
         
     async def goto_url(self, url, wait_until="domcontentloaded", timeout=20000):
@@ -440,24 +415,23 @@ if (originalQuery) {
             return best['place_url']
 
         # 2순위(안전망): allSearch 캡처 실패 시 기존 iframe HTML 파싱 방식으로 폴백
-        # ── 잠시 비활성화 ──
-        # logger.warning("[FALLBACK] allSearch 캡처 실패 → iframe 파싱 방식 시도")
-        # iframe_candidates = []
-        # for _ in range(3):  # 500ms × 3 = 최대 1.5초
-        #     if "/place/" in self.page.url:
-        #         return self.page.url
-        #     iframe_candidates = await self._extract_candidates_from_list_page()
-        #     if iframe_candidates:
-        #         break
-        #     await self.page.wait_for_timeout(500)
-        #
-        # if iframe_candidates:
-        #     best = self._select_best_candidate(iframe_candidates, title, address)
-        #     logger.info(
-        #         f"[AUTO-SELECT-IFRAME] '{title}' → '{best['title']}' "
-        #         f"(name={best['_name_score']:.2f}, addr={best['_addr_score']:.2f}) {best['place_url']}"
-        #     )
-        #     return best['place_url']
+        logger.warning("[FALLBACK] allSearch 캡처 실패 → iframe 파싱 방식 시도")
+        iframe_candidates = []
+        for _ in range(3):  # 500ms × 3 = 최대 1.5초
+            if "/place/" in self.page.url:
+                return self.page.url
+            iframe_candidates = await self._extract_candidates_from_list_page()
+            if iframe_candidates:
+                break
+            await self.page.wait_for_timeout(500)
+
+        if iframe_candidates:
+            best = self._select_best_candidate(iframe_candidates, title, address)
+            logger.info(
+                f"[AUTO-SELECT-IFRAME] '{title}' → '{best['title']}' "
+                f"(name={best['_name_score']:.2f}, addr={best['_addr_score']:.2f}) {best['place_url']}"
+            )
+            return best['place_url']
 
         # isCorrectAnswer=true 로 강제 단일결과 재시도 (원본 로직 유지)
         correct_url = self.page.url.replace("?", "?isCorrectAnswer=true&")

app/utils/nvMapScraper.py

@@ -36,12 +36,7 @@ class NvMapScraper:
     REQUEST_TIMEOUT = 120  # 초
     data_source_identifier = "nv"
     SUPPLEMENT_THRESHOLD = 30  # 업체 사진이 이 수 미만일 때 방문자 사진으로 보충
-    # 방문자 사진 보충 시의 합산 상한 (필터링·정책상 제한).
-    # 업체 제공 사진은 필터링 면제 대상이므로 이 상한과 무관하게 수집분을 전부 사용한다
-    # (수집 자체는 BIZ_MAX_PAGES가 상한 — 초과 시 warning 로그 발생).
-    MAX_IMAGES = 50
-    BIZ_PAGE_SIZE = 20          # getPhotoViewerItems 'biz' 커서의 페이지당 사진 수
-    BIZ_MAX_PAGES = 5          # 업체 사진 수집 상한 (5×20=100장, 도달 시 warning)
+    MAX_IMAGES = 50             # 업체+방문자 사진 합산 최대 장수
     OVERVIEW_QUERY: str = """
 query getAccommodation($id: String!, $deviceType: String) {
     business: placeDetail(input: {id: $id, isNx: true, deviceType: $deviceType}) {
@@ -112,7 +107,6 @@ query getVisitorReviewStats($id: String!) {
         self.facility_info: str | None = None
         self.voted_keyword_stats: list[dict] | None = None  # 키워드 투표 집계 (displayName, count)
         self.menu_info: list[dict] | None = None  # 메뉴 목록 (name, price, description, recommend)
-        self.official_site_url: str | None = None  # 업체 공식 링크 (base.homepages 대표 URL)
 
     def _get_request_headers(self) -> dict:
         headers = self.DEFAULT_HEADERS.copy()
@@ -157,42 +151,6 @@ query getVisitorReviewStats($id: String!) {
             if p.get("originalUrl") and not NvMapScraper._is_gif_url(p["originalUrl"])
         ]
 
-    @classmethod
-    def _build_biz_payload(cls, place_id: str, page: int) -> dict:
-        """'biz' 커서(업체 등록 사진)의 page번째(0-base) 페이지 요청 payload를 만든다."""
-        start_index = page * cls.BIZ_PAGE_SIZE
-        cursor: dict = {"id": "biz"}
-        if start_index > 0:
-            cursor.update({
-                "startIndex": start_index,
-                "hasNext": True,
-                "lastCursor": str(start_index),
-            })
-        return {
-            "operationName": "getPhotoViewerItems",
-            "variables": {
-                "input": {
-                    "businessId": place_id,
-                    "cursors": [cursor],
-                    "dateRange": "",
-                    "excludeAuthorIds": [],
-                    "excludeClipIds": [],
-                    "excludeSection": [],
-                }
-            },
-            "query": cls.PHOTO_VIEWER_QUERY,
-        }
-
-    @staticmethod
-    def _raw_photo_count(photo_viewer_raw: dict | None) -> int:
-        """getPhotoViewerItems 응답의 사진 수(gif 필터링 전 원본 기준)를 반환한다.
-
-        페이지네이션 계속 여부 판단용 — gif가 걸러진 뒤의 수로 판단하면
-        마지막 페이지가 아닌데도 조기 종료할 수 있어 원본 개수를 사용한다.
-        """
-        photos = ((photo_viewer_raw or {}).get("data") or {}).get("photoViewer") or {}
-        return len(photos.get("photos") or [])
-
     @staticmethod
     def _dedup_by_original(images: list[dict]) -> list[dict]:
         """{"preview","original"} dict 리스트를 original URL 기준으로 순서를 유지한 채 중복 제거한다."""
@@ -257,11 +215,9 @@ query getVisitorReviewStats($id: String!) {
         #     self.scrap_type = "GraphQL-Browser"
 
         # ── 실제 브라우저로 WTM 캡차 우회 ──
-        data, stats_data, extra_photo_urls, biz_photo_urls, homepage_url = await self._scrap_via_browser(place_id)
+        data, stats_data, extra_photo_urls = await self._scrap_via_browser(place_id)
         # 편의시설은 HTML 페이지 파싱이라 GraphQL(WTM) 차단과 별개로 직접 시도 (best-effort, 실패 시 None)
-        # 홈페이지 링크는 브라우저 캡처가 실패한 경우에만 HTML 경로로 보충한다.
-        fac_data, html_homepage = await self._get_facility_and_homepage(place_id)
-        homepage_url = homepage_url or html_homepage
+        fac_data = await self._get_facility_string(place_id)
         self.scrap_type = "GraphQL-Browser"
 
         self.rawdata = data
@@ -270,11 +226,8 @@ query getVisitorReviewStats($id: String!) {
         self.rawdata["facilities"] = fac_data
         business = data["data"]["business"]
 
-        # 업체 등록 이미지 (마케팅 적합성 필터 제외 대상 — 자체 dedup).
-        # placeDetail.images가 대표 사진 일부만 반환하는 경우가 있어 biz 커서 결과를 병합한다.
-        self.owner_images = self._dedup_by_original(
-            self._extract_origins(business.get("images") or {}) + biz_photo_urls
-        )
+        # 업체 등록 이미지 (마케팅 적합성 필터 제외 대상 — 자체 dedup)
+        self.owner_images = self._dedup_by_original(self._extract_origins(business.get("images") or {}))
 
         # 방문자/AI View 보충 사진 (마케팅 적합성 필터 대상). owner에 이미 있는 원본은 제외.
         owner_originals = {img["original"] for img in self.owner_images}
@@ -285,58 +238,28 @@ query getVisitorReviewStats($id: String!) {
         # 업체 사진이 임계값 미만이면 내부/외부/리뷰 사진으로 보충
         # (필터링 없는 기본 조립. 마케팅 적합성 필터를 적용하려면 호출측에서
         #  owner_images / extra_photo_urls를 직접 사용해 image_filter.assemble_images로 재조립할 것.)
-        # MAX_IMAGES 상한은 방문자 사진이 섞이는 보충 경로에만 적용하며(필터링·정책상 제한),
-        # 업체 제공 사진만으로 구성되는 경우는 수집분(최대 BIZ_MAX_PAGES 페이지)을 전부 사용한다.
         if len(self.owner_images) < self.SUPPLEMENT_THRESHOLD:
             combined = self._dedup_by_original(self.owner_images + self.extra_photo_urls)
             logger.info(
                 f"[NvMapScraper] 업체 사진 {len(self.owner_images)}장 < {self.SUPPLEMENT_THRESHOLD}장 "
                 f"→ 보충 사진 {len(self.extra_photo_urls)}장 추가 (합산 {len(combined)}장, 상한 {self.MAX_IMAGES}장)"
             )
-            self.image_link_list = combined[: self.MAX_IMAGES]
         else:
-            self.image_link_list = list(self.owner_images)
+            combined = self.owner_images
+
+        self.image_link_list = combined[: self.MAX_IMAGES]
         self.base_info = data["data"]["business"]["base"]
         self.facility_info = fac_data
         self.voted_keyword_stats = stats_data
         self.menu_info = business.get("menus") or None
-        self.official_site_url = homepage_url
 
         return
 
-    @staticmethod
-    def _extract_homepage_from_html(html: str) -> str | None:
-        """플레이스 페이지 HTML의 __APOLLO_STATE__에서 홈페이지 링크를 추출한다.
-
-        GraphQL placeDetail(base)는 homepages 필드를 노출하지 않으므로(400),
-        SSR 페이지에 인라인된 Apollo 캐시의 "homepages" 객체를 직접 파싱한다.
-        대표(repr) 링크 우선, 죽은 링크(isDeadUrl)는 제외. 홈페이지 항목은
-        자체 홈페이지 외에 인스타그램/블로그 등일 수도 있다 — 업체가 대표로
-        등록한 링크를 그대로 신뢰한다.
-        """
-        decoder = json.JSONDecoder()
-        search_from = 0
-        while True:
-            idx = html.find('"homepages":', search_from)
-            if idx == -1:
-                return None
-            search_from = idx + 1
-            try:
-                homepages, _ = decoder.raw_decode(html, idx + len('"homepages":'))
-            except ValueError:
-                continue
-            if not isinstance(homepages, dict):
-                continue
-            candidates = [homepages.get("repr"), *(homepages.get("etc") or [])]
-            for item in candidates:
-                if isinstance(item, dict) and item.get("url") and not item.get("isDeadUrl"):
-                    return item["url"]
-
-    async def _scrap_via_browser(self, place_id: str) -> tuple[dict, list[dict] | None, list[dict], list[dict], str | None]:
+    async def _scrap_via_browser(self, place_id: str) -> tuple[dict, list[dict] | None, list[str]]:
         """직접 호출이 WTM 캡차에 막힌 경우, 실제 브라우저로 GraphQL을 호출한다.
 
         Returns:
-            (overview_data, review_stats_details, extra_photo_urls, biz_photo_urls, homepage_url)
+            (overview_data, review_stats_details, extra_photo_urls)
 
         Raises:
             GraphQLException: 브라우저 폴백마저 실패한 경우
@@ -399,29 +322,14 @@ query getVisitorReviewStats($id: String!) {
             },
             "query": self.PHOTO_VIEWER_QUERY,
         }
-        # 업체 등록 사진. placeDetail.images는 대표 사진 일부(1~수 장)만 반환하는
-        # 경우가 있어, 사진 탭이 실제 사용하는 'biz' 커서로 별도 조회해 보강한다.
-        # biz 커서는 페이지당 BIZ_PAGE_SIZE(20)장이며 lastCursor가 단순 인덱스 문자열
-        # ("20", "40")이라 이전 응답 없이도 모든 페이지를 미리 만들 수 있고, 범위를
-        # 벗어난 페이지는 빈 목록을 반환하므로 블라인드 요청해도 안전하다.
-        # 따라서 상한(BIZ_MAX_PAGES)까지의 전 페이지를 첫 배치에 한꺼번에 실어 보낸다
-        # — 추가 왕복(페이지 재탐색 + WTM 토큰 재캡처)이 없고, 개별 페이지 실패가
-        # 이후 페이지 수집을 막지 못한다.
-        biz_payloads = [
-            self._build_biz_payload(place_id, page) for page in range(self.BIZ_MAX_PAGES)
-        ]
 
-        payloads = [overview_payload, stats_payload, interior_payload, exterior_payload, review_payload, *biz_payloads]
+        payloads = [overview_payload, stats_payload, interior_payload, exterior_payload, review_payload]
         MAX_RETRY = 3
         results = None
-        apollo_json: str | None = None
         last_error: Exception | None = None
         for attempt in range(1, MAX_RETRY + 1):
             try:
-                results, captured_apollo = await NvMapPwScraper.fetch_graphql(
-                    place_id, payloads, capture_apollo=True
-                )
-                apollo_json = apollo_json or captured_apollo
+                results = await NvMapPwScraper.fetch_graphql(place_id, payloads)
             except Exception as e:
                 last_error = e
                 logger.warning(f"[NvMapScraper] 브라우저 폴백 시도 {attempt}/{MAX_RETRY} 오류: {e}")
@@ -452,40 +360,13 @@ query getVisitorReviewStats($id: String!) {
         interior_urls = self._extract_photo_viewer_urls(results[2] if len(results) > 2 else None)
         exterior_urls = self._extract_photo_viewer_urls(results[3] if len(results) > 3 else None)
         review_urls   = self._extract_photo_viewer_urls(results[4] if len(results) > 4 else None)
-
-        biz_pages = results[5:]
-        biz_urls = [url for page_result in biz_pages for url in self._extract_photo_viewer_urls(page_result)]
-        # 개별 페이지 실패(None)는 해당 20장만 누락되고 나머지 페이지는 영향 없다 (best-effort).
-        failed_biz_pages = sum(1 for r in biz_pages if r is None)
-        if failed_biz_pages:
-            logger.warning(
-                f"[NvMapScraper] 업체 사진 {failed_biz_pages}개 페이지 응답 실패 "
-                f"— 페이지당 최대 {self.BIZ_PAGE_SIZE}장 누락 가능 (수집분으로 진행)"
-            )
-        # 마지막 페이지까지 가득 차 있으면 상한 밖에 사진이 더 있을 수 있다.
-        if biz_pages and self._raw_photo_count(biz_pages[-1]) >= self.BIZ_PAGE_SIZE:
-            logger.warning(
-                f"[NvMapScraper] 업체 사진이 수집 상한(BIZ_MAX_PAGES={self.BIZ_MAX_PAGES}, "
-                f"{self.BIZ_MAX_PAGES * self.BIZ_PAGE_SIZE}장)까지 가득 참 — 초과분은 수집되지 않음"
-            )
-
         extra_photo_urls = self._interleave(interior_urls, exterior_urls) + review_urls
         logger.info(
-            f"[NvMapScraper] 보충 이미지 - 내부:{len(interior_urls)} 외부:{len(exterior_urls)} "
-            f"리뷰:{len(review_urls)} / 업체(biz):{len(biz_urls)}"
+            f"[NvMapScraper] 보충 이미지 - 내부:{len(interior_urls)} 외부:{len(exterior_urls)} 리뷰:{len(review_urls)}"
         )
 
-        # 홈페이지 링크: GraphQL base는 homepages를 노출하지 않으므로(400),
-        # 브라우저가 로드한 place 페이지의 __APOLLO_STATE__ JSON에서 추출한다.
-        homepage_url = (
-            self._extract_homepage_from_html(apollo_json) if apollo_json else None
-        )
-
-        logger.info(
-            f"[NvMapScraper] 브라우저 폴백 SUCCESS - place_id: {place_id}, "
-            f"homepage: {homepage_url or '없음'}"
-        )
-        return data, stats_data, extra_photo_urls, biz_urls, homepage_url
+        logger.info(f"[NvMapScraper] 브라우저 폴백 SUCCESS - place_id: {place_id}")
+        return data, stats_data, extra_photo_urls
 
     async def _call_get_accommodation(self, place_id: str) -> dict:
         """GraphQL API를 호출하여 숙소 정보를 가져옵니다.
@@ -566,39 +447,29 @@ query getVisitorReviewStats($id: String!) {
             logger.warning(f"[NvMapScraper] Failed to get review stats: {e}")
             return None
 
-    async def _get_facility_and_homepage(self, place_id: str) -> tuple[str | None, str | None]:
-        """장소 페이지에서 편의시설 정보와 홈페이지 링크를 크롤링합니다. 숙소, 음식점 순으로 시도합니다.
+    async def _get_facility_string(self, place_id: str) -> str | None:
+        """장소 페이지에서 편의시설 정보를 크롤링합니다. 숙소, 음식점 순으로 시도합니다.
 
