release

vector/app/main.py

@@ -37,13 +37,15 @@ from pydantic import BaseModel, Field
 
 # 프로젝트 모듈 import
 from app.config.settings import settings
-from app.models.restaurant_models import RestaurantSearchRequest, ErrorResponse
+from app.models.restaurant_models import RestaurantInfo
 from app.models.vector_models import (
     VectorBuildRequest, VectorBuildResponse, 
     ActionRecommendationRequest, ActionRecommendationResponse,
     ActionRecommendationSimpleResponse,
-    VectorDBStatusResponse, VectorDBStatus
+    VectorDBStatusResponse, VectorDBStatus,
+    FindReviewsResponse, StoredDataInfo
 )
+
 from app.services.restaurant_service import RestaurantService
 from app.services.review_service import ReviewService
 from app.services.vector_service import VectorService
@@ -371,18 +373,24 @@ async def root():
 
 @app.post("/find-reviews", response_model=FindReviewsResponse)
 async def find_reviews(
-    request: FindReviewsRequest,
+    request: VectorBuildRequest,  # VectorBuildRequest 재사용
     vector_service: VectorService = Depends(get_vector_service),
     restaurant_service: RestaurantService = Depends(get_restaurant_service),
     review_service: ReviewService = Depends(get_review_service)
 ):
     """
-    지역과 가게명으로 리뷰를 찾아 Vector DB에 저장합니다.
+    지역과 가게명으로 리뷰를 찾아 Vector DB에 저장하고, 
+    실제 저장된 JSON 구조를 응답으로 리턴합니다.
     🔥 본인 가게 리뷰는 반드시 포함됩니다.
+    
+    Note: force_rebuild 파라미터는 이 API에서는 무시됩니다.
     """
     start_time = datetime.now()
     logger.info(f"🔍 리뷰 검색 요청: {request.region} - {request.store_name}")
     
+    # force_rebuild 파라미터는 find-reviews에서는 무시
+    # (VectorBuildRequest를 재사용하지만 이 기능은 사용하지 않음)
+    
     try:
         # 1단계: 본인 가게 검색
         logger.info("1단계: 본인 가게 검색 중...")
@@ -392,9 +400,9 @@ async def find_reviews(
         
         if not target_restaurant:
             logger.error(f"❌ 본인 가게를 찾을 수 없음: {request.store_name}")
-            raise HTTPException(
-                status_code=404,
-                detail=f"'{request.store_name}' 가게를 찾을 수 없습니다. 가게명과 지역을 정확히 입력해주세요."
+            return FindReviewsResponse(
+                success=False,
+                message=f"'{request.store_name}' 가게를 찾을 수 없습니다. 가게명과 지역을 정확히 입력해주세요."
             )
         
         logger.info(f"✅ 본인 가게 찾기 성공: {target_restaurant.place_name}")
@@ -427,6 +435,7 @@ async def find_reviews(
             review_results.append((target_restaurant.id, target_store_info, target_reviews))
         
         # 동종 업체 리뷰 수집 (본인 가게 제외)
+        similar_store_names = []
         for store in similar_stores[:10]:  # 최대 10개 동종 업체
             if store.id != target_restaurant.id:  # 본인 가게 제외
                 store_info, reviews = await review_service.collect_store_reviews(
@@ -434,8 +443,9 @@ async def find_reviews(
                 )
                 if store_info and reviews:
                     review_results.append((store.id, store_info, reviews))
+                    similar_store_names.append(store.place_name)
         
-        # 6단계: Vector DB 저장
+        # 6단계: Vector DB 저장 및 저장 데이터 수집
         logger.info("6단계: Vector DB 저장 중...")
         try:
             target_store_info_dict = {
@@ -449,6 +459,26 @@ async def find_reviews(
                 'y': target_restaurant.y
             }
             
+            # Vector DB에 저장하기 전에 저장될 데이터 구조 생성
+            stored_data = {}
+            
+            # combine_store_and_reviews 함수를 사용하여 실제 저장될 JSON 구조 생성
+            from app.utils.data_utils import combine_store_and_reviews
+            import json
+            
+            for store_id, store_info, reviews in review_results:
+                # Vector DB에 저장되는 실제 JSON 구조 생성
+                json_data = combine_store_and_reviews(store_info, reviews)
+                parsed_data = json.loads(json_data)
+                
+                store_key = store_info.get('name', store_id)
+                stored_data[store_key] = StoredDataInfo(
+                    store_info=parsed_data['store_info'],
+                    reviews=parsed_data['reviews'],
+                    review_summary=parsed_data['review_summary'],
+                    combined_at=parsed_data['combined_at']
+                )
+            
             # Vector DB에 저장
             vector_result = await vector_service.build_vector_store(
                 target_store_info_dict, review_results, food_category, request.region
@@ -461,40 +491,56 @@ async def find_reviews(
             
