feat : 분석 api 수정

analytics/src/main/java/com/ktds/hi/analytics/biz/service/AnalyticsService.java

@@ -317,10 +317,8 @@ public class AnalyticsService implements AnalyticsUseCase {
     }
 
     /**
-     * LLM 기반 리뷰 감정 분석 - 한 번의 분석으로 긍정/부정/중립 수 모두 반환
+     * 기존 analyzeReviewSentiments 메서드를 대량 분석 방식으로 개선
-     *
+     * 개별 AI 호출 대신 한 번의 호출로 모든 리뷰 분석
-     * @param reviews 분석할 리뷰 목록
-     * @return ReviewSentimentCount 감정별 리뷰 수
      */
     private ReviewSentimentCount analyzeReviewSentiments(List<String> reviews) {
         log.info("LLM 기반 리뷰 감정 분석 시작: 총 리뷰 수={}", reviews.size());
@@ -339,34 +337,12 @@ public class AnalyticsService implements AnalyticsUseCase {
                 return new ReviewSentimentCount(0, 0, 0);
             }
 
-            int positiveCount = 0;
+            // 기존 개별 분석 대신 대량 분석 사용
-            int negativeCount = 0;
+            Map<SentimentType, Integer> sentimentCounts = aiServicePort.analyzeBulkSentiments(validReviews);
-            int neutralCount = 0;
 
-            // 각 리뷰를 AI로 감정 분석
+            int positiveCount = sentimentCounts.get(SentimentType.POSITIVE);
-            for (String review : validReviews) {
+            int negativeCount = sentimentCounts.get(SentimentType.NEGATIVE);
-                try {
+            int neutralCount = sentimentCounts.get(SentimentType.NEUTRAL);
-                    SentimentType sentiment = aiServicePort.analyzeSentiment(review);
-
-                    switch (sentiment) {
-                        case POSITIVE:
-                            positiveCount++;
-                            break;
-                        case NEGATIVE:
-                            negativeCount++;
-                            break;
-                        case NEUTRAL:
-                        default:
-                            neutralCount++;
-                            break;
-                    }
-
-                } catch (Exception e) {
-                    log.warn("개별 리뷰 감정 분석 실패, 중립으로 처리: {}",
-                        review.substring(0, Math.min(30, review.length())), e);
-                    neutralCount++; // 분석 실패 시 중립으로 처리
-                }
-            }
 
             ReviewSentimentCount result = new ReviewSentimentCount(positiveCount, negativeCount, neutralCount);
 

analytics/src/main/java/com/ktds/hi/analytics/biz/usecase/out/AIServicePort.java

@@ -4,6 +4,7 @@ import com.ktds.hi.analytics.biz.domain.AiFeedback;
 import com.ktds.hi.analytics.biz.domain.SentimentType;
 
 import java.util.List;
+import java.util.Map;
 
 /**
  * AI 서비스 포트 인터페이스
@@ -20,6 +21,15 @@ public interface AIServicePort {
      * 감정 분석
      */
     SentimentType analyzeSentiment(String content);
+
+    /**
+     * 대량 리뷰 감정 분석 (새로 추가)
+     * 여러 리뷰를 한 번에 분석하여 긍정/부정/중립 개수 반환
+     *
+     * @param reviews 분석할 리뷰 목록
+     * @return 감정 타입별 개수 맵
+     */
+    Map<SentimentType, Integer> analyzeBulkSentiments(List<String> reviews);
     
     /**
      * 실행 계획 생성

analytics/src/main/java/com/ktds/hi/analytics/infra/gateway/AIServiceAdapter.java

@@ -30,8 +30,10 @@ import org.springframework.web.client.RestTemplate;
 import java.time.LocalDateTime;
 import java.util.ArrayList;
 import java.util.Arrays;
+import java.util.HashMap;
 import java.util.List;
 import java.util.Map;
+import java.util.stream.Collectors;
 
 /**
  * AI 서비스 어댑터 클래스
@@ -99,6 +101,116 @@ public class AIServiceAdapter implements AIServicePort {
         }
     }
 