         Args:
             place_id: 네이버 지도 장소 ID
 
         Returns:
-            (편의시설 정보 문자열 또는 None, 홈페이지 링크 또는 None)
+            편의시설 정보 문자열 또는 None
         """
-        facility: str | None = None
-        homepage: str | None = None
         place_types = ["place", "accommodation", "restaurant"]
         try:
             async with aiohttp.ClientSession() as session:
                 for place_type in place_types:
                     url = f"https://pcmap.place.naver.com/{place_type}/{place_id}/home"
                     async with session.get(url, headers=self._get_request_headers()) as response:
-                        raw = await response.read()
-                    if homepage is None:
-                        homepage = self._extract_homepage_from_html(
-                            raw.decode("utf-8", errors="ignore")
-                        )
-                    if facility is None:
-                        soup = bs4.BeautifulSoup(raw, "html.parser")
+                        soup = bs4.BeautifulSoup(await response.read(), "html.parser")
                         c_elem = soup.find("span", "place_blind", string="편의")
                         if c_elem:
-                            facility = c_elem.parent.parent.find("div").string
-                    if facility is not None and homepage is not None:
-                        break
-            return facility, homepage
+                            return c_elem.parent.parent.find("div").string
+            return None
         except Exception as e:
-            logger.warning(f"[NvMapScraper] Failed to get facility/homepage info: {e}")
-            return facility, homepage
+            logger.warning(f"[NvMapScraper] Failed to get facility info: {e}")
+            return None
 
 
 # if __name__ == "__main__":

app/utils/prompts/chatgpt_prompt.py

@@ -46,20 +46,7 @@ class ChatgptService:
                 )
             case _:
                 raise NotImplementedError(f"Unknown Provider : {model_type}")
-
-    def _log_usage(self, response, model: str, output_format: type[BaseModel]) -> None:
-        usage = getattr(response, "usage", None)
-        if usage is None:
-            return
-        # 토큰 소모량 로깅 (필요 시 주석 해제)
-        # cached = getattr(getattr(usage, "prompt_tokens_details", None), "cached_tokens", None) or 0
-        # reasoning = getattr(getattr(usage, "completion_tokens_details", None), "reasoning_tokens", None) or 0
-        # logger.info(
-        #     f"[ChatgptService({self.model_type})] usage model={model} output={output_format.__name__} "
-        #     f"prompt={usage.prompt_tokens} cached={cached} "
-        #     f"completion={usage.completion_tokens} reasoning={reasoning} total={usage.total_tokens}"
-        # )
-
+    
     async def _call_pydantic_output(
             self, 
             prompt : str, 
@@ -126,10 +113,9 @@ class ChatgptService:
             self, 
             prompt : str, 
             output_format : BaseModel,  #입력 output_format의 경우 Pydantic BaseModel Class를 상속한 Class 자체임에 유의할 것
-            model : str,
+            model : str, 
             img_url : str,
-            image_detail_high : bool,
-            reasoning_effort : Optional[str] = None) -> BaseModel:
+            image_detail_high : bool) -> BaseModel: 
         content = []
         if img_url:
             content.append({
@@ -143,16 +129,13 @@ class ChatgptService:
             "type": "text",
             "text": prompt
         })
-        # gpt-5.4 계열/Gemini 호환 엔드포인트는 허용 값이 다르거나 파라미터를 거부하므로 지정된 경우에만 전달
-        extra_kwargs = {"reasoning_effort": reasoning_effort} if reasoning_effort else {}
         last_error = None
         for attempt in range(self.max_retries + 1):
             try:
                 response = await self.client.beta.chat.completions.parse(
                     model=model,
                     messages=[{"role": "user", "content": content}],
-                    response_format=output_format,
-                    **extra_kwargs,
+                    response_format=output_format
                 )
             except (ValidationError, json.JSONDecodeError) as e:
                 # 모델이 스키마에 맞지 않는 JSON을 반환한 경우 (예: trailing characters).
@@ -165,7 +148,6 @@ class ChatgptService:
                 if attempt < self.max_retries:
                     logger.info(f"[ChatgptService({self.model_type})] Retrying request...")
                 continue
-            self._log_usage(response, model, output_format)
             # Response 디버그 로깅
             # logger.debug(f"[ChatgptService({self.model_type})] attempt: {attempt}")
             # logger.debug(f"[ChatgptService({self.model_type})] Response ID: {response.id}")
@@ -200,69 +182,13 @@ class ChatgptService:
         logger.error(f"[ChatgptService({self.model_type})] All retries exhausted. Last error: {last_error}")
         raise last_error
     
-    async def generate_structured_output_multi_image(
-        self,
-        prompt_text: str,
-        output_format: BaseModel,
-        model: str,
-        img_urls: List[str],
-        image_detail_high: bool = True,
-    ) -> BaseModel:
-        """여러 이미지를 한 번에 보고 구조화 출력을 생성합니다 (썸네일 비전 선택용).
-
-        sheet 기반 Prompt를 거치지 않고 코드에서 조립한 프롬프트 텍스트와
-        이미지 URL 리스트를 직접 받는다. 이미지들은 프롬프트에 나열된 순서와
-        동일하게 첨부되므로, 프롬프트에서 "N번째 이미지"로 지칭할 수 있다.
-        """
-        content = []
-        for url in img_urls:
-            content.append({
-                "type": "image_url",
-                "image_url": {
-                    "url": url,
-                    "detail": "high" if image_detail_high else "low",
-                },
-            })
-        content.append({"type": "text", "text": prompt_text})
-
-        last_error = None
-        for attempt in range(self.max_retries + 1):
-            try:
-                response = await self.client.beta.chat.completions.parse(
-                    model=model,
-                    messages=[{"role": "user", "content": content}],
-                    response_format=output_format,
-                )
-            except (ValidationError, json.JSONDecodeError) as e:
-                logger.warning(
-                    f"[ChatgptService({self.model_type})] multi-image parse failed "
-                    f"(attempt {attempt + 1}/{self.max_retries + 1}): {e}"
-                )
-                last_error = ChatGPTResponseError("parse_error", type(e).__name__, str(e))
-                if attempt < self.max_retries:
-                    continue
-                raise last_error
-
-            self._log_usage(response, model, output_format)
-            choice = response.choices[0]
-            if choice.finish_reason == "stop":
-                return choice.message.parsed
-            logger.warning(
-                f"[ChatgptService({self.model_type})] multi-image unexpected finish_reason "
-                f"(attempt {attempt + 1}/{self.max_retries + 1}): {choice.finish_reason}"
-            )
-            last_error = ChatGPTResponseError("failed", choice.finish_reason, "multi-image call failed")
-
-        raise last_error
-
     async def generate_structured_output(
         self,
         prompt : Prompt,
         input_data : dict,
         img_url : Optional[str] = None,
         img_detail_high : bool = False,
-        silent : bool = True,
-        reasoning_effort : Optional[str] = None,
+        silent : bool = True
     ) -> BaseModel:
         prompt_text = prompt.build_prompt(input_data, silent)
     
@@ -273,5 +199,5 @@ class ChatgptService:
         # GPT API 호출
         #parsed = await self._call_structured_output_with_response_gpt_api(prompt_text, prompt.prompt_output, prompt.prompt_model) 
         # parsed = await self._call_pydantic_output(prompt_text, prompt.prompt_output_class, prompt.prompt_model, img_url, img_detail_high) 
-        parsed = await self._call_pydantic_output_chat_completion(prompt_text, prompt.prompt_output_class, prompt.prompt_model, img_url, img_detail_high, reasoning_effort)
+        parsed = await self._call_pydantic_output_chat_completion(prompt_text, prompt.prompt_output_class, prompt.prompt_model, img_url, img_detail_high) 
         return parsed

app/utils/prompts/schemas/image.py

@@ -42,61 +42,6 @@ class SpaceType(StrEnum):
     detail_lighting  = auto()
     detail_decor = auto()
     detail_tableware = auto()
-    # 레스토랑(DVRT0001) 템플릿 어휘
-    dining_hall = auto()
-    table_setting = auto()
-    private_room = auto()
-    detail_cooking = auto()
-    detail_plating = auto()
-    detail_menu = auto()
-    detail_dish_main = auto()
-    detail_dish_side = auto()
-    brand_summary = auto()
-    # 카페(DVCF0001) 템플릿 어휘
-    hall = auto()
-    counter_bar = auto()
-    seating_window = auto()
-    seating_lounge = auto()
-    signage = auto()
-    detail_dessert = auto()
-    detail_signature_drink = auto()
-    # 관광지(DVAT0001) 템플릿 어휘
-    entrance_gate = auto()
-    exhibition_hall = auto()
-    landmark_main = auto()
-    landmark_detail = auto()
-    night_view = auto()
-    panorama_view = auto()
-    photo_spot = auto()
-    seasonal_scene = auto()
-    walking_path = auto()
-    # 미용실(DVSL0001) 템플릿 어휘
-    mirror_detail = auto()
-    styling_zone = auto()
-    waiting_lounge = auto()
-    # 병원(DVCL0001) 템플릿 어휘
-    consultation_room = auto()
-    detail_amenity = auto()
-    equipment_zone = auto()
-    recovery_room = auto()
-    treatment_room = auto()
-    waiting_area = auto()
-    # 피트니스(DVFT0001) 템플릿 어휘
-    apparatus_zone = auto()
-    brand_sign = auto()
-    detail_equipment = auto()
-    locker_room = auto()
-    powder_room = auto()
-    pt_zone = auto()
-    reformer_zone = auto()
-    # 학원(DVAC0001) 템플릿 어휘
-    classroom = auto()
-    counseling_room = auto()
-    detail_facility = auto()
-    detail_interior_prop = auto()
-    detail_materials = auto()
-    library_corner = auto()
-    study_room = auto()
 
 class Subject(StrEnum):
     """이미지 내 주요 피사체 유형. 화면에 무엇이 담겨 있는지를 분류하는 태그."""
@@ -110,28 +55,6 @@ class Subject(StrEnum):
     signage = auto()
     amenity_item = auto()
     person = auto()
-    # 레스토랑(DVRT0001) 템플릿 어휘
-    cooking_action = auto()
-    menu_board = auto()
-    triptych = auto()
-    # 카페(DVCF0001) 템플릿 어휘
-    beverage = auto()
-    brewing_action = auto()
-    dessert = auto()
-    # 관광지(DVAT0001) 템플릿 어휘
-    scenery = auto()
-    structure = auto()
-    # 병원(DVCL0001) 템플릿 어휘
-    interior_clean = auto()
-    medical_equipment = auto()
-    # 피트니스(DVFT0001) 템플릿 어휘
-    interior_scale = auto()
-    pilates_apparatus = auto()
-    training_action = auto()
-    # 학원(DVAC0001) 템플릿 어휘
-    facility_equipment = auto()
-    learning_material = auto()
-    study_scene = auto()
 
 class Camera(StrEnum):
     """이미지의 촬영 기법·구도·조명 특성. 영상 편집 시 컷의 시각적 스타일을 구분하는 태그."""

app/utils/subtitles.py

@@ -1,5 +1,4 @@
 import copy
-import re
 import time
 import json
 from typing import Literal, Any
@@ -13,31 +12,10 @@ from app.utils.prompts.prompts import *
 
 logger = get_logger("subtitle")
 
-# 비한국어 출력에서 번역 누락(한글 잔존)을 탐지하기 위한 패턴
-_HANGUL_RE = re.compile(r"[가-힣]")
-
-# 한글 잔존 시 GPT 재호출 최대 횟수 (최초 호출 포함)
-_MAX_LANGUAGE_ATTEMPTS = 3
-
-
 class SubtitleContentsGenerator():
     def __init__(self):
         self.chatgpt_service = ChatgptService(timeout=60.0)
 
-    @staticmethod
-    def _find_hangul_leftovers(output_data: SubtitlePromptOutput) -> list[str]:
-        """비한국어 출력에서 한글이 남아 있는 pitching_tag 목록을 반환합니다.
-
-        프롬프트가 '한국어로 생성 후 {language}로 번역'하는 2단계 구조라서,
-        항목 수가 많으면 일부가 번역되지 않은 채(한국어/혼합 문장) 돌아오는
-        사례가 있어 코드 레벨에서 검증한다.
-        """
-        return [
-            result.pitching_tag
-            for result in output_data.pitching_results
-            if _HANGUL_RE.search(result.pitching_data)
-        ]
-
     async def generate_subtitle_contents(self, marketing_intelligence : dict[str, Any], pitching_label_list : list[Any], customer_name : str, detail_region_info : str, language : str = "Korean", industry: str = "") -> SubtitlePromptOutput:
         start = time.perf_counter()
         logger.info(
@@ -63,39 +41,7 @@ class SubtitleContentsGenerator():
         logger.info(
             f"[SubtitleContentsGenerator] GPT 호출 시작 - model: {dynamic_subtitle_prompt.prompt_model}"
         )
-
-        # 비한국어 언어는 번역 누락(한글 잔존) 검증 후 필요 시 재호출.
-        # 전부 실패하면 잔존 건수가 가장 적은 시도를 채택한다 (영상 생성 자체는 진행).
-        output_data = None
-        best_output = None
-        best_leftover_count: int | None = None
-        for lang_attempt in range(1, _MAX_LANGUAGE_ATTEMPTS + 1):
-            candidate = await self.chatgpt_service.generate_structured_output(dynamic_subtitle_prompt, input_data)
-
-            if language == "Korean":
-                output_data = candidate
-                break
-
-            leftovers = self._find_hangul_leftovers(candidate)
-            if not leftovers:
-                output_data = candidate
-                break
-
-            logger.warning(
-                f"[SubtitleContentsGenerator] 번역 누락(한글 잔존) {len(leftovers)}건 "
-                f"(attempt {lang_attempt}/{_MAX_LANGUAGE_ATTEMPTS}) - language: {language}, "
-                f"tags: {leftovers}"
-            )
-            if best_leftover_count is None or len(leftovers) < best_leftover_count:
-                best_output = candidate
-                best_leftover_count = len(leftovers)
-
-        if output_data is None:
-            logger.error(
-                f"[SubtitleContentsGenerator] 모든 시도에서 한글 잔존 - "
-                f"최소 잔존 {best_leftover_count}건 결과 채택 - language: {language}"
-            )
-            output_data = best_output
+        output_data = await self.chatgpt_service.generate_structured_output(dynamic_subtitle_prompt, input_data)
 
         elapsed = (time.perf_counter() - start) * 1000
         logger.info(

app/utils/suno.py

@@ -113,11 +113,11 @@ class SunoService:
 
         Args:
             prompt: 가사 (customMode=true일 때 가사로 사용)
-                    40초 이내 길이의 노래에 적합한 가사여야 함
+                    1분 이내 길이의 노래에 적합한 가사여야 함
             genre: 음악 장르 (예: "K-Pop", "Pop", "R&B", "Hip-Hop", "Ballad", "EDM", "Rock", "Jazz")
                    None일 경우 style 파라미터를 전송하지 않음
             callback_url: 생성 완료 시 알림 받을 URL (None일 경우 config에서 기본값 사용)
-            instrumental: True이면 BGM 전용 — 더미 가사로 40초 길이를 유도하고 보컬 없이 생성
+            instrumental: True이면 BGM 전용 — 더미 가사로 60초 길이를 유도하고 보컬 없이 생성
 
         Returns:
             task_id: 작업 추적용 ID
@@ -125,7 +125,7 @@ class SunoService:
         Note:
             - 스트림 URL: 30-40초 내 생성
             - 다운로드 URL: 2-3분 내 생성
-            - 생성되는 노래는 약 40초 이내의 길이
+            - 생성되는 노래는 약 1분 이내의 길이
         """
         actual_callback_url = callback_url or apikey_settings.SUNO_CALLBACK_URL
 
