perf(ai): 자동 생성은 비어있는 예측만 채우도록(기존 보존)

generate_ai_predictions(only_missing=True 기본): 이미 있는 (경기×모델)
예측은 보존하고 누락분만 생성 — 매일/기동/새 경기 시 기존 데이터 불변,
API 비용↓, 실패했던 모델만 자동 보충. 수동 재생성 스크립트는 강제 전체(only_missing=False).

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

backend/app/regenerate_ai.py

@@ -40,7 +40,8 @@ async def main() -> None:
         ).scalar_one()
     log.info("재생성 대상(미종료) 경기: %d", targets)
 
-    await generate_ai_predictions()  # GPT/Claude/Gemini 실 API 호출 → 덮어쓰기
+    # 수동 트리거 = 전부 강제 재생성(덮어쓰기). 프롬프트 수정 후 갱신 등에 사용.
+    await generate_ai_predictions(only_missing=False)
 
     async with SessionLocal() as db:
         rows = (

backend/app/worker.py

@@ -75,7 +75,13 @@ async def tick_status() -> None:
 
 
 # ── 2) AI 예측 생성 (실연동) ────────────────────────────────
-async def generate_ai_predictions() -> None:
+async def generate_ai_predictions(only_missing: bool = True) -> None:
+    """미종료 경기의 AI 예측 생성.
+
+    only_missing=True(기본): 이미 있는 (경기×모델) 예측은 보존하고 **비어 있는 것만**
+      생성한다(직전에 실패/누락된 모델만 채워짐 — API 비용↓, 예측 안정).
+    only_missing=False: 전부 재생성(덮어쓰기) — 수동 재생성 스크립트용.
+    """
     async with SessionLocal() as db:
         matches = (
             await db.execute(
@@ -93,6 +99,9 @@ async def generate_ai_predictions() -> None:
                 kickoff=m.kickoff_at.isoformat(),
             )
             for model, fn in PROVIDERS.items():
+                pred = next((p for p in m.predictions if p.model == model), None)
+                if only_missing and pred is not None:
+                    continue  # 이미 작성됨 — 보존, API 호출 안 함
                 try:
                     data = await fn(ctx)
                 except ProviderUnavailable as e:
@@ -102,8 +111,7 @@ async def generate_ai_predictions() -> None:
                     log.error("AI %s failed for %s: %s", model, m.match_id, e)
                     continue
 
-                pred = next((p for p in m.predictions if p.model == model), None)
+                if pred is None:  # 신규 — 위에서 못 찾았으면 생성
-                if pred is None:
                     pred = AIPrediction(match_id=m.match_id, model=model)
                     db.add(pred)
                     m.predictions.append(pred)