+    @Override
+    public Map<SentimentType, Integer> analyzeBulkSentiments(List<String> reviews) {
+        log.info("대량 리뷰 감정 분석 시작: 리뷰 수={}", reviews.size());
+
+        try {
+            if (reviews.isEmpty()) {
+                return createEmptyResultMap();
+            }
+
+            // 유효한 리뷰만 필터링
+            List<String> validReviews = reviews.stream()
+                .filter(review -> review != null && !review.trim().isEmpty())
+                .collect(Collectors.toList());
+
+            if (validReviews.isEmpty()) {
+                return createEmptyResultMap();
+            }
+
+            // 리뷰를 번호와 함께 포맷팅
+            StringBuilder reviewsText = new StringBuilder();
+            for (int i = 0; i < validReviews.size(); i++) {
+                reviewsText.append(String.format("%d. %s\n", i + 1, validReviews.get(i)));
+            }
+
+            String prompt = String.format(
+                """
+				다음 리뷰들을 분석하여 긍정, 부정, 중립의 개수를 세어주세요.
+				
+				리뷰 목록:
+				%s
+				
+				결과를 다음 JSON 형식으로만 답변해주세요:
+				{
+					"positive": 긍정_개수,
+					"negative": 부정_개수,
+					"neutral": 중립_개수
+				}
+				
+				다른 설명은 하지 말고 JSON만 답변해주세요.
+				긍정,부정,중립 개수를 모두 더했을때, 총 리뷰수와 동일해야 합니다.
+				정확하게 세어주세요.
+				""",
+                reviewsText.toString()
+            );
+
+            // 기존 callOpenAI 메서드 활용
+            String result = callOpenAI(prompt);
+
+            // 결과 파싱
+            Map<SentimentType, Integer> sentimentMap = parseBulkSentimentResult(result, validReviews.size());
+
+            log.info("대량 리뷰 감정 분석 완료: 긍정={}, 부정={}, 중립={}",
+                sentimentMap.get(SentimentType.POSITIVE),
+                sentimentMap.get(SentimentType.NEGATIVE),
+                sentimentMap.get(SentimentType.NEUTRAL));
+
+            return sentimentMap;
+
+        } catch (Exception e) {
+            log.error("대량 리뷰 감정 분석 중 오류 발생, fallback 사용", e);
+            return createFallbackResultMap(reviews.size());
+        }
+    }
+
+    private Map<SentimentType, Integer> parseBulkSentimentResult(String result, int totalReviews) {
+        try {
+            // 기존 objectMapper 필드 사용
+            Map<String, Object> jsonResult = objectMapper.readValue(result.trim(), Map.class);
+
+            int positive = ((Number) jsonResult.getOrDefault("positive", 0)).intValue();
+            int negative = ((Number) jsonResult.getOrDefault("negative", 0)).intValue();
+            int neutral = ((Number) jsonResult.getOrDefault("neutral", 0)).intValue();
+
+            // 결과 검증 및 보정
+            int totalAnalyzed = positive + negative + neutral;
+            if (totalAnalyzed != totalReviews) {
+                log.warn("분석 결과 불일치 보정: 분석된 수={}, 실제 리뷰 수={}", totalAnalyzed, totalReviews);
+                int difference = totalReviews - totalAnalyzed;
+                neutral += difference;
+            }
+
+            Map<SentimentType, Integer> resultMap = new HashMap<>();
+            resultMap.put(SentimentType.POSITIVE, Math.max(0, positive));
+            resultMap.put(SentimentType.NEGATIVE, Math.max(0, negative));
+            resultMap.put(SentimentType.NEUTRAL, Math.max(0, neutral));
+
+            return resultMap;
+
+        } catch (Exception e) {
+            log.error("대량 감정 분석 결과 파싱 실패: {}", result, e);
+            return createFallbackResultMap(totalReviews);
+        }
+    }
+
+    private Map<SentimentType, Integer> createEmptyResultMap() {
+        Map<SentimentType, Integer> result = new HashMap<>();
+        result.put(SentimentType.POSITIVE, 0);
+        result.put(SentimentType.NEGATIVE, 0);
+        result.put(SentimentType.NEUTRAL, 0);
+        return result;
+    }
+
+    private Map<SentimentType, Integer> createFallbackResultMap(int totalReviews) {
+        Map<SentimentType, Integer> result = new HashMap<>();
+        result.put(SentimentType.POSITIVE, (int) (totalReviews * 0.6));
+        result.put(SentimentType.NEGATIVE, (int) (totalReviews * 0.2));
+        result.put(SentimentType.NEUTRAL, totalReviews - (int) (totalReviews * 0.6) - (int) (totalReviews * 0.2));
+        return result;
+    }
+
 
     @Override
     public SentimentType analyzeSentiment(String content) {