@@ -133,11 +133,11 @@ class SunoService:
 
         if instrumental:
             bgm_lyrics = get_bgm_lyrics(genre)
-            formatted_prompt = f"[Song Duration: Around 40 seconds]\n{bgm_lyrics}"
+            formatted_prompt = f"[Song Duration: Around 1 minute - Must be around 60 seconds]\n{bgm_lyrics}"
             logger.info(f"[Suno] BGM 더미 가사 장르 {normalized_genre} 선택됨")
         else:
             formatted_prompt = (
-                f"[Song Duration: Around 40 seconds]\n{prompt}"
+                f"[Song Duration: Around 1 minute - Must be around 60 seconds]\n{prompt}"
             )
 
         payload: dict[str, Any] = {
@@ -148,7 +148,7 @@ class SunoService:
             "callBackUrl": actual_callback_url,
         }
         if normalized_genre:
-            payload["style"] = f"{normalized_genre}, around 40 seconds" if instrumental else normalized_genre
+            payload["style"] = f"{normalized_genre}, around 60 seconds" if instrumental else normalized_genre
 
         last_error: Exception | None = None
 

app/utils/thumbnail_fitness.py

@@ -1,231 +0,0 @@
-# -*- coding: utf-8 -*-
-"""
-썸네일 슬롯 한정 픽셀(헤더) 룰 스코어러 — Pillow/numpy 의존성 없이 구현.
-
-배경 (zzz/ado2-thumbnail-selection 파일럿 대비 축소 이식):
-  기존 태그 매칭(calculate_image_slot_score_multi)은 의미 태그 교집합만 보고
-  실제 화질·프레이밍을 보지 않는다. 파일럿(수원화성, 2026-07-20)에서 검증된
-  6축 스코어러 중 "실질 가치는 최고 컷 찾기보다 명백히 나쁜 컷의 자동 배제"
-  (참고: references/scoring-logic.md)라는 결론에 따라, 하드 리젝트에 직결되는
-  두 축(해상도 업스케일 배율, 종횡비)만 이식한다.
-
-  이 두 축은 실제 픽셀 색상이 필요 없고 원본 가로/세로 픽셀 수만 알면 되므로,
-  이미지를 전체 디코드하지 않고 파일 헤더 몇십 KB만 읽어(HTTP Range) 포맷별
-  고정 위치에서 크기를 파싱한다(JPEG는 SOF 마커 스캔). Pillow의 픽셀 디코드가
-  없으므로 서버(Standard_B2als_v2, 2 vCPU 버스터블) CPU 부담이 사실상 0에
-  가깝다.
-
-  텍스트 안전영역 밀도·명암 대비(원 스코어러의 safe_area/contrast 축)는 실제
-  픽셀 값이 있어야 계산되는 축이라 이 방식으로는 커버하지 못한다 — 의도적으로
-  범위 밖으로 남겨둔 트레이드오프.
-"""
-from __future__ import annotations
-
-import asyncio
-import struct
-
-import httpx
-
-from app.utils.logger import get_logger
-
-logger = get_logger("thumbnail_fitness")
-
-# ── 커버 스펙 (thumbnail-composition 렌더 기준) ──────────────────────────
-TARGET_H = 1920          # 9:16 출력 캔버스 기준 세로 px
-_CROP_RATIO = 9 / 16      # tight_crop(fit=cover) 목표 종횡비
-
-REJECT_UPSCALE = 2.5      # 9:16 크롭 후 업스케일 배율 초과 → 배제 (OG 1200×630 ≈ 3.05배)
-REJECT_ASPECT = 2.2       # 원본 종횡비(w/h) 초과 극단 가로형 → 배제
-
-_RANGE_BYTES = 131072     # 헤더만 읽기 위한 최대 다운로드 크기 (128KB, SOF 스캔 여유분)
-_DOWNLOAD_TIMEOUT = 8.0
-_DEFAULT_CONCURRENCY = 4  # 헤더만 받으므로 CPU 부담 없음 — I/O 대기 기준으로 넉넉히
-
-
-# ── 포맷별 헤더 파싱 (순수 struct, 전체 디코드 없음) ──────────────────────
-def parse_image_size(data: bytes) -> tuple[int, int] | None:
-    """이미지 바이트(파일 앞부분)에서 원본 (width, height)를 추출합니다.
-
-    지원: JPEG(SOF 마커 스캔), PNG(IHDR), GIF(고정 오프셋), WebP(VP8X/VP8L).
-    단순 손실 WebP(VP8)는 비트 단위 파싱이 필요해 범위 밖 — 실패 시 None
-    (호출자가 중립 처리, 배제하지 않음).
-    """
-    if len(data) < 12:
-        return None
-    if data[:2] == b"\xff\xd8":
-        return _parse_jpeg_size(data)
-    if data[:8] == b"\x89PNG\r\n\x1a\n":
-        return _parse_png_size(data)
-    if data[:6] in (b"GIF87a", b"GIF89a"):
-        return _parse_gif_size(data)
-    if data[:4] == b"RIFF" and data[8:12] == b"WEBP":
-        return _parse_webp_size(data)
-    return None
-
-
-def _parse_png_size(data: bytes) -> tuple[int, int] | None:
-    if len(data) < 24:
-        return None
-    width, height = struct.unpack(">II", data[16:24])
-    return width, height
-
-
-def _parse_gif_size(data: bytes) -> tuple[int, int] | None:
-    if len(data) < 10:
-        return None
-    width, height = struct.unpack("<HH", data[6:10])
-    return width, height
-
-
-_JPEG_SOF_MARKERS = {
-    0xC0, 0xC1, 0xC2, 0xC3, 0xC5, 0xC6, 0xC7,
-    0xC9, 0xCA, 0xCB, 0xCD, 0xCE, 0xCF,
-}
-_JPEG_NO_LENGTH_MARKERS = {0xD8, 0xD9, 0x01} | set(range(0xD0, 0xD8))  # SOI/EOI/RST0-7/TEM
-
-
-def _parse_jpeg_size(data: bytes) -> tuple[int, int] | None:
-    n = len(data)
-    pos = 2  # SOI(0xFFD8) 이후부터 마커 스캔
-    while pos < n:
-        if data[pos] != 0xFF:
-            pos += 1
-            continue
-        # 0xFF 뒤 연속된 fill byte(0xFF) 스킵 후 실제 마커 바이트 탐색
-        marker_pos = pos
-        while marker_pos < n and data[marker_pos] == 0xFF:
-            marker_pos += 1
-        if marker_pos >= n:
-            return None
-        marker = data[marker_pos]
-        pos = marker_pos + 1
-        if marker in _JPEG_NO_LENGTH_MARKERS:
-            continue
-        if pos + 2 > n:
-            return None
-        seg_len = struct.unpack(">H", data[pos:pos + 2])[0]
-        if marker in _JPEG_SOF_MARKERS:
-            if pos + 7 > n:
-                return None  # SOF가 헤더 범위 밖에 있음 — 파싱 실패(중립 처리)
-            height, width = struct.unpack(">HH", data[pos + 3:pos + 7])
-            return width, height
-        pos += seg_len
-    return None
-
-
-def _parse_webp_size(data: bytes) -> tuple[int, int] | None:
-    if len(data) < 30:
-        return None
-    fourcc = data[12:16]
-    if fourcc == b"VP8X":
-        width = 1 + (data[24] | (data[25] << 8) | (data[26] << 16))
-        height = 1 + (data[27] | (data[28] << 8) | (data[29] << 16))
-        return width, height
-    if fourcc == b"VP8L":
-        if len(data) < 25 or data[20] != 0x2F:
-            return None
-        b0, b1, b2, b3 = data[21:25]
-        bits = b0 | (b1 << 8) | (b2 << 16) | (b3 << 24)
-        width = (bits & 0x3FFF) + 1
-        height = ((bits >> 14) & 0x3FFF) + 1
-        return width, height
-    # 단순 손실 WebP(VP8) — 비트 단위 파싱 범위 밖, 중립 처리
-    return None
-
-
-# ── 점수화 (실제 픽셀 없이 w,h만으로 산출) ─────────────────────────────
-def score_pixel_fitness(width: int, height: int) -> dict:
-    """해상도(업스케일 배율)·종횡비만으로 썸네일 적합도를 판정합니다.
-
-    Returns:
-        {"score": 0.0~1.0 (배율, 태그 점수에 곱해 쓴다), "reject": str}
-        reject가 비어있지 않으면 하드 배제 대상.
-    """
-    if width <= 0 or height <= 0:
-        return {"score": 0.0, "reject": "invalid_dimensions"}
-
-    ratio = width / height
-    if ratio > REJECT_ASPECT:
-        return {"score": 0.0, "reject": f"극단 가로형({ratio:.2f}:1)"}
-
-    cropped_h = height if ratio > _CROP_RATIO else int(width / _CROP_RATIO)
-    if cropped_h <= 0:
-        return {"score": 0.0, "reject": "invalid_dimensions"}
-
-    upscale = TARGET_H / cropped_h
-    if upscale > REJECT_UPSCALE:
-        return {"score": 0.0, "reject": f"저해상도(업스케일 {upscale:.2f}x)"}
-
-    soft_score = 1.0 if upscale <= 1.0 else max(0.0, 1.0 - (upscale - 1.0) / 2.0)
-    return {"score": round(soft_score, 4), "reject": ""}
-
-
-# ── 네트워크: 헤더 바이트만 받기 (HTTP Range, 미지원 서버도 조기 종료로 방어) ──
-async def _fetch_header_bytes(
-    client: httpx.AsyncClient, url: str, max_bytes: int = _RANGE_BYTES, timeout: float = _DOWNLOAD_TIMEOUT
-) -> bytes | None:
-    """이미지 URL에서 앞부분 max_bytes만 받아옵니다.
-
-    Range 헤더를 무시하고 전체를 돌려주는 서버가 있어도, 스트리밍을 max_bytes
-    수신 즉시 중단해 실제 다운로드량을 상한선 이내로 강제한다.
-    """
-    try:
-        async with client.stream(
-            "GET", url, headers={"Range": f"bytes=0-{max_bytes - 1}"}, timeout=timeout
-        ) as response:
-            if response.status_code not in (200, 206):
-                return None
-            buf = bytearray()
-            async for chunk in response.aiter_bytes():
-                buf.extend(chunk)
-                if len(buf) >= max_bytes:
-                    break
-            return bytes(buf[:max_bytes])
-    except Exception as e:
-        logger.warning(f"[thumbnail_fitness] 헤더 다운로드 실패: {url} - {e}")
-        return None
-
-
-async def score_pool_thumbnail_fitness(
-    pool: list[dict],
-    client: httpx.AsyncClient,
-    concurrency: int = _DEFAULT_CONCURRENCY,
-    total_timeout: float = 20.0,
-) -> dict[str, dict]:
-    """이미지 풀(URL 중복 제거)의 썸네일 픽셀 적합도를 병렬로 계산합니다.
-
-    다운로드/파싱 실패 항목은 결과 dict에서 아예 빠진다 — 호출자가 "데이터
-    없음 = 판정 보류(중립)"로 처리하도록 유도(하드 배제로 오판하지 않기 위함).
-    전체 배치에 total_timeout 상한을 걸어, 네트워크 불량 시 이 부가 기능이
-    영상 생성 사전 준비 전체를 지연시키지 않도록 한다(초과 시 빈 dict).
-
-    Returns:
-        {image_url: {"score": float, "reject": str}} — 성공한 URL만 포함.
-    """
-    semaphore = asyncio.Semaphore(concurrency)
-    urls = list({item["image_url"] for item in pool if item.get("image_url")})
-
-    async def _score_one(url: str) -> tuple[str, dict | None]:
-        async with semaphore:
-            header = await _fetch_header_bytes(client, url)
-        if header is None:
-            return url, None
-        size = parse_image_size(header)
-        if size is None:
-            logger.warning(f"[thumbnail_fitness] 이미지 크기 파싱 실패(포맷 미지원/헤더 부족): {url}")
-            return url, None
-        width, height = size
-        return url, score_pixel_fitness(width, height)
-
-    try:
-        results = await asyncio.wait_for(
-            asyncio.gather(*[_score_one(u) for u in urls]),
-            timeout=total_timeout,
-        )
-    except asyncio.TimeoutError:
-        logger.warning(
-            f"[thumbnail_fitness] 전체 스코어링 타임아웃({total_timeout}s, urls={len(urls)}) — "
-            "픽셀 적합도 없이(태그 점수만) 진행"
-        )
-        return {}
-    return {url: fitness for url, fitness in results if fitness is not None}

app/utils/thumbnail_vision.py

@@ -1,110 +0,0 @@
-# -*- coding: utf-8 -*-
-"""
-썸네일 최종 선택 — 규칙/픽셀로 압축한 top-N 후보 중 비전 LLM이 1개 선택 (Phase 2).
-
-배경 (하이브리드 설계):
-  규칙(태그 매칭) + 픽셀 헤더 필터로 썸네일 후보를 소수(top-3)로 압축한 뒤,
-  그 소수 중 최종 1컷만 비전 LLM이 이미지를 실제로 보고 고른다. 선택지가
-  "1슬롯 × 3후보"로 갇혀 있어 전면 LLM 배정의 위험(제약 위반·중복 배정·큰
-  블라스트 반경)이 없고, 실패 시 규칙 1위로 폴백한다.
-
-  이 단계의 실질 가치: Pillow를 쓰지 않아 포기했던 지각적 축을 비전으로 되찾음.
-  - 이미지 속 글자/간판/워터마크가 커버 텍스트 4슬롯과 겹치는지
-  - 중앙 9:16 크롭 후 주제가 잘리거나 어중간해지는지
-  - 업종 대표성·클릭 유인
-"""
-from __future__ import annotations
-
-import asyncio
-
-from pydantic import BaseModel, Field
-
-from app.utils.logger import get_logger
-from app.utils.prompts.chatgpt_prompt import ChatgptService
-
-logger = get_logger("thumbnail_vision")
-
-# 비전 판정 모델·타임아웃 — 부가 기능이므로 실패해도 규칙 폴백, 파이프라인은 진행
-_VISION_MODEL = "gpt-5-mini"
-_VISION_TIMEOUT = 20.0
-
-
-class ThumbnailPickOutput(BaseModel):
-    """비전 LLM의 썸네일 선택 출력."""
-    choice_index: int = Field(..., description="선택한 이미지의 0-기반 인덱스 (첨부 이미지 순서와 동일)")
-    reason: str = Field(..., description="선택 근거 한 줄 (텍스트 충돌/크롭 구도/대표성 관점)")
-
-
-def _build_prompt(candidate_count: int, industry: str, business_name: str) -> str:
-    return f"""당신은 숏폼 광고 영상의 **썸네일(커버) 배경 이미지**를 고르는 전문가입니다.
-
-첨부된 {candidate_count}장의 이미지는 이미 태그·화질 필터를 통과한 후보들입니다.
-이 중 커버로 가장 적합한 **1장**을 골라 0-기반 인덱스로 반환하세요.
-(첫 번째 이미지 = 0, 두 번째 = 1, ...)
-
-업체 정보: {business_name} ({industry} 업종)
-
-썸네일 위에는 아래 4개의 텍스트가 흰 글자로 얹힙니다:
-- 상단(약 8% 높이): 카테고리 뱃지
-- 중앙(약 50%): 업체명 (큰 글자)
-- 중앙 하단(약 62%): 지역
-- 최하단(약 94%): 해시태그
-
-선택 기준 (중요도 순):
-0. **업종 대표성·클릭 유인**: 한눈에 어떤 곳인지 전달되고 매력적일 것
-1. **텍스트 충돌 회피**: 이미지 속 간판·안내판 글자·워터마크가 위 텍스트 영역과 겹치지 않을 것
-2. **크롭 후 구도**: 세로 9:16 중앙 크롭 시 핵심 주제가 잘리지 않고 살아있을 것
-3. **가독성**: 텍스트가 얹히는 영역(상/중/하단)이 너무 밝거나 복잡하지 않아 흰 글자가 잘 보일 것
-"""
-
-
-async def pick_thumbnail_by_vision(
-    candidates: list[dict],
-    industry: str,
-    business_name: str,
-) -> dict | None:
-    """후보 이미지 중 비전 LLM이 최종 1컷을 선택합니다.
-
-    Args:
-        candidates: [{"image_url": str, "image_tag": dict}, ...] — 규칙/픽셀로
-            압축한 top-N 후보 (점수 내림차순, 즉 index 0이 규칙 1위).
-
-    Returns:
-        선택된 candidate dict. 후보가 1개 이하이거나 호출 실패/타임아웃/무효
-        인덱스면 None (호출자가 규칙 1위 폴백).
-    """
-    if len(candidates) < 2:
-        # 선택할 게 없음 — 규칙 1위(있으면)로 폴백
-        return None
-
-    urls = [c["image_url"] for c in candidates]
-    prompt = _build_prompt(len(candidates), industry, business_name)
-    chatgpt = ChatgptService(model_type="gpt", timeout=_VISION_TIMEOUT)
-
-    try:
-        result: ThumbnailPickOutput = await asyncio.wait_for(
-            chatgpt.generate_structured_output_multi_image(
-                prompt_text=prompt,
-                output_format=ThumbnailPickOutput,
-                model=_VISION_MODEL,
-                img_urls=urls,
-            ),
-            timeout=_VISION_TIMEOUT,
-        )
-    except Exception as e:
-        logger.warning(f"[thumbnail_vision] 비전 선택 실패 — 규칙 폴백: {e}")
-        return None
-
-    idx = result.choice_index
-    if not (0 <= idx < len(candidates)):
-        logger.warning(
-            f"[thumbnail_vision] 무효 인덱스({idx}, 후보 {len(candidates)}개) — 규칙 폴백"
-        )
-        return None
-
-    logger.info(
-        f"[thumbnail_vision] 비전 선택 — index={idx}"
-        f"{' (규칙 1위와 동일)' if idx == 0 else ' (규칙 1위 아님)'}, "
-        f"url={candidates[idx]['image_url']}, reason={result.reason}"
-    )
-    return candidates[idx]

app/utils/upload_blob_as_request.py

@@ -32,17 +32,12 @@ URL 경로 형식:
 """
 
 import asyncio
-import base64
-import os
 import re
 import time
-from collections.abc import AsyncIterator
 from pathlib import Path
-from urllib.parse import urlencode
 
 import aiofiles
 import httpx
-from fastapi import UploadFile
 
 from app.utils.logger import get_logger
 from config import azure_blob_settings
@@ -50,15 +45,6 @@ from config import azure_blob_settings
 # 로거 설정
 logger = get_logger("blob")
 
-
-class BlobUploadTooLargeError(ValueError):
-    """스트리밍 중 파일 크기 상한을 초과했을 때 발생합니다."""
-
-    def __init__(self, max_size_bytes: int):
-        self.max_size_bytes = max_size_bytes
-        super().__init__(f"업로드 파일은 {max_size_bytes} bytes를 초과할 수 없습니다.")
-
-
 # =============================================================================
 # 모듈 레벨 공유 HTTP 클라이언트 (싱글톤 패턴)
 # =============================================================================
@@ -90,23 +76,6 @@ async def close_shared_blob_client() -> None:
         logger.info("[AzureBlobUploader] Shared HTTP client closed")
 