         except Exception as e:
             logger.error(f"❌ Vector DB 구축 실패: {e}")
-            raise HTTPException(
-                status_code=500,
-                detail=f"Vector DB 구축 중 오류가 발생했습니다: {str(e)}"
+            return FindReviewsResponse(
+                success=False,
+                message=f"Vector DB 구축 중 오류가 발생했습니다: {str(e)}",
+                target_store={
+                    'id': target_restaurant.id,
+                    'place_name': target_restaurant.place_name,
+                    'category_name': target_restaurant.category_name,
+                    'address_name': target_restaurant.address_name,
+                    'phone': target_restaurant.phone,
+                    'place_url': target_restaurant.place_url,
+                    'x': target_restaurant.x,
+                    'y': target_restaurant.y
+                },
+                food_category=food_category
             )
         
-        # 성공 응답
+        # 성공 응답 - Vector DB 저장 데이터 포함
         total_reviews = sum(len(reviews) for _, _, reviews in review_results)
+        execution_time = (datetime.now() - start_time).total_seconds()
         
         return FindReviewsResponse(
             success=True,
-            message=f"✅ 본인 가게 리뷰 포함 보장 완료! (총 {len(review_results)}개 가게, {total_reviews}개 리뷰)",
-            target_store=RestaurantInfo(
-                id=target_restaurant.id,
-                place_name=target_restaurant.place_name,
-                category_name=target_restaurant.category_name,
-                address_name=target_restaurant.address_name,
-                phone=target_restaurant.phone,
-                place_url=target_restaurant.place_url,
-                x=target_restaurant.x,
-                y=target_restaurant.y
-            ),
-            total_stores=len(review_results),
-            total_reviews=total_reviews,
+            message=f"✅ 본인 가게 '{target_restaurant.place_name}' 리뷰 분석 완료! "
+                   f"총 {total_reviews}개 리뷰, {len(review_results)}개 업체 분석됨",
+            target_store={
+                'id': target_restaurant.id,
+                'place_name': target_restaurant.place_name,
+                'category_name': target_restaurant.category_name,
+                'address_name': target_restaurant.address_name,
+                'phone': target_restaurant.phone,
+                'place_url': target_restaurant.place_url,
+                'x': target_restaurant.x,
+                'y': target_restaurant.y
+            },
             food_category=food_category,
-            region=request.region
+            total_reviews=total_reviews,
+            total_stores=len(review_results),
+            execution_time=execution_time,
+            stored_data=stored_data,
+            sample_similar_stores=similar_store_names[:5]  # 상위 5개만 샘플로 제공
         )
         
-    except HTTPException:
-        raise
     except Exception as e:
-        logger.error(f"❌ 전체 프로세스 실패: {e}")
-        raise HTTPException(
-            status_code=500,
-            detail=f"서비스 처리 중 예상치 못한 오류가 발생했습니다: {str(e)}"
+        execution_time = (datetime.now() - start_time).total_seconds()
+        logger.error(f"❌ find_reviews 처리 실패: {str(e)}")
+        
+        return FindReviewsResponse(
+            success=False,
+            message=f"처리 중 오류가 발생했습니다: {str(e)}",
+            execution_time=execution_time
         )
         
 @app.post(

vector/app/models/vector_models.py

@@ -20,6 +20,26 @@ class VectorBuildRequest(BaseModel):
         example=False
     )
 
+class StoredDataInfo(BaseModel):
+    """Vector DB에 저장된 데이터 정보"""
+    store_info: Dict[str, Any] = Field(description="가게 정보")
+    reviews: List[Dict[str, Any]] = Field(description="리뷰 목록") 
+    review_summary: Dict[str, Any] = Field(description="리뷰 요약 정보")
+    combined_at: str = Field(description="데이터 결합 시간")
+
+class FindReviewsResponse(BaseModel):
+    """리뷰 검색 응답 모델 - Vector DB 저장 데이터 포함"""
+    success: bool = Field(description="검색 성공 여부")
+    message: str = Field(description="응답 메시지")
+    target_store: Optional[Dict[str, Any]] = Field(None, description="본인 가게 정보")
+    food_category: Optional[str] = Field(None, description="추출된 음식 카테고리")
+    total_reviews: int = Field(default=0, description="총 수집된 리뷰 수")
+    total_stores: int = Field(default=0, description="분석된 동종 업체 수")
+    execution_time: Optional[float] = Field(None, description="실행 시간(초)")
+    # Vector DB 저장 데이터
+    stored_data: Optional[Dict[str, StoredDataInfo]] = Field(None, description="Vector DB에 저장된 데이터")
+    sample_similar_stores: List[str] = Field(default=[], description="동종 업체 샘플 목록")
+
 class VectorBuildResponse(BaseModel):
     """Vector DB 구축 응답 모델"""
     success: bool = Field(description="구축 성공 여부")