 
-def to_playback_url(blob_url: str | None) -> str | None:
-    """DB에 저장된 SAS 미포함 공개 URL에 읽기용 SAS 토큰을 붙여 반환합니다.
-
-    Azure Blob 익명(공개) 접근은 x-ms-version 헤더가 없어 Range 요청을 지원하지
-    않는 구버전 API로 처리되어 브라우저에서 영상/오디오 seek이 동작하지 않는다.
-    SAS 토큰(sv= 포함)을 붙이면 최신 API 버전으로 처리되어 Range/Accept-Ranges가
-    정상 동작한다. DB에는 SAS 없는 URL을 그대로 저장하고, 응답 시점에만 붙인다.
-    """
-    if not blob_url:
-        return blob_url
-    sas_token = azure_blob_settings.AZURE_BLOB_SAS_TOKEN.strip("?'\"")
-    if not sas_token:
-        return blob_url
-    separator = "&" if "?" in blob_url else "?"
-    return f"{blob_url}{separator}{sas_token}"
-
-
 class AzureBlobUploader:
     """Azure Blob Storage 업로드 클래스
 
@@ -131,8 +100,6 @@ class AzureBlobUploader:
         ".gif": "image/gif",
         ".webp": "image/webp",
         ".bmp": "image/bmp",
-        ".heic": "image/heic",
-        ".heif": "image/heif",
     }
 
     def __init__(self, user_uuid: str, task_id: str):
@@ -144,7 +111,7 @@ class AzureBlobUploader:
         """
         self._user_uuid = user_uuid
         self._task_id = task_id
-        self._base_url = azure_blob_settings.AZURE_BLOB_BASE_URL.rstrip("/")
+        self._base_url = azure_blob_settings.AZURE_BLOB_BASE_URL
         self._sas_token = azure_blob_settings.AZURE_BLOB_SAS_TOKEN
         self._last_public_url: str = ""
 
@@ -237,12 +204,8 @@ class AzureBlobUploader:
             logger.debug(f"[{log_prefix}] Starting upload... "
                          f"(size: {size} bytes, timeout: {timeout}s)")
 
-            request_headers = {
-                **headers,
-                "x-ms-version": azure_blob_settings.AZURE_BLOB_API_VERSION,
-            }
             response = await asyncio.wait_for(
-                client.put(upload_url, content=file_content, headers=request_headers),
+                client.put(upload_url, content=file_content, headers=headers),
                 timeout=timeout,
             )
             upload_time = time.perf_counter()
@@ -283,170 +246,6 @@ class AzureBlobUploader:
                          f"{type(e).__name__}: {e}")
             return False
 
-    @staticmethod
-    def _append_query(upload_url: str, **params: str) -> str:
-        """SAS 쿼리를 유지하며 Azure REST API 쿼리를 추가합니다."""
-        separator = "&" if "?" in upload_url else "?"
-        return f"{upload_url}{separator}{urlencode(params)}"
-
-    async def _delete_upload_url(self, upload_url: str, log_prefix: str) -> bool:
-        """실패한 업로드의 커밋/미커밋 Blob을 정리합니다."""
-        try:
-            client = await get_shared_blob_client()
-            response = await client.delete(
-                upload_url,
-                headers={"x-ms-version": azure_blob_settings.AZURE_BLOB_API_VERSION},
-            )
-            if response.status_code in {202, 404}:
-                return True
-            logger.warning(
-                f"[{log_prefix}] Blob cleanup failed - Status: "
-                f"{response.status_code}, Response: {response.text[:500]}"
-            )
-        except Exception as exc:
-            logger.warning(
-                f"[{log_prefix}] Blob cleanup error - {type(exc).__name__}: {exc}"
-            )
-        return False
-
-    async def _upload_stream(
-        self,
-        chunks: AsyncIterator[bytes],
-        upload_url: str,
-        content_type: str,
-        timeout: float,
-        log_prefix: str,
-        *,
-        max_size_bytes: int | None = None,
-        expected_size_bytes: int | None = None,
-        cleanup_blob_on_failure: bool = False,
-    ) -> bool:
-        """Azure Block Blob API로 비동기 청크 스트림을 업로드합니다.
-
-        각 블록만 메모리에 유지하므로 파일 전체 크기와 무관하게 메모리 사용량이
-        일정합니다. 커밋 전 오류가 발생하면 업로드 대상 Blob 삭제를 시도합니다.
-        """
-        block_ids: list[str] = []
-        block_id_nonce = os.urandom(16)
-        uploaded_size = 0
-        start_time = time.perf_counter()
-
-        async def cleanup_failed_stream() -> None:
-            # 기존 deterministic key는 미커밋 블록만 TTL 정리되게 두어 정상 Blob을 보존합니다.
-            if cleanup_blob_on_failure:
-                await self._delete_upload_url(upload_url, log_prefix)
-
-        try:
-            client = await get_shared_blob_client()
-            async with asyncio.timeout(timeout):
-                async for chunk in chunks:
-                    if not chunk:
-                        continue
-
-                    uploaded_size += len(chunk)
-                    if max_size_bytes is not None and uploaded_size > max_size_bytes:
-                        raise BlobUploadTooLargeError(max_size_bytes)
-
-                    raw_block_id = block_id_nonce + len(block_ids).to_bytes(4, "big")
-                    block_id = base64.b64encode(raw_block_id).decode("ascii")
-                    block_url = self._append_query(
-                        upload_url,
-                        comp="block",
-                        blockid=block_id,
-                    )
-                    response = await client.put(
-                        block_url,
-                        content=chunk,
-                        headers={
-                            "Content-Type": "application/octet-stream",
-                            "x-ms-version": (
-                                azure_blob_settings.AZURE_BLOB_API_VERSION
-                            ),
-                        },
-                    )
-                    if response.status_code != 201:
-                        logger.error(
-                            f"[{log_prefix}] Block upload failed - Status: "
-                            f"{response.status_code}, Response: {response.text[:500]}"
-                        )
-                        await cleanup_failed_stream()
-                        return False
-                    block_ids.append(block_id)
-
-                if uploaded_size == 0:
-                    logger.warning(f"[{log_prefix}] Empty upload stream")
-                    await cleanup_failed_stream()
-                    return False
-
-                if (
-                    expected_size_bytes is not None
-                    and uploaded_size != expected_size_bytes
-                ):
-                    logger.error(
-                        f"[{log_prefix}] Stream size changed - expected: "
-                        f"{expected_size_bytes}, actual: {uploaded_size}"
-                    )
-                    await cleanup_failed_stream()
-                    return False
-
-                block_list = "".join(
-                    f"<Latest>{block_id}</Latest>" for block_id in block_ids
-                )
-                commit_body = (
-                    f'<?xml version="1.0" encoding="utf-8"?>'
-                    f"<BlockList>{block_list}</BlockList>"
-                ).encode("utf-8")
-                commit_url = self._append_query(upload_url, comp="blocklist")
-                response = await client.put(
-                    commit_url,
-                    content=commit_body,
-                    headers={
-                        "Content-Type": "application/xml; charset=utf-8",
-                        "x-ms-blob-content-type": content_type,
-                        "x-ms-version": azure_blob_settings.AZURE_BLOB_API_VERSION,
-                    },
-                )
-                if response.status_code not in {200, 201}:
-                    logger.error(
-                        f"[{log_prefix}] Block list commit failed - Status: "
-                        f"{response.status_code}, Response: {response.text[:500]}"
-                    )
-                    await cleanup_failed_stream()
-                    return False
-
-            duration_ms = (time.perf_counter() - start_time) * 1000
-            logger.info(
-                f"[{log_prefix}] SUCCESS - blocks: {len(block_ids)}, "
-                f"size: {uploaded_size} bytes, Duration: {duration_ms:.1f}ms"
-            )
-            return True
-
-        except BlobUploadTooLargeError:
-            await cleanup_failed_stream()
-            raise
-        except asyncio.CancelledError:
-            # 클라이언트 연결 종료 중에도 가능한 범위에서 staged block을 정리합니다.
-            await asyncio.shield(cleanup_failed_stream())
-            raise
-        except TimeoutError:
-            elapsed = time.perf_counter() - start_time
-            logger.error(f"[{log_prefix}] TIMEOUT after {elapsed:.1f}s")
-        except httpx.HTTPError as exc:
-            elapsed = time.perf_counter() - start_time
-            logger.error(
-                f"[{log_prefix}] HTTP_ERROR after {elapsed:.1f}s - "
-                f"{type(exc).__name__}: {exc}"
-            )
-        except Exception as exc:
-            elapsed = time.perf_counter() - start_time
-            logger.error(
-                f"[{log_prefix}] ERROR after {elapsed:.1f}s - "
-                f"{type(exc).__name__}: {exc}"
-            )
-
-        await cleanup_failed_stream()
-        return False
-
     async def _upload_file(
         self,
         file_path: str,
@@ -474,20 +273,17 @@ class AzureBlobUploader:
         self._last_public_url = self._build_public_url(category, file_name)
         logger.debug(f"[{log_prefix}] URL (without SAS): {self._last_public_url}")
 
-        async def iter_file() -> AsyncIterator[bytes]:
-            async with aiofiles.open(file_path, "rb") as file:
-                while chunk := await file.read(
-                    azure_blob_settings.AZURE_BLOB_UPLOAD_BLOCK_SIZE_BYTES
-                ):
-                    yield chunk
+        headers = {"Content-Type": content_type, "x-ms-blob-type": "BlockBlob"}
 
-        return await self._upload_stream(
-            chunks=iter_file(),
+        async with aiofiles.open(file_path, "rb") as file:
+            file_content = await file.read()
+
+        return await self._upload_bytes(
+            file_content=file_content,
             upload_url=upload_url,
-            content_type=content_type,
+            headers=headers,
             timeout=timeout,
             log_prefix=log_prefix,
-            expected_size_bytes=Path(file_path).stat().st_size,
         )
 
     async def upload_music(self, file_path: str) -> bool:
@@ -686,51 +482,6 @@ class AzureBlobUploader:
             log_prefix=log_prefix,
         )
 
-    async def upload_image_stream(
-        self,
-        file: UploadFile,
-        file_name: str,
-        *,
-        expected_size_bytes: int | None = None,
-        max_size_bytes: int | None = None,
-    ) -> bool:
-        """FastAPI UploadFile을 Azure Block Blob으로 청크 업로드합니다."""
-        extension = Path(file_name).suffix.lower()
-        content_type = self.IMAGE_CONTENT_TYPES.get(extension, "image/jpeg")
-        file_name = self._sanitize_filename(file_name)
-
-        upload_url = self._build_upload_url("image", file_name)
-        self._last_public_url = self._build_public_url("image", file_name)
-        log_prefix = "upload_image_stream"
-        chunk_size = azure_blob_settings.AZURE_BLOB_UPLOAD_BLOCK_SIZE_BYTES
-        max_size = (
-            max_size_bytes
-            if max_size_bytes is not None
-            else azure_blob_settings.IMAGE_UPLOAD_MAX_FILE_SIZE_BYTES
-        )
-
-        async def iter_upload() -> AsyncIterator[bytes]:
-            await file.seek(0)
-            while chunk := await file.read(chunk_size):
-                yield chunk
-
-        return await self._upload_stream(
-            chunks=iter_upload(),
-            upload_url=upload_url,
-            content_type=content_type,
-            timeout=60.0,
-            log_prefix=log_prefix,
-            max_size_bytes=max_size,
-            expected_size_bytes=expected_size_bytes,
-            cleanup_blob_on_failure=True,
-        )
-
-    async def delete_image(self, file_name: str) -> bool:
-        """이미지 Blob을 삭제합니다. DB 저장 실패 보상 처리용입니다."""
-        sanitized_name = self._sanitize_filename(file_name)
-        upload_url = self._build_upload_url("image", sanitized_name)
-        return await self._delete_upload_url(upload_url, "delete_image")
-
 
 # 사용 예시:
 # import asyncio

app/utils/video_poster.py

@@ -1,173 +0,0 @@
-"""영상 파일에서 SNS 공유용 포스터 이미지를 생성하고 저장합니다."""
-
-import asyncio
-from pathlib import Path
-
-from app.utils.logger import get_logger
-from app.utils.upload_blob_as_request import AzureBlobUploader
-
-logger = get_logger("video_poster")
-
-FFMPEG_TIMEOUT_SECONDS = 30.0
-FFMPEG_CLEANUP_TIMEOUT_SECONDS = 5.0
-_STDERR_LOG_LIMIT = 500
-
-
-async def _kill_and_wait(process: asyncio.subprocess.Process) -> None:
-    """실행 중인 ffmpeg 프로세스를 종료하고 자원을 회수합니다."""
-    try:
-        process.kill()
-    except ProcessLookupError:
-        pass
-    except Exception as exc:
-        logger.warning(
-            "[video_poster] ffmpeg 프로세스 종료에 실패했습니다: %s",
-            exc,
-        )
-
-    try:
-        await asyncio.wait_for(
-            process.wait(),
-            timeout=FFMPEG_CLEANUP_TIMEOUT_SECONDS,
-        )
-    except TimeoutError:
-        logger.warning(
-            "[video_poster] 종료한 ffmpeg 프로세스 회수 시간이 초과되었습니다 "
-            "(timeout=%ss)",
-            FFMPEG_CLEANUP_TIMEOUT_SECONDS,
-        )
-    except Exception as exc:
-        logger.warning(
-            "[video_poster] ffmpeg 프로세스 회수에 실패했습니다: %s",
-            exc,
-        )
-
-
-def _format_stderr(stderr: bytes) -> str:
-    """ffmpeg 표준 오류를 로그에 안전한 길이의 문자열로 변환합니다."""
-    return stderr.decode("utf-8", errors="replace").strip()[-_STDERR_LOG_LIMIT:]
-
-
-async def extract_first_frame(video_path: str | Path) -> bytes | None:
-    """로컬 영상의 첫 프레임을 JPEG 바이트로 추출하고 실패 시 ``None``을 반환합니다."""
-    process: asyncio.subprocess.Process | None = None
-
-    try:
-        process = await asyncio.create_subprocess_exec(
-            "ffmpeg",
-            "-nostdin",
-            "-hide_banner",
-            "-loglevel",
-            "error",
-            "-i",
-            str(video_path),
-            "-frames:v",
-            "1",
-            "-f",
-            "image2pipe",
-            "-c:v",
-            "mjpeg",
-            "pipe:1",
-            stdout=asyncio.subprocess.PIPE,
-            stderr=asyncio.subprocess.PIPE,
-        )
-
-        try:
-            stdout, stderr = await asyncio.wait_for(
-                process.communicate(),
-                timeout=FFMPEG_TIMEOUT_SECONDS,
-            )
-        except TimeoutError:
-            await _kill_and_wait(process)
-            logger.warning(
-                "[video_poster] ffmpeg 첫 프레임 추출 시간이 초과되었습니다 "
-                "(path=%s, timeout=%ss)",
-                video_path,
-                FFMPEG_TIMEOUT_SECONDS,
-            )
-            return None
-
-        if process.returncode != 0:
-            logger.warning(
-                "[video_poster] ffmpeg 첫 프레임 추출에 실패했습니다 "
-                "(path=%s, returncode=%s, stderr=%s)",
-                video_path,
-                process.returncode,
-                _format_stderr(stderr),
-            )
-            return None
-
-        if not stdout:
-            logger.warning(
-                "[video_poster] ffmpeg가 빈 이미지를 반환했습니다 (path=%s)",
-                video_path,
-            )
-            return None
-
-        return stdout
-
-    except asyncio.CancelledError:
-        if process is not None:
-            await _kill_and_wait(process)
-        raise
-    except Exception as exc:
-        if process is not None:
-            await _kill_and_wait(process)
-        logger.warning(
-            "[video_poster] 첫 프레임 추출 중 오류가 발생했습니다 "
-            "(path=%s, error=%s: %s)",
-            video_path,
-            type(exc).__name__,
-            exc,
-        )
-        return None
-
-
-async def generate_and_store_poster(
-    *,
-    video_path: str | Path,
-    user_uuid: str,
-    task_id: str,
-    file_stem: str,
-) -> str | None:
-    """첫 프레임을 Blob에 저장하고 공개 URL을 반환하며, 실패 시 ``None``을 반환합니다."""
-    try:
-        image_bytes = await extract_first_frame(video_path)
-        if image_bytes is None:
-            return None
-
-        uploader = AzureBlobUploader(user_uuid=user_uuid, task_id=task_id)
-        uploaded = await uploader.upload_image_bytes(
-            image_bytes,
-            f"{file_stem}.jpg",
-        )
-        if not uploaded:
-            logger.warning(
-                "[video_poster] 포스터 Blob 업로드에 실패했습니다 "
-                "(path=%s, task_id=%s)",
-                video_path,
-                task_id,
-            )
-            return None
-
-        if not uploader.public_url:
-            logger.warning(
-                "[video_poster] 포스터 업로드 후 공개 URL이 비어 있습니다 "
-                "(path=%s, task_id=%s)",
-                video_path,
-                task_id,
-            )
-            return None
-
-        return uploader.public_url
-
-    except Exception as exc:
-        logger.warning(
-            "[video_poster] 포스터 생성 또는 저장 중 오류가 발생했습니다 "
-            "(path=%s, task_id=%s, error=%s: %s)",
-            video_path,
-            task_id,
-            type(exc).__name__,
-            exc,
-        )
-        return None

app/video/api/routers/v1/tracking.py

@@ -1,322 +0,0 @@
-"""
-Meta 전환 추적(Conversion Tracking) API Router
-
-Meta 픽셀/Conversions API 전환 이벤트 발화를 위한 엔드포인트를 정의합니다.
-
-엔드포인트 목록:
-    - POST /tracking/meta/first-video-created: 첫 영상 생성 완료(FirstVideoCreated) 이벤트 발화
-
-동작 원리 (event_id 중복제거):
-    1. 프론트가 영상 생성 완료(서버 성공 응답)를 확인한 뒤 이 엔드포인트를 호출
-    2. 서버는 completed 상태의 영상 존재를 검증하고,
-       first_video_created_at IS NULL 조건의 원자적 UPDATE로 "계정당 최초 1회"를 판정
-    3. 최초 1회로 판정되면 event_id(UUID)를 생성하여 Conversions API로 서버 이벤트 전송
-    4. 프론트는 응답의 fired=true일 때만 동일한 event_id로 fbq('trackCustom', ...)를 발화
-       → Meta가 (event_name, event_id) 기준으로 브라우저/서버 이벤트를 중복제거
-
-사용 예시:
-    from app.video.api.routers.v1.tracking import router
-    app.include_router(router)
-"""
-
-import ipaddress
-import uuid
-from datetime import datetime, timedelta
-
-from fastapi import APIRouter, Depends, Request
-from pydantic import BaseModel, Field
-from sqlalchemy import exists, select, update
-from sqlalchemy.ext.asyncio import AsyncSession
-from sqlalchemy.sql import func
-
-from app.database.session import get_session
-from app.home.models import Project
-from app.user.dependencies.auth import get_current_user
-from app.user.models import User
-from app.utils.logger import get_logger
-from app.utils.meta_capi import send_capi_event
-from app.video.models import Video
-
-logger = get_logger("tracking")
-
-router = APIRouter(prefix="/tracking", tags=["Tracking"])
-
-# 브라우저 fbq('trackCustom', ...)와 철자/대소문자가 완전히 일치해야 중복제거가 동작함
-FIRST_VIDEO_CREATED_EVENT = "FirstVideoCreated"
-
-# Meta 표준 이벤트명 (브라우저 fbq('track', ...)와 동일해야 중복제거가 동작함)
-COMPLETE_REGISTRATION_EVENT = "CompleteRegistration"
-
-# 배포 이전에 가입한 기존 계정의 오발화 방지용 윈도우
-# (가입 직후 프론트가 호출하므로 실제로는 수 분 내 도달함)
-REGISTRATION_TRACK_WINDOW = timedelta(hours=24)
-
-
-class FirstVideoCreatedRequest(BaseModel):
-    """FirstVideoCreated 이벤트 발화 요청 스키마
-
-    fbc/fbp는 Meta 픽셀이 서비스 도메인에 심는 1st-party 쿠키로,
-    API 서버 도메인이 달라 요청에 자동 포함되지 않으므로 프론트가
-    document.cookie에서 읽어 body로 전달합니다. (해싱 금지, 원문 그대로)
-    """
-
-    fbc: str | None = Field(default=None, description="Meta 클릭 ID 쿠키(_fbc) 원문")
-    fbp: str | None = Field(default=None, description="Meta 브라우저 ID 쿠키(_fbp) 원문")
-    event_source_url: str | None = Field(
-        default=None, description="이벤트가 발생한 페이지 URL"
-    )
-
-
-class FirstVideoCreatedResponse(BaseModel):
-    """FirstVideoCreated 이벤트 발화 응답 스키마"""
-
-    fired: bool = Field(description="이번 요청으로 이벤트가 최초 발화되었는지 여부")
-    event_id: str | None = Field(
-        default=None,
-        description="브라우저 fbq 발화 시 사용할 event_id (fired=true일 때만 제공)",
-    )
-
-
-def _is_public_ip(value: str) -> bool:
-    """Meta 매칭에 사용 가능한 공인 IP인지 검사합니다.
-
-    사설/루프백 대역(Docker 내부 172.x, 로컬 127.0.0.1 등)을 보내면
-    Meta가 유효하지 않은 값으로 폐기하면서 매개변수 전송률만 깎이므로,
-    공인 IP가 아니면 아예 전송하지 않기 위해 사용합니다.
-    """
-    try:
-        ip = ipaddress.ip_address(value)
-    except ValueError:
-        return False
-
-    return not (
-        ip.is_private
-        or ip.is_loopback
-        or ip.is_link_local
-        or ip.is_reserved
-        or ip.is_multicast
-        or ip.is_unspecified
-    )
-
-
-def _extract_client_ip(request: Request) -> str | None:
-    """리버스 프록시 환경을 고려하여 클라이언트 공인 IP를 추출합니다.
-
-    후보를 순서대로 검사하여 처음 발견된 공인 IP를 반환합니다.
-        1. X-Real-IP: nginx가 $remote_addr로 덮어쓰므로 위조 불가 (최우선)
-        2. X-Forwarded-For: 클라이언트가 보낸 값 뒤에 nginx가 덧붙이는 구조라
-           맨 앞 항목이 위조될 수 있으므로, 항목을 순회하며 공인 IP를 찾음
-        3. 소켓 peer 주소: 프록시가 없는 환경 대비
-
-    공인 IP를 하나도 찾지 못하면 None을 반환합니다 (전송 생략).
-    """
-    candidates: list[str] = []
-
-    real_ip = request.headers.get("x-real-ip")
-    if real_ip:
-        candidates.append(real_ip.strip())
-
-    forwarded_for = request.headers.get("x-forwarded-for")
-    if forwarded_for:
-        candidates.extend(part.strip() for part in forwarded_for.split(","))
-
-    if request.client:
-        candidates.append(request.client.host)
-
-    for candidate in candidates:
-        if _is_public_ip(candidate):
-            return candidate
-
-    return None
-
-
-@router.post("/meta/first-video-created", response_model=FirstVideoCreatedResponse)
-async def track_first_video_created(
-    body: FirstVideoCreatedRequest,
-    request: Request,
-    current_user: User = Depends(get_current_user),
-    session: AsyncSession = Depends(get_session),
-) -> FirstVideoCreatedResponse:
-    """첫 영상 생성 완료(FirstVideoCreated) 전환 이벤트를 발화합니다.
-
-    계정당 최초 1회만 발화됩니다. 판정은 프론트 상태가 아니라
-    User.first_video_created_at 컬럼(null 여부)으로 서버에서 수행하므로
-    새로고침/재호출에도 중복 발화되지 않습니다.
-
-    Args:
-        body: fbc/fbp 쿠키 및 이벤트 소스 URL
-        request: IP/User-Agent 추출용 요청 객체
-        current_user: 인증된 사용자
-        session: DB 세션
-
-    Returns:
-        FirstVideoCreatedResponse: 발화 여부 및 event_id
-    """
-    # 1. 이미 발화된 계정이면 즉시 종료 (원자적 UPDATE 전 빠른 경로)
-    if current_user.first_video_created_at is not None:
-        return FirstVideoCreatedResponse(fired=False)
-
-    # 2. 서버 기준 "영상 생성 성공" 검증: completed 상태 영상이 실제로 존재해야 함
-    #    (Video는 user_uuid를 직접 갖지 않으므로 Project(소유자)를 경유하여 조회)
-    completed_exists = await session.scalar(
-        select(
-            exists().where(
-                Video.project_id == Project.id,
-                Project.user_uuid == current_user.user_uuid,
-                Video.status == "completed",
-            )
-        )
-    )
-    if not completed_exists:
-        logger.warning(
-            f"[FirstVideoCreated] completed 영상 없음 - user_uuid: {current_user.user_uuid}"
-        )
-        return FirstVideoCreatedResponse(fired=False)
-
-    # 3. 원자적 최초 1회 판정: first_video_created_at IS NULL인 경우에만 기록
-    #    (동시 요청이 와도 rowcount=1은 단 한 요청만 가져감)
-    result = await session.execute(
-        update(User)
-        .where(
-            User.id == current_user.id,
-            User.first_video_created_at.is_(None),
-        )
-        .values(first_video_created_at=func.now())
-    )
-    await session.commit()
-
-    if result.rowcount != 1:
-        # 동시 요청 등으로 다른 요청이 먼저 발화한 경우
-        return FirstVideoCreatedResponse(fired=False)
-
-    # 4. CAPI 서버 이벤트 전송 (실패해도 first_video_created_at은 유지 —
-    #    브라우저 픽셀 발화가 백업 경로가 됨)
-    event_id = str(uuid.uuid4())
-    await send_capi_event(
-        event_name=FIRST_VIDEO_CREATED_EVENT,
-        event_id=event_id,
-        external_id=current_user.user_uuid,
-        client_ip=_extract_client_ip(request),
-        client_user_agent=request.headers.get("user-agent"),
-        fbc=body.fbc,
-        fbp=body.fbp,
-        event_source_url=body.event_source_url,
-    )
-
-    logger.info(
-        f"[FirstVideoCreated] FIRED - user_uuid: {current_user.user_uuid}, "
-        f"event_id: {event_id}"
-    )
-    return FirstVideoCreatedResponse(fired=True, event_id=event_id)
-
-
-class CompleteRegistrationRequest(BaseModel):
-    """CompleteRegistration 이벤트 발화 요청 스키마
-
-    fbc/fbp는 FirstVideoCreatedRequest와 동일하게 프론트가 쿠키 원문을 전달합니다.
-    UTM 5종은 프론트가 랜딩 최초 진입 시 URL에서 캡처해 localStorage에
-    보관하다가 가입 완료 시점에 함께 전달합니다 (first-touch 보존).
-    """
-
-    fbc: str | None = Field(default=None, description="Meta 클릭 ID 쿠키(_fbc) 원문")
-    fbp: str | None = Field(default=None, description="Meta 브라우저 ID 쿠키(_fbp) 원문")
-    event_source_url: str | None = Field(
-        default=None, description="이벤트가 발생한 페이지 URL"
-    )
-    utm_source: str | None = Field(default=None, description="유입 매체", max_length=255)
-    utm_medium: str | None = Field(default=None, description="유입 방식", max_length=255)
-    utm_campaign: str | None = Field(default=None, description="캠페인 이름", max_length=255)
-    utm_content: str | None = Field(default=None, description="광고 소재 구분", max_length=255)
-    utm_term: str | None = Field(default=None, description="검색 키워드", max_length=255)
-
-
-class CompleteRegistrationResponse(BaseModel):
-    """CompleteRegistration 이벤트 발화 응답 스키마"""
-
-    fired: bool = Field(description="이번 요청으로 이벤트가 최초 발화되었는지 여부")
-    event_id: str | None = Field(
-        default=None,
-        description="브라우저 fbq 발화 시 사용할 event_id (fired=true일 때만 제공)",
-    )
-
-
-@router.post("/meta/complete-registration", response_model=CompleteRegistrationResponse)
-async def track_complete_registration(
-    body: CompleteRegistrationRequest,
-    request: Request,
-    current_user: User = Depends(get_current_user),
-    session: AsyncSession = Depends(get_session),
-) -> CompleteRegistrationResponse:
-    """회원가입 완료(CompleteRegistration) 전환 이벤트를 발화하고 UTM을 기록합니다.
-
-    계정당 최초 1회만 발화됩니다. 판정은 registration_tracked_at 컬럼(null 여부)의
-    원자적 UPDATE로 수행하며, 같은 UPDATE에서 UTM 5종(first-touch)을 함께 저장합니다.
-
-    가입 완료 판정: JWT 인증된 유저의 존재 자체가 서버 기준 가입 성공이며,
-    배포 이전 기존 계정의 오발화를 막기 위해 생성 24시간 이내 계정만 허용합니다.
-
-    Args:
-        body: fbc/fbp 쿠키, UTM 5종, 이벤트 소스 URL
-        request: IP/User-Agent 추출용 요청 객체
-        current_user: 인증된 사용자
-        session: DB 세션
-
-    Returns:
-        CompleteRegistrationResponse: 발화 여부 및 event_id
-    """
-    # 1. 이미 발화된 계정이면 즉시 종료 (원자적 UPDATE 전 빠른 경로)
-    if current_user.registration_tracked_at is not None:
-        return CompleteRegistrationResponse(fired=False)
-
-    # 2. 배포 이전 가입한 기존 계정 오발화 방지 (신규 가입 직후 호출만 허용)
-    cutoff = datetime.now() - REGISTRATION_TRACK_WINDOW
-    if current_user.created_at < cutoff:
-        logger.warning(
-            f"[CompleteRegistration] 가입 24시간 경과 계정 - "
-            f"user_uuid: {current_user.user_uuid}, created_at: {current_user.created_at}"
-        )
-        return CompleteRegistrationResponse(fired=False)
-
-    # 3. 원자적 최초 1회 판정 + UTM first-touch 동시 기록
-    #    (동시 요청이 와도 rowcount=1은 단 한 요청만 가져감)
-    result = await session.execute(
-        update(User)
-        .where(
-            User.id == current_user.id,
-            User.registration_tracked_at.is_(None),
-        )
-        .values(
-            registration_tracked_at=func.now(),
-            utm_source=body.utm_source,
-            utm_medium=body.utm_medium,
-            utm_campaign=body.utm_campaign,
-            utm_content=body.utm_content,
-            utm_term=body.utm_term,
-        )
-    )
-    await session.commit()
-
-    if result.rowcount != 1:
-        # 동시 요청 등으로 다른 요청이 먼저 발화한 경우
-        return CompleteRegistrationResponse(fired=False)
-
-    # 4. CAPI 서버 이벤트 전송 (실패해도 registration_tracked_at은 유지 —
-    #    브라우저 픽셀 발화가 백업 경로가 됨)
-    event_id = str(uuid.uuid4())
-    await send_capi_event(
-        event_name=COMPLETE_REGISTRATION_EVENT,
-        event_id=event_id,
-        external_id=current_user.user_uuid,
-        client_ip=_extract_client_ip(request),
-        client_user_agent=request.headers.get("user-agent"),
-        fbc=body.fbc,
-        fbp=body.fbp,
-        event_source_url=body.event_source_url,
-    )
-
-    logger.info(
-        f"[CompleteRegistration] FIRED - user_uuid: {current_user.user_uuid}, "
-        f"event_id: {event_id}, utm_source: {body.utm_source}, "
-        f"utm_campaign: {body.utm_campaign}"
-    )
-    return CompleteRegistrationResponse(fired=True, event_id=event_id)

app/video/api/routers/v1/video.py

@@ -17,8 +17,7 @@ import json
 from collections import defaultdict
 from typing import Literal
 
-from fastapi import APIRouter, BackgroundTasks, Depends, HTTPException, Query, Request
-from fastapi.responses import HTMLResponse
+from fastapi import APIRouter, BackgroundTasks, Depends, HTTPException, Query
 from sqlalchemy import func, or_, select
 from sqlalchemy.ext.asyncio import AsyncSession
 
@@ -30,10 +29,9 @@ from app.utils.pagination import PaginatedResponse
 from app.home.models import Image, Project, MarketingIntel
 from app.home.api.routers.v1.home import _extract_region_from_address
 from app.utils.address_parser import SIDO_CITIES, SIDO_SEARCH_ALIASES
-from app.utils.upload_blob_as_request import to_playback_url
 from app.lyric.models import Lyric
 from app.song.models import Song, SongTimestamp
-from app.utils.creatomate import CreatomateService, LANGUAGE_FONT_MAP
+from app.utils.creatomate import CreatomateService
 
 from app.comment.models import Comment
 from app.database.like_cache import (
@@ -59,69 +57,16 @@ from app.video.schemas.video_schema import (
     VideoRenderData,
     VideoThumbnailItem,
 )
-from app.video.services.share_page import (
-    build_video_share_html,
-    get_video_share_data,
-    resolve_frontend_base_url,
-    resolve_share_url,
-)
 from app.video.worker.video_task import download_and_upload_video_to_blob
 
 
-from config import creatomate_settings, prj_settings
+from config import creatomate_settings
 
 logger = get_logger("video")
 
 router = APIRouter(prefix="/video", tags=["Video"])
 
 
-def _place_id_to_site_url(place_id: str | None) -> str | None:
-    """MarketingIntel.place_id("nv{네이버 place ID}")를 네이버 플레이스 URL로 변환한다.
-
-    크롤링 없이 직접 입력된 업체는 place_id가 없으므로 None을 반환한다.
-    """
-    if place_id and place_id.startswith("nv") and place_id[2:].isdigit():
-        return f"https://map.naver.com/p/entry/place/{place_id[2:]}"
-    return None
-
-
-async def _get_official_site_urls(
-    session: AsyncSession, projects: list[Project]
-) -> dict[int, str | None]:
-    """프로젝트 목록에 대해 {project_id: 공식 페이지 URL(or None)}을 일괄 조회한다.
-
-    Project.marketing_intelligence(문자열로 저장된 MarketingIntel.id)를 경유해
-    저장된 official_site_url을 우선 사용하고, 컬럼 도입 전 기존 행은
-    place_id 기반 네이버 플레이스 URL로 폴백한다.
-    """
-    m_id_by_project: dict[int, int] = {}
-    for p in projects:
-        try:
-            if p.marketing_intelligence is not None:
-                m_id_by_project[p.id] = int(p.marketing_intelligence)
-        except (TypeError, ValueError):
-            continue
-
-    url_by_project: dict[int, str | None] = {p.id: None for p in projects}
-    if not m_id_by_project:
-        return url_by_project
-
-    rows = (
-        await session.execute(
-            select(
-                MarketingIntel.id,
-                MarketingIntel.place_id,
-                MarketingIntel.official_site_url,
-            ).where(MarketingIntel.id.in_(set(m_id_by_project.values())))
-        )
-    ).all()
-    intel_by_m_id = {m_id: (place_id, site_url) for m_id, place_id, site_url in rows}
-
-    for project_id, m_id in m_id_by_project.items():
-        place_id, site_url = intel_by_m_id.get(m_id, (None, None))
-        url_by_project[project_id] = site_url or _place_id_to_site_url(place_id)
-    return url_by_project
-
 
 @router.get(
     "/generate/{task_id}",
@@ -247,7 +192,6 @@ async def generate_video(
             brand_name = project.store_name
             region = project.region
             industry = project.industry
-            output_language = project.language or "Korean"
 
             # MarketingIntel 조회
             marketing_result = await session.execute(
@@ -277,6 +221,11 @@ async def generate_video(
             category_definition = marketing_intelligence.intel_result["market_positioning"]["category_definition"]
             target_keywords = marketing_intelligence.intel_result["target_keywords"]
 
+            brand_concept = ""
+            for sp in marketing_intelligence.intel_result["selling_points"]:
+                if "concept" in sp["english_category"].lower():
+                    brand_concept = sp["description"]
+
             # Lyric 조회
             lyric_result = await session.execute(
                 select(Lyric)
@@ -411,9 +360,6 @@ async def generate_video(
         creatomate_service = CreatomateService(
             orientation=orientation,
             industry=industry,
-            # 미매핑 업종(general 등)은 project_id % len(VST_LIST)로 템플릿을 분배하므로,
-            # 사전 이미지 배정 단계(creative_assets_task)와 동일 템플릿을 받으려면 필수
-            project_id=project_id,
         )
         logger.debug(
             f"[generate_video] Using template_id: {creatomate_service.template_id}, (song duration: {song_duration})"
@@ -441,22 +387,15 @@ async def generate_video(
 
         modifications.update(subtitle_modifications)
 
-        # 썸네일 텍스트: 사전 자막 생성(LLM, 다국어) 결과에 thumb-* 슬롯이 포함되면
-        # 그대로 사용한다. 과거 파이프라인 산출물(subtitle에 thumb-* 없음)은
-        # 기존 팩트값 조립(한국어)으로 폴백.
-        thumbnail_fallback = creatomate_service.make_thumbnail_modification(
+        # revert thumbnail scene
+        thumbnail_modifications = creatomate_service.make_thumbnail_modification(
             brand_name =brand_name,
             region = region,
+            brand_concept = brand_concept,
             category_definition= category_definition,
-            target_keywords=target_keywords,
-            detail_region_info=store_address)
-
-        for slot_name, fallback_value in thumbnail_fallback.items():
-            if not modifications.get(slot_name):
-                modifications[slot_name] = fallback_value
-                logger.info(
-                    f"[generate_video] thumbnail slot fallback(factual) 적용: {slot_name} - task_id: {task_id}"
-                )
+            target_keywords=target_keywords)
+        
+        modifications.update(thumbnail_modifications)
 
         # 6-3. elements 수정
         new_elements = creatomate_service.modify_element(
@@ -481,8 +420,12 @@ async def generate_video(
         for i, ts in enumerate(song_timestamp_list):
             logger.debug(f"[generate_video] timestamp[{i}]: lyric_line={ts.lyric_line}, start_time={ts.start_time}, end_time={ts.end_time}")
 
-        # 가사 자막 폰트: CJK/태국어는 글리프 지원 폰트로, 그 외는 Noto Sans
-        lyric_font = LANGUAGE_FONT_MAP.get(lyric_language, "Noto Sans")
+        match lyric_language:
+            case "English" : 
+                lyric_font = "Noto Sans"
+                # lyric_font = "Pretendard" # 없어요
+            case _ : 
+                lyric_font = "Noto Sans"
 
         # LYRIC AUTO 결정부
         if (creatomate_settings.LYRIC_SUBTITLE):
@@ -502,14 +445,6 @@ async def generate_video(
                     )
                     final_template["source"]["elements"].append(caption)
         # END - LYRIC AUTO 결정부
-
-        # 언어별 폰트 교체: 템플릿 기본 폰트는 한글·라틴 전용이라 CJK/태국어는
-        # 지원 폰트로 전체 텍스트(자막·키워드·썸네일·가사 캡션 포함)를 교체한다.
-        # 가사 캡션 append 이후에 실행해야 캡션까지 커버된다.
-        final_template = creatomate_service.apply_language_font(
-            final_template, output_language
-        )
-
         # logger.debug(
         #     f"[generate_video] final_template: {json.dumps(final_template, indent=2, ensure_ascii=False)}"
         # )
@@ -861,7 +796,7 @@ async def download_video(
             store_name=project.store_name if project else None,
             region=project.region or _extract_region_from_address(project.detail_region_info) if project else None,
             task_id=task_id,
-            result_movie_url=to_playback_url(video.result_movie_url),
+            result_movie_url=video.result_movie_url,
             created_at=video.created_at,
         )
 
@@ -1037,21 +972,15 @@ async def get_all_videos(
 
             liked_map = {vid: bool(liked) for vid, liked in raw_liked.items()}
 
-        official_site_url_map = await _get_official_site_urls(
-            session, [p for _, p, _ in rows]
-        )
-
         items = [
             VideoThumbnailItem(
                 video_id=v.id,
                 store_name=p.store_name,
-                result_movie_url=to_playback_url(v.result_movie_url),
-                poster_url=v.poster_url,
+                result_movie_url=v.result_movie_url,
                 created_at=v.created_at,
                 like_count=like_count_map.get(v.id) or 0,
                 is_liked_by_me=liked_map.get(v.id, False),
                 comment_count=comment_count or 0,
-                official_site_url=official_site_url_map.get(p.id),
             )
             for v, p, comment_count in rows
         ]
@@ -1151,50 +1080,6 @@ async def toggle_like(
         raise HTTPException(status_code=500, detail=f"좋아요 처리에 실패했습니다: {str(e)}")
 
 
-@router.get(
-    "/share/{video_id}",
-    response_class=HTMLResponse,
-    summary="영상 공유용 Open Graph 페이지",
-    description="영상별 제목, 설명, 포스터 메타데이터가 포함된 공개 HTML을 반환합니다.",
-    responses={
-        200: {"description": "공유 메타데이터 HTML 반환"},
-        404: {"description": "공유 가능한 완료 영상을 찾을 수 없음"},
-    },
-)
-async def get_video_share_page(
-    video_id: int,
-    request: Request,
-    session: AsyncSession = Depends(get_session),
-) -> HTMLResponse:
-    """공개 공유 페이지를 반환하고 일반 브라우저는 영상 상세로 이동시킵니다."""
-    share_data = await get_video_share_data(session, video_id)
-    if share_data is None:
-        raise HTTPException(status_code=404, detail="공유 가능한 영상을 찾을 수 없습니다.")
-
-    share_url = resolve_share_url(
-        request.headers,
-        str(request.url).split("?", maxsplit=1)[0],
-        prj_settings.SHARE_API_BASE_URL,
-    )
-    html = build_video_share_html(
-        share_data,
-        share_url=share_url,
-        frontend_base_url=resolve_frontend_base_url(
-            request.headers,
-            prj_settings.SHARE_FRONTEND_URL,
-        ),
-        configured_default_image_url=prj_settings.SHARE_DEFAULT_IMAGE_URL,
-    )
-    return HTMLResponse(
-        content=html,
-        headers={
-            "Cache-Control": "public, max-age=300",
-            "Referrer-Policy": "no-referrer",
-            "X-Content-Type-Options": "nosniff",
-        },
-    )
-
-
 @router.get(
     "/{video_id}",
     summary="단일 영상 상세 조회",
@@ -1267,21 +1152,15 @@ async def get_video_detail(
                     liked = False
             is_liked_by_me = liked
 
-        official_site_url_map = await _get_official_site_urls(session, [project])
-
         logger.info(f"[get_video_detail] SUCCESS - video_id: {video_id}")
         return VideoDetailResponse(
             video_id=video.id,
-            result_movie_url=to_playback_url(video.result_movie_url),
-            poster_url=video.poster_url,
+            result_movie_url=video.result_movie_url,
             store_name=project.store_name,
             region=project.region or _extract_region_from_address(project.detail_region_info),
-            title=video.title,
-            description=video.description,
             created_at=video.created_at,
             like_count=like_count,
             is_liked_by_me=is_liked_by_me,
-            official_site_url=official_site_url_map.get(project.id),
         )
 
     except HTTPException:

app/video/models.py

@@ -1,8 +1,7 @@
 from datetime import datetime
 from typing import TYPE_CHECKING, List, Optional
 
-from sqlalchemy import Boolean, DateTime, ForeignKey, Index, Integer, String, Text, UniqueConstraint, func
-from sqlalchemy.dialects.mysql import JSON
+from sqlalchemy import Boolean, DateTime, ForeignKey, Index, Integer, String, UniqueConstraint, func
 from sqlalchemy.orm import Mapped, mapped_column, relationship
 
 from app.database.session import Base
@@ -30,10 +29,6 @@ class Video(Base):
         task_id: 영상 생성 작업의 고유 식별자 (UUID7 형식)
         status: 처리 상태 (pending, processing, completed, failed 등)
         result_movie_url: 생성된 영상 URL (S3, CDN 경로)
-        poster_url: 영상 첫 프레임 포스터 이미지 URL (SNS 공유 og:image용)
-        title: SNS 업로드 제목
-        description: SNS 업로드 설명
-        hashtags: SNS 해시태그 목록
         created_at: 생성 일시 (자동 설정)
 
     Relationships:
@@ -111,30 +106,6 @@ class Video(Base):
         comment="생성된 영상 URL",
     )
 
-    poster_url: Mapped[Optional[str]] = mapped_column(
-        String(2048),
-        nullable=True,
-        comment="영상 첫 프레임 포스터 이미지 URL (SNS 공유용)",
-    )
-
-    title: Mapped[Optional[str]] = mapped_column(
-        String(100),
-        nullable=True,
-        comment="SNS 업로드 제목",
-    )
-
-    description: Mapped[Optional[str]] = mapped_column(
-        Text,
-        nullable=True,
-        comment="SNS 업로드 설명",
-    )
-
-    hashtags: Mapped[Optional[list]] = mapped_column(
-        JSON,
-        nullable=True,
-        comment="SNS 해시태그 목록",
-    )
-
     is_deleted: Mapped[bool] = mapped_column(
         Boolean,
         nullable=False,

app/video/schemas/video_schema.py

@@ -5,7 +5,7 @@ Video API Schemas
 """
 
 from datetime import datetime
-from typing import Any, Dict, List, Optional
+from typing import Any, Dict, Optional
 
 from pydantic import BaseModel, ConfigDict, Field
 
@@ -148,7 +148,6 @@ class VideoListItem(BaseModel):
             "region": "군산",
             "task_id": "019123ab-cdef-7890-abcd-ef1234567890",
             "result_movie_url": "http://localhost:8000/media/2025-01-15/video.mp4",
-            "poster_url": "http://localhost:8000/media/2025-01-15/video.jpg",
             "created_at": "2025-01-15T12:00:00"
         }
     """
@@ -158,17 +157,9 @@ class VideoListItem(BaseModel):
     region: Optional[str] = Field(None, description="지역명")
     task_id: str = Field(..., description="작업 고유 식별자")
     result_movie_url: Optional[str] = Field(None, description="영상 결과 URL")
-    poster_url: Optional[str] = Field(None, description="영상 첫 프레임 포스터 이미지 URL")
-    title: Optional[str] = Field(None, description="SNS 업로드 제목")
-    description: Optional[str] = Field(None, description="SNS 업로드 설명")
-    hashtags: Optional[List[str]] = Field(None, description="SNS 해시태그 목록")
     created_at: Optional[datetime] = Field(None, description="생성 일시")
     like_count: int = Field(0, description="좋아요 수")
     comment_count: int = Field(0, description="댓글 수 (대댓글 포함)")
-    is_liked_by_me: bool = Field(
-        False,
-        description="현재 로그인 사용자가 좋아요를 눌렀는지",
-    )
 
 
 class VideoThumbnailItem(BaseModel):
@@ -180,16 +171,11 @@ class VideoThumbnailItem(BaseModel):
 
     video_id: int = Field(..., description="영상 고유 ID (상세 페이지 라우팅 키)")
     store_name: str = Field(..., description="업체명")
-    result_movie_url: str = Field(..., description="영상 URL")
-    poster_url: Optional[str] = Field(None, description="영상 첫 프레임 포스터 이미지 URL (썸네일 표시용)")
+    result_movie_url: str = Field(..., description="영상 URL — 프론트에서 <video> 태그 첫 프레임을 썸네일로 사용")
     created_at: datetime = Field(..., description="생성 일시")
     like_count: int = Field(..., description="좋아요 수")
     is_liked_by_me: bool = Field(..., description="현재 로그인 사용자가 좋아요를 눌렀는지 (비로그인은 항상 false)")
     comment_count: int = Field(..., description="댓글 수 (대댓글 포함)")
-    official_site_url: Optional[str] = Field(
-        None,
-        description="업체 공식 링크 (플레이스 홈페이지 항목 우선, 없으면 크롤링 소스 URL; 직접 입력 생성 영상만 null)",
-    )
 
 
 class VideoDetailResponse(BaseModel):
@@ -201,18 +187,11 @@ class VideoDetailResponse(BaseModel):
 
     video_id: int = Field(..., description="영상 고유 ID")
     result_movie_url: str = Field(..., description="영상 URL")
-    poster_url: Optional[str] = Field(None, description="영상 첫 프레임 포스터 이미지 URL")
     store_name: Optional[str] = Field(None, description="업체명")
     region: Optional[str] = Field(None, description="지역명")
-    title: Optional[str] = Field(None, description="SNS 업로드 제목 (공유 시 og:title 및 공유 제목으로 사용)")
-    description: Optional[str] = Field(None, description="SNS 업로드 설명")
     created_at: datetime = Field(..., description="생성 일시")
     like_count: int = Field(..., description="좋아요 수")
     is_liked_by_me: bool = Field(..., description="현재 로그인 사용자가 좋아요를 눌렀는지 (비로그인은 항상 false)")
-    official_site_url: Optional[str] = Field(
-        None,
-        description="업체 공식 링크 (플레이스 홈페이지 항목 우선, 없으면 크롤링 소스 URL; 직접 입력 생성 영상만 null)",
-    )
 
 
 class LikeToggleResponse(BaseModel):

app/video/services/share_page.py

@@ -1,321 +0,0 @@
-"""영상 공유 링크용 Open Graph HTML 생성 서비스."""
-
-from collections.abc import Mapping
-from dataclasses import dataclass
-from html import escape
-from urllib.parse import urlsplit, urlunsplit
-
-from sqlalchemy import select
-from sqlalchemy.ext.asyncio import AsyncSession
-
-from app.home.models import Project
-from app.video.models import Video
-
-FALLBACK_FRONTEND_URL = "https://ado2.o2osolution.ai"
-DEFAULT_SHARE_IMAGE_PATH = "/assets/images/ado2_image.png"
-DEFAULT_SHARE_IMAGE_STATIC_PATH = "/static/images/ado2_image.png"
-
-@dataclass(frozen=True, slots=True)
-class VideoShareData:
-    """공유 페이지에 필요한 영상 및 프로젝트 정보."""
-
-    video_id: int
-    poster_url: str | None
-    store_name: str
-    region: str
-    title: str | None = None
-    description: str | None = None
-
-
-async def get_video_share_data(
-    session: AsyncSession,
-    video_id: int,
-) -> VideoShareData | None:
-    """공유 가능한 완료 영상을 프로젝트 정보와 함께 조회합니다."""
-    result = await session.execute(
-        select(
-            Video.id,
-            Video.poster_url,
-            Video.title,
-            Video.description,
-            Project.store_name,
-            Project.region,
-        )
-        .join(Project, Video.project_id == Project.id)
-        .where(
-            Video.id == video_id,
-            Video.status == "completed",
-            Video.is_deleted.is_(False),
-            Project.is_deleted.is_(False),
-        )
-    )
-    row = result.one_or_none()
-    if row is None:
-        return None
-
-    return VideoShareData(
-        video_id=row.id,
-        poster_url=row.poster_url,
-        store_name=row.store_name,
-        region=row.region,
-        title=row.title,
-        description=row.description,
-    )
-
-
-def build_video_share_html(
-    data: VideoShareData,
-    *,
-    share_url: str,
-    frontend_base_url: str,
-    configured_default_image_url: str = "",
-) -> str:
-    """영상별 OG 메타데이터와 상세 화면 이동 기능을 포함한 HTML을 생성합니다."""
-    frontend_base = _normalise_frontend_base_url(frontend_base_url)
-    detail_url = f"{frontend_base}/video/{data.video_id}"
-    fallback_image_url = _resolve_default_image_url(
-        configured_default_image_url,
-        frontend_base,
-        share_url=share_url,
-    )
-    image_url = _absolute_http_url(data.poster_url) or fallback_image_url
-
-    title = _share_title(data.title, data.store_name)
-    description = _share_description(data.description)
-    canonical_tags = _canonical_tags(_absolute_http_url(share_url))
-    image_size_tags = _og_image_size_tags(image_url, fallback_image_url)
-
-    escaped_title = escape(title, quote=True)
-    escaped_description = escape(description, quote=True)
-    escaped_image_url = escape(image_url, quote=True)
-    escaped_detail_url = escape(detail_url, quote=True)
-
-    return f"""<!doctype html>
-<html lang="ko">
-<head>
-  <meta charset="utf-8">
-  <meta name="viewport" content="width=device-width, initial-scale=1">
-  <title>{escaped_title}</title>
-  <meta name="description" content="{escaped_description}">
-{canonical_tags}
-  <meta property="og:title" content="{escaped_title}">
-  <meta property="og:description" content="{escaped_description}">
-  <meta property="og:image" content="{escaped_image_url}">
-  <meta property="og:image:alt" content="{escaped_title}">
-{image_size_tags}  <meta property="og:type" content="website">
-
-  <meta name="twitter:card" content="summary_large_image">
-  <meta name="twitter:title" content="{escaped_title}">
-  <meta name="twitter:description" content="{escaped_description}">
-  <meta name="twitter:image" content="{escaped_image_url}">
-
-</head>
-<body>
-  <main>
-    <h1>{escaped_title}</h1>
-    <p>{escaped_description}</p>
-    <a id="continue-link" href="{escaped_detail_url}">영상 보기</a>
-  </main>
-  <script>
-    (function () {{
-      var ua = navigator.userAgent || "";
-      // 앱 이름만으로 판별하면 인앱 브라우저(예: KAKAOTALK)까지 크롤러로 잡혀
-      // 사용자가 중간 페이지에 멈춘다. 봇 전용 토큰만 쓴다.
-      if (/bot|crawl|spider|slurp|facebookexternalhit|Facebot|Twitterbot|LinkedInBot|Pinterestbot|Slackbot|TelegramBot|WhatsApp|Discordbot|kakaotalk-scrap|Embedly|redditbot|Applebot/i.test(ua)) {{
-        return;
-      }}
-      window.location.replace(document.getElementById("continue-link").href);
-    }})();
-  </script>
-</body>
-</html>
-"""
-
-
-def _normalise_text(value: str | None, fallback: str) -> str:
-    """메타데이터용 텍스트에서 불필요한 공백을 제거합니다."""
-    normalised = " ".join((value or "").split())
-    return normalised or fallback
-
-
-_OG_DESCRIPTION_MAX_LEN = 300
-
-
-def _share_title(title: str | None, store_name: str) -> str:
-    """저장된 SNS 제목을 쓰고, 없으면 가게명 폴백을 사용합니다."""
-    stored = _normalise_text(title, "")
-    if stored:
-        return stored
-    name = _normalise_text(store_name, "ADO2 영상")
-    return f"{name} | ADO2"
-
-
-def _share_description(description: str | None) -> str:
-    """저장된 SNS 설명을 쓰고, 없으면 기본 문구를 사용합니다."""
-    stored = _normalise_text(description, "")
-    if stored:
-        if len(stored) > _OG_DESCRIPTION_MAX_LEN:
-            return stored[: _OG_DESCRIPTION_MAX_LEN - 1].rstrip() + "…"
-        return stored
-    return "ADO2 AI 마케팅 영상"
-
-
-def resolve_frontend_base_url(headers: Mapping[str, str], fallback: str) -> str:
-    """프록시가 넘긴 프론트 호스트를 우선해 canonical 기준 URL을 정합니다."""
-    forwarded_host = (headers.get("x-forwarded-host") or "").split(",")[0].strip()
-    if not forwarded_host:
-        return _normalise_frontend_base_url(fallback)
-
-    forwarded_proto = (headers.get("x-forwarded-proto") or "https").split(",")[0].strip().lower()
-    if forwarded_proto not in {"http", "https"}:
-        forwarded_proto = "https"
-    return _normalise_frontend_base_url(f"{forwarded_proto}://{forwarded_host}")
-
-
-def resolve_share_url(
-    headers: Mapping[str, str],
-    request_url: str,
-    configured_api_base_url: str = "",
-) -> str:
-    """크롤러가 다시 읽어도 같은 OG 페이지가 나오는 공유 URL을 만듭니다.
-
-    nginx가 ``/api`` prefix를 떼고 넘기면 ``request.url``에는 그 prefix가 없어,
-    그대로 쓰면 프론트 SPA 주소가 된다. 복원할 근거가 없으면 빈 문자열을 돌려
-    호출부가 canonical/og:url을 생략하도록 한다.
-    """
-    path = urlsplit(request_url).path
-
-    configured_base = _absolute_http_url(configured_api_base_url)
-    if configured_base:
-        return f"{configured_base.rstrip('/')}{path}"
-
-    origin = _forwarded_origin(headers) or _origin_from_url(request_url)
-    if not origin:
-        return ""
-
-    forwarded_prefix = (headers.get("x-forwarded-prefix") or "").strip().rstrip("/")
-    if forwarded_prefix:
-        return f"{origin}{forwarded_prefix}{path}"
-
-    if headers.get("x-forwarded-host"):
-        # 프록시 뒤인데 prefix 를 못 받았다. 잘못된 URL 을 내보내지 않는다.
-        return ""
-
-    return f"{origin}{path}"
-
-
-def _forwarded_origin(headers: Mapping[str, str]) -> str | None:
-    """프록시가 넘긴 외부 호스트 기준 origin을 만듭니다."""
-    forwarded_host = (headers.get("x-forwarded-host") or "").split(",")[0].strip()
-    if not forwarded_host:
-        return None
-
-    forwarded_proto = (headers.get("x-forwarded-proto") or "https").split(",")[0].strip().lower()
-    if forwarded_proto not in {"http", "https"}:
-        forwarded_proto = "https"
-    return f"{forwarded_proto}://{forwarded_host}"
-
-
-def _canonical_tags(canonical_url: str | None) -> str:
-    """공유 URL을 확신할 때만 canonical/og:url을 붙입니다.
-
-    잘못된 og:url을 내보내면 크롤러가 그 주소를 다시 읽어, OG 메타가 없는
-    프론트 SPA 문서를 미리보기로 쓴다. 확신이 없으면 크롤러가 실제로 받은
-    URL을 쓰도록 태그 자체를 생략한다.
-    """
-    if not canonical_url:
-        return ""
-    escaped = escape(canonical_url, quote=True)
-    return (
-        f'  <link rel="canonical" href="{escaped}">\n'
-        f'  <meta property="og:url" content="{escaped}">\n'
-    )
-
-
-_DEFAULT_OG_IMAGE_SIZE = (385, 385)
-
-
-def _og_image_size_tags(image_url: str, fallback_image_url: str) -> str:
-    """폴백 로고처럼 크기를 아는 이미지에만 width/height 메타를 붙입니다."""
-    if image_url != fallback_image_url:
-        return ""
-    width, height = _DEFAULT_OG_IMAGE_SIZE
-    return (
-        f'  <meta property="og:image:width" content="{width}">\n'
-        f'  <meta property="og:image:height" content="{height}">\n'
-    )
-
-
-def _normalise_frontend_base_url(value: str) -> str:
-    """프론트엔드 기준 URL을 안전한 절대 HTTP(S) URL로 정규화합니다."""
-    absolute_url = _absolute_http_url(value) or FALLBACK_FRONTEND_URL
-    parts = urlsplit(absolute_url)
-    path = parts.path.rstrip("/")
-    return urlunsplit((parts.scheme, parts.netloc, path, "", ""))
-
-
-def _resolve_default_image_url(
-    configured_url: str,
-    frontend_base: str,
-    *,
-    share_url: str = "",
-) -> str:
-    """포스터가 없을 때 사용할 기본 OG 이미지 URL을 반환합니다.
-
-    우선순위:
-    1. ``SHARE_DEFAULT_IMAGE_URL`` (.env)
-    2. 공유 URL과 같은 API 베이스 ``.../static/images/ado2_image.png``
-       (``/api/video/share/1`` 이면 ``/api/static/...``)
-    3. ``SHARE_FRONTEND_URL`` + ``/assets/images/ado2_image.png``
-    """
-    configured_absolute_url = _absolute_http_url(configured_url)
-    if configured_absolute_url:
-        return configured_absolute_url
-
-    share_api_base = _api_base_from_share_url(share_url)
-    if share_api_base:
-        return f"{share_api_base}{DEFAULT_SHARE_IMAGE_STATIC_PATH}"
-
-    return f"{frontend_base}{DEFAULT_SHARE_IMAGE_PATH}"
-
-
-def _api_base_from_share_url(share_url: str) -> str | None:
-    """공유 URL에서 API 베이스를 만듭니다. ``/api/video/share/1`` → ``https://host/api``."""
-    absolute_url = _absolute_http_url(share_url)
-    if not absolute_url:
-        return None
-
-    parts = urlsplit(absolute_url)
-    origin = urlunsplit((parts.scheme, parts.netloc, "", "", ""))
-    idx = (parts.path or "").find("/video/share/")
-    if idx < 0:
-        return origin
-
-    prefix = parts.path[:idx].rstrip("/")
-    return f"{origin}{prefix}" if prefix else origin
-
-
-def _origin_from_url(value: str) -> str | None:
-    """URL에서 scheme + host(+port) origin만 추출합니다."""
-    absolute_url = _absolute_http_url(value)
-    if not absolute_url:
-        return None
-
-    parts = urlsplit(absolute_url)
-    return urlunsplit((parts.scheme, parts.netloc, "", "", ""))
-
-
-def _absolute_http_url(value: str | None) -> str | None:
-    """값이 절대 HTTP(S) URL인 경우에만 정리된 문자열을 반환합니다."""
-    candidate = (value or "").strip()
-    if not candidate:
-        return None
-
-    try:
-        parts = urlsplit(candidate)
-    except ValueError:
-        return None
-
-    if parts.scheme.lower() not in {"http", "https"} or not parts.hostname:
-        return None
-    return candidate

app/video/services/video.py

@@ -857,16 +857,6 @@ async def get_image_tags_by_task_id(task_id: str) -> list[dict]:
         # print(stmt.compile(dialect=mysql.dialect(), compile_kwargs={"literal_binds": True}))
         rows = (await session.execute(stmt)).all()
         # print("rows", rows)
-    # img_tag가 JSON 리터럴 null로 저장된 행(태깅 실패 잔재)은 SQL IS NOT NULL 필터를
-    # 통과하므로 파이썬 레벨에서 한 번 더 걸러낸다.
-    null_tag_urls = [row.img_url for row in rows if row.img_tag is None]
-    if null_tag_urls:
-        logger.warning(
-            f"[get_image_tags_by_task_id] img_tag가 null인 이미지 {len(null_tag_urls)}개 제외 "
-            f"- task_id: {task_id}, urls: {null_tag_urls}"
-        )
-    return [
-        {"image_url": row.img_url, "image_tag": row.img_tag}
-        for row in rows
-        if row.img_tag is not None
-    ]
+    # print(rows)
+    # print("image" , [{"image_url": row.img_url, "image_tag": row.img_tag} for row in rows])
+    return [{"image_url": row.img_url, "image_tag": row.img_tag} for row in rows]

app/video/worker/creative_assets_task.py

@@ -9,15 +9,11 @@ from sqlalchemy import select
 from app.database.session import BackgroundSessionLocal
 from app.home.models import Project, MarketingIntel
 from app.utils.subtitles import SubtitleContentsGenerator
-from app.utils import thumbnail_fitness
-from app.utils.thumbnail_vision import pick_thumbnail_by_vision
 from app.utils.creatomate import (
     CreatomateService,
     SCENE_TRACK,
     SUBTITLE_TRACK,
     KEYWORD_TRACK,
-    THUMBNAIL_SLOT_MARKER,
-    get_shared_client,
 )
 from app.utils.logger import get_logger
 from app.video.services.video import get_image_tags_by_task_id
@@ -76,7 +72,7 @@ async def generate_creative_assets_background(
                 )
                 marketing_intelligence = marketing_result.scalar_one_or_none()
 
-            creatomate_service = CreatomateService(orientation=orientation, industry=project.industry, project_id=project.id)
+            creatomate_service = CreatomateService(orientation=orientation, industry=project.industry)
             template = await creatomate_service.get_one_template_data(creatomate_service.template_id)
 
             store_address = project.detail_region_info
@@ -101,65 +97,12 @@ async def generate_creative_assets_background(
                 f"duplicate={duplicate} - task_id: {task_id}"
             )
 
-            # 썸네일 슬롯(-9999)이 있는 템플릿이면 픽셀(헤더) 적합도 사전 계산.
-            # 헤더 바이트만 받아 크기를 파싱하므로 CPU 부담 없음 — 실패/타임아웃 시
-            # 빈 dict로 진행(태그 점수만 사용, 배정 자체는 막지 않음).
-            thumbnail_fitness_map: dict = {}
-            has_thumbnail_slot = any(
-                elem_type == "image" and name.endswith(THUMBNAIL_SLOT_MARKER)
-                for name, elem_type in creatomate_service.parse_template_component_name(
-                    template["source"]["elements"]
-                ).items()
-            )
-            if has_thumbnail_slot and taged_image_list:
-                client = await get_shared_client()
-                thumbnail_fitness_map = await thumbnail_fitness.score_pool_thumbnail_fitness(
-                    taged_image_list, client
-                )
-                rejected = {
-                    url: fit["reject"]
-                    for url, fit in thumbnail_fitness_map.items()
-                    if fit["reject"]
-                }
-                logger.info(
-                    f"[generate_creative_assets_background] thumbnail fitness — "
-                    f"scored={len(thumbnail_fitness_map)}/{len(taged_image_list)}, "
-                    f"rejected={len(rejected)} {rejected if rejected else ''} - task_id: {task_id}"
-                )
-
-            # ── Step 1-b: 썸네일 최종 선택 (비전 LLM, Phase 2) ──────────────
-            # 규칙+픽셀로 압축한 top-3 후보를 비전 LLM이 실제로 보고 1컷 선택.
-            # 실패/후보 부족 시 thumbnail_choice가 비어 규칙 1위로 자동 폴백.
-            thumbnail_choice: dict = {}
-            if has_thumbnail_slot and taged_image_list:
-                candidates_by_slot = creatomate_service.rank_thumbnail_candidates(
-                    template=template,
-                    taged_image_list=taged_image_list,
-                    thumbnail_fitness_map=thumbnail_fitness_map,
-                    top_n=3,
-                )
-                for slot, candidates in candidates_by_slot.items():
-                    chosen = await pick_thumbnail_by_vision(
-                        candidates=candidates,
-                        industry=project.industry,
-                        business_name=customer_name,
-                    )
-                    if chosen is not None:
-                        thumbnail_choice[slot] = chosen["image_url"]
-                logger.info(
-                    f"[generate_creative_assets_background] thumbnail vision pick — "
-                    f"{ {s: u.rsplit('/', 1)[-1] for s, u in thumbnail_choice.items()} } "
-                    f"- task_id: {task_id}"
-                )
-
             image_modifications, assigned_image_tags = creatomate_service.template_matching_taged_image(
                 template=template,
                 taged_image_list=taged_image_list,
                 music_url="",       # 음악 URL은 영상 생성 시점에 결정 — 사전 단계에서는 빈 값
                 address=store_address,
                 duplicate=duplicate,
-                thumbnail_fitness_map=thumbnail_fitness_map,
-                thumbnail_choice=thumbnail_choice,
             )
             # audio-music은 영상 생성 시점에 덮어씌워지므로 image_match에서 제거
             image_match = {k: v for k, v in image_modifications.items() if k != "audio-music"}

app/video/worker/video_task.py

@@ -4,6 +4,7 @@ Video Background Tasks
 영상 생성 관련 백그라운드 태스크를 정의합니다.
 """
 
+import traceback
 from pathlib import Path
 
 import aiofiles
@@ -16,7 +17,6 @@ from app.user.services.credit import consume_credit
 from app.video.models import Video
 from app.utils.upload_blob_as_request import AzureBlobUploader
 from app.utils.logger import get_logger
-from app.utils.video_poster import generate_and_store_poster
 
 # 로거 설정
 logger = get_logger("video")
@@ -30,8 +30,7 @@ async def _update_video_status(
     status: str,
     video_url: str | None = None,
     creatomate_render_id: str | None = None,
-    poster_url: str | None = None,
-) -> int | None:
+) -> bool:
     """Video 테이블의 상태를 업데이트합니다.
 
     Args:
@@ -39,10 +38,9 @@ async def _update_video_status(
         status: 변경할 상태 ("processing", "completed", "failed")
         video_url: 영상 URL
         creatomate_render_id: Creatomate render ID (선택)
-        poster_url: 영상 첫 프레임 포스터 URL (선택)
 
     Returns:
-        int | None: 업데이트된 Video id. 대상이 없거나 실패하면 None.
+        bool: 업데이트 성공 여부
     """
     try:
         async with BackgroundSessionLocal() as session:
@@ -67,58 +65,19 @@ async def _update_video_status(
                 video.status = status
                 if video_url is not None:
                     video.result_movie_url = video_url
-                if poster_url is not None:
-                    video.poster_url = poster_url
                 await session.commit()
                 logger.info(f"[Video] Status updated - task_id: {task_id}, status: {status}")
-                return video.id
+                return True
             else:
                 logger.warning(f"[Video] NOT FOUND in DB - task_id: {task_id}")
-                return None
+                return False
 
     except SQLAlchemyError as e:
         logger.error(f"[Video] DB Error while updating status - task_id: {task_id}, error: {e}")
-        return None
+        return False
     except Exception as e:
         logger.error(f"[Video] Unexpected error while updating status - task_id: {task_id}, error: {e}")
-        return None
-
-
-async def _try_generate_sns_metadata(video_id: int) -> None:
-    """SEO 생성 실패가 영상 완료 처리에 영향을 주지 않도록 격리합니다."""
-    from app.social.services.seo_service import seo_service
-
-    try:
-        async with BackgroundSessionLocal() as session:
-            await seo_service.generate_and_save_for_video(video_id, session)
-            await session.commit()
-    except Exception as e:
-        logger.warning(
-            f"[VideoSEO] Failed to generate SNS metadata - video_id: {video_id}, error: {e}",
-            exc_info=True,
-        )
-
-
-async def _try_generate_poster(
-    temp_file_path: Path,
-    user_uuid: str,
-    task_id: str,
-    render_id: str,
-) -> str | None:
-    """포스터 생성 실패가 영상 생성 완료 처리에 영향을 주지 않도록 격리합니다."""
-    try:
-        return await generate_and_store_poster(
-            video_path=temp_file_path,
-            user_uuid=user_uuid,
-            task_id=task_id,
-            file_stem=render_id,
-        )
-    except Exception as e:
-        logger.warning(
-            f"[VideoPoster] Failed to generate poster - task_id: {task_id}, render_id: {render_id}, error: {e}",
-            exc_info=True,
-        )
-        return None
+        return False
 
 
 async def _download_video(url: str, task_id: str) -> bytes:
@@ -194,20 +153,8 @@ async def download_and_upload_video_to_blob(
         blob_url = uploader.public_url
         logger.info(f"[download_and_upload_video_to_blob] Uploaded to Blob - task_id: {task_id}, url: {blob_url}")
 
-        poster_url = await _try_generate_poster(
-            temp_file_path, user_uuid, task_id, creatomate_render_id
-        )
-
         # Video 테이블 업데이트 (creatomate_render_id로 특정 Video 식별)
-        video_id = await _update_video_status(
-            task_id,
-            "completed",
-            blob_url,
-            creatomate_render_id,
-            poster_url=poster_url,
-        )
-        if video_id is not None:
-            await _try_generate_sns_metadata(video_id)
+        await _update_video_status(task_id, "completed", blob_url, creatomate_render_id)
 
         # 영상 생성 완료 시 크레딧 1 차감 (credits > 0 조건으로 음수 방지)
         async with BackgroundSessionLocal() as session:
@@ -312,20 +259,13 @@ async def download_and_upload_video_by_creatomate_render_id(
         blob_url = uploader.public_url
         logger.info(f"[download_and_upload_video_by_creatomate_render_id] Uploaded to Blob - creatomate_render_id: {creatomate_render_id}, url: {blob_url}")
 
-        poster_url = await _try_generate_poster(
-            temp_file_path, user_uuid, task_id, creatomate_render_id
-        )
-
         # Video 테이블 업데이트
-        video_id = await _update_video_status(
+        await _update_video_status(
             task_id=task_id,
             status="completed",
             video_url=blob_url,
             creatomate_render_id=creatomate_render_id,
-            poster_url=poster_url,
         )
-        if video_id is not None:
-            await _try_generate_sns_metadata(video_id)
         logger.info(f"[download_and_upload_video_by_creatomate_render_id] SUCCESS - creatomate_render_id: {creatomate_render_id}")
 
     except httpx.HTTPError as e:

config.py

@@ -33,25 +33,6 @@ class ProjectSettings(BaseSettings):
     ADMIN_BASE_URL: str = Field(default="/admin")
     ADMIN_SESSION_SECRET: str = Field(default="dev-secret-change-me-in-production")
     ADMIN_SESSION_MAX_AGE: int = Field(default=60 * 60 * 8)
-    SHARE_FRONTEND_URL: str = Field(
-        default="https://ado2.o2osolution.ai",
-        description="공유 페이지에서 영상 상세로 이동할 프론트엔드 공개 기준 URL (.env: SHARE_FRONTEND_URL)",
-    )
-    SHARE_API_BASE_URL: str = Field(
-        default="",
-        description=(
-            "공유 OG 페이지가 외부에 노출되는 API 기준 URL (.env: SHARE_API_BASE_URL). "
-            "예: https://dev-ssul.castad.net/api. 프록시가 /api prefix 를 떼고 넘기면 "
-            "request.url 로는 복원할 수 없으므로 이 값이 필요하다"
-        ),
-    )
-    SHARE_DEFAULT_IMAGE_URL: str = Field(
-        default="",
-        description=(
-            "포스터가 없는 영상 공유 시 사용할 절대 이미지 URL (.env: SHARE_DEFAULT_IMAGE_URL). "
-            "비우면 공유 API /static/images/ado2_image.png, 없으면 SHARE_FRONTEND_URL/assets 경로 사용"
-        ),
-    )
     DEBUG: bool = Field(default=True)
     TIMEZONE: str = Field(
         default="Asia/Seoul",
@@ -164,40 +145,6 @@ class AzureBlobSettings(BaseSettings):
         default="https://ado2mediastoragepublic.blob.core.windows.net/ado2-media-public-access/ado2-media-original",
         description="Azure Blob Storage 기본 URL",
     )
-    AZURE_BLOB_UPLOAD_BLOCK_SIZE_BYTES: int = Field(
-        default=4 * 1024 * 1024,
-        gt=0,
-        description="Azure Block Blob 업로드 블록 크기 (bytes)",
-    )
-    AZURE_BLOB_API_VERSION: str = Field(
-        default="2023-11-03",
-        description="Azure Blob Storage REST API x-ms-version",
-    )
-    IMAGE_UPLOAD_MAX_FILE_SIZE_BYTES: int = Field(
-        default=15 * 1024 * 1024,
-        gt=0,
-        description="이미지 업로드 파일 1개당 최대 크기 (bytes)",
-    )
-    IMAGE_UPLOAD_MAX_REQUEST_SIZE_BYTES: int = Field(
-        default=20 * 1024 * 1024,
-        gt=0,
-        description="한 이미지 업로드 요청에 포함할 수 있는 파일 합계 최대 크기 (bytes)",
-    )
-    IMAGE_UPLOAD_LOCK_TIMEOUT_SECONDS: int = Field(
-        default=15,
-        ge=1,
-        description="동일 task 이미지 append 직렬화 락 대기 시간 (초)",
-    )
-    IMAGE_UPLOAD_MAX_CONCURRENT_LOCKS: int = Field(
-        default=10,
-        ge=1,
-        description="worker별 이미지 upload named lock 동시 점유 상한",
-    )
-    IMAGE_UPLOAD_MAX_TASK_IMAGES: int = Field(
-        default=100,
-        ge=1,
-        description="한 task에 누적할 수 있는 활성 이미지 최대 개수",
-    )
 
     model_config = _base_config
 
@@ -228,7 +175,10 @@ class CreatomateSettings(BaseSettings):
         default=False,
         description="Creatomate 자체 자동 가사 생성 기능 사용 여부",
     )
-    LYRIC_SUBTITLE: bool = Field(default=False, description="영상 가사 표기 여부")
+    LYRIC_SUBTITLE: bool = Field(
+        default=False,
+        description="영상 가사 표기 여부"
+    )
 
     model_config = _base_config
 
@@ -623,30 +573,6 @@ class SocialOAuthSettings(BaseSettings):
     model_config = _base_config
 
 
-class MetaConversionSettings(BaseSettings):
-    """Meta 픽셀 / Conversions API 설정
-
-    광고 전환 추적(픽셀 + 서버사이드 CAPI)을 위한 설정입니다.
-    Meta 이벤트 관리자 > 데이터 세트에서 Pixel ID와 액세스 토큰을 발급받습니다.
-    """
-
-    FACEBOOK_PIXEL_ID: str = Field(
-        default="",
-        description="Meta 픽셀(데이터 세트) ID",
-    )
-    FACEBOOK_ACCESS_TOKEN: str = Field(
-        default="",
-        description="Conversions API 시스템 생성 액세스 토큰",
-    )
-    FACEBOOK_TEST_EVENT_CODE: str = Field(
-        default="",
-        description="이벤트 관리자 '테스트 이벤트' 검증용 코드 (예: TEST12345). "
-        "설정 시 CAPI 이벤트가 테스트 이벤트 탭으로 격리됨. 운영 시 빈 값 유지",
-    )
-
-    model_config = _base_config
-
-
 class InternalSettings(BaseSettings):
     """내부 서버 간 통신 설정"""
 
@@ -705,6 +631,5 @@ kakao_settings = KakaoSettings()
 jwt_settings = JWTSettings()
 recovery_settings = RecoverySettings()
 social_oauth_settings = SocialOAuthSettings()
-meta_conversion_settings = MetaConversionSettings()
 internal_settings = InternalSettings()
 social_upload_settings = SocialUploadSettings()

docs/database-schema/migration_2026_07_23_add_user_first_video_created_at.sql

@@ -1,15 +0,0 @@
--- ============================================================
--- Migration: user 테이블에 first_video_created_at 컬럼 추가
--- Date: 2026-07-23
--- Description: Meta 픽셀/Conversions API 전환 이벤트 FirstVideoCreated의
---   "계정당 최초 1회 발화" 판정용 컬럼
---   - NULL: 아직 첫 영상 생성 완료 이벤트가 발화되지 않은 계정
---   - NOT NULL: 발화 완료 (값 = 첫 영상 생성 완료 일시)
---   서버가 first_video_created_at IS NULL 조건의 원자적 UPDATE로
---   최초 1회를 판정하므로 새로고침/동시 요청에도 중복 발화되지 않음
---   관련 코드: app/video/api/routers/v1/tracking.py, app/utils/meta_capi.py
--- ============================================================
-
-ALTER TABLE `user`
-    ADD COLUMN `first_video_created_at` DATETIME NULL
-    COMMENT '첫 영상 생성 완료 일시 (Meta FirstVideoCreated 전환 이벤트 1회 발화 판정용)' AFTER `last_login_at`;

docs/database-schema/migration_2026_07_23_add_user_utm_registration.sql

@@ -1,27 +0,0 @@
--- ============================================================
--- Migration: user 테이블에 UTM 5컬럼 + registration_tracked_at 추가
--- Date: 2026-07-23
--- Description: Meta 픽셀/Conversions API 전환 추적 확장
---   1) registration_tracked_at: CompleteRegistration 전환 이벤트의
---      "계정당 최초 1회 발화" 판정용 (first_video_created_at과 동일 패턴)
---      - NULL: 아직 가입 전환 이벤트가 발화되지 않은 계정
---      - NOT NULL: 발화 완료 (값 = 추적 시점)
---   2) utm_source/medium/campaign/content/term: 광고 유입 경로 보존
---      가입 시점 first-touch UTM을 기록 (Meta 리포트와 내부 DB 대조용)
---      registration_tracked_at 기록과 같은 원자적 UPDATE에서 함께 저장됨
---   관련 코드: app/video/api/routers/v1/tracking.py, app/utils/meta_capi.py
--- ============================================================
-
-ALTER TABLE `user`
-    ADD COLUMN `registration_tracked_at` DATETIME NULL
-    COMMENT '가입 전환 추적 일시 (Meta CompleteRegistration 전환 이벤트 1회 발화 판정용)' AFTER `first_video_created_at`,
-    ADD COLUMN `utm_source` VARCHAR(255) NULL
-    COMMENT '유입 매체 (예: meta, google, naver)' AFTER `registration_tracked_at`,
-    ADD COLUMN `utm_medium` VARCHAR(255) NULL
-    COMMENT '유입 방식 (예: paid_social, cpc)' AFTER `utm_source`,
-    ADD COLUMN `utm_campaign` VARCHAR(255) NULL
-    COMMENT '캠페인 이름' AFTER `utm_medium`,
-    ADD COLUMN `utm_content` VARCHAR(255) NULL
-    COMMENT '광고 소재 구분 (A/B 테스트용)' AFTER `utm_campaign`,
-    ADD COLUMN `utm_term` VARCHAR(255) NULL
-    COMMENT '검색 키워드' AFTER `utm_content`;

docs/database-schema/migration_2026_07_27_backfill_first_video_created_at.sql

@@ -1,48 +0,0 @@
--- ============================================================
--- Migration: 기존 회원의 first_video_created_at 백필
--- Date: 2026-07-27
--- Description: Meta FirstVideoCreated 전환 이벤트 오발화 방지
---
---   [문제]
---   first_video_created_at은 신규 컬럼이라 기존 회원 전원이 NULL이다.
---   FirstVideoCreated 발화 조건은 "completed 영상 존재 + 컬럼이 NULL"이므로,
---   배포 후 기존 회원이 영상을 하나 더 만들면 그것이 51번째 영상이어도
---   "첫 영상 생성"으로 발화되어 핵심 전환 이벤트가 오염된다.
---   (CompleteRegistration은 is_new_user 게이트 + 24시간 가드가 있어 해당 없음)
---
---   [조치]
---   이미 completed 영상을 보유한 회원은 그 최초 영상의 생성 시각으로
---   컬럼을 채워 "이미 발화 완료" 상태로 만든다.
---
---   [실행 시점]
---   반드시 백엔드 배포 전에 실행할 것.
---   (ALTER TABLE 마이그레이션 2건을 먼저 적용한 뒤 실행)
---
---   관련 코드: app/video/api/routers/v1/tracking.py
--- ============================================================
-
--- 백필 대상 건수 사전 확인 (실행 전 참고용)
--- SELECT COUNT(*) FROM `user` u
--- WHERE u.first_video_created_at IS NULL
---   AND EXISTS (
---       SELECT 1 FROM video v
---       JOIN project p ON v.project_id = p.id
---       WHERE p.user_uuid = u.user_uuid AND v.status = 'completed'
---   );
-
-UPDATE `user` u
-SET u.first_video_created_at = (
-    SELECT MIN(v.created_at)
-    FROM video v
-    JOIN project p ON v.project_id = p.id
-    WHERE p.user_uuid = u.user_uuid
-      AND v.status = 'completed'
-)
-WHERE u.first_video_created_at IS NULL
-  AND EXISTS (
-      SELECT 1
-      FROM video v
-      JOIN project p ON v.project_id = p.id
-      WHERE p.user_uuid = u.user_uuid
-        AND v.status = 'completed'
-  );

docs/database-schema/migration_2026_08_13_add_video_poster_url.sql

@@ -1,10 +0,0 @@
--- ============================================================
--- Migration: video 테이블에 poster_url 컬럼 추가
--- Date: 2026-08-13
--- Description: 영상 첫 프레임 포스터 이미지 URL. SNS 공유 og:image 용도.
---              관련 코드: app/utils/video_poster.py, app/video/worker/video_task.py
--- ============================================================
-
-ALTER TABLE `video`
-    ADD COLUMN `poster_url` VARCHAR(2048) NULL
-    COMMENT '영상 첫 프레임 포스터 이미지 URL (SNS 공유 og:image용)' AFTER `result_movie_url`;

docs/database-schema/migration_2026_08_19_add_video_sns_metadata.sql

@@ -1,15 +0,0 @@
--- ============================================================
--- Migration: video 테이블에 SNS 메타데이터 컬럼 추가
--- Date: 2026-08-19
--- Description: 영상 생성 완료 시 저장하는 제목/설명/해시태그.
---              관련 코드: app/social/services/seo_service.py,
---              app/video/worker/video_task.py
--- ============================================================
-
-ALTER TABLE `video`
-    ADD COLUMN `title` VARCHAR(100) NULL
-    COMMENT 'SNS 업로드 제목' AFTER `poster_url`,
-    ADD COLUMN `description` TEXT NULL
-    COMMENT 'SNS 업로드 설명' AFTER `title`,
-    ADD COLUMN `hashtags` JSON NULL
-    COMMENT 'SNS 해시태그 목록' AFTER `description`;

main.py

@@ -20,7 +20,6 @@ from app.lyric.api.routers.v1.lyric import router as lyric_router
 from app.song.api.routers.v1.song import router as song_router
 from app.sns.api.routers.v1.sns import router as sns_router
 from app.video.api.routers.v1.video import router as video_router
-from app.video.api.routers.v1.tracking import router as tracking_router
 from app.social.api.routers.v1.oauth import router as social_oauth_router
 from app.social.api.routers.v1.upload import router as social_upload_router
 from app.social.api.routers.v1.seo import router as social_seo_router
@@ -411,7 +410,6 @@ app.include_router(social_account_router, prefix="/user")  # Social Account API
 app.include_router(lyric_router)
 app.include_router(song_router)
 app.include_router(video_router)
-app.include_router(tracking_router)  # Meta 전환 추적 라우터
 app.include_router(archive_router)  # Archive API 라우터 추가
 app.include_router(comment_router)  # Comment API 라우터 추가
 app.include_router(social_oauth_router, prefix="/social")  # Social OAuth 라우터 추가