쿼리 라우터 out_of_scope 키워드 추가, 숫자 사업 관련 키워드 추가, 짧은 질문 범위 수정

src/generator/generator_gguf.py

@@ -124,10 +124,18 @@ class GGUFGenerator:
                 n_gpu_layers=self.n_gpu_layers,
                 n_ctx=self.n_ctx,
                 n_threads=self.n_threads,
-                verbose=False,
+                verbose=True,  # ✅ 디버그 로그 활성화
             )
             
+            # ✅ 실제 적용된 n_ctx 확인
+            actual_n_ctx = self.model.n_ctx()
             logger.info("✅ GGUF 모델 로드 완료!")
+            logger.info(f"   - 설정한 n_ctx: {self.n_ctx}")
+            logger.info(f"   - 실제 n_ctx: {actual_n_ctx}")
+            
+            if actual_n_ctx < self.n_ctx:
+                logger.warning(f"⚠️ n_ctx가 예상보다 작습니다: {actual_n_ctx} < {self.n_ctx}")
+                logger.warning(f"   메모리 부족일 수 있습니다. n_gpu_layers를 줄여보세요.")
             
         except FileNotFoundError as e:
             logger.error(f"❌ 모델 파일을 찾을 수 없습니다: {e}")
@@ -217,11 +225,17 @@ class GGUFGenerator:
                 top_p=top_p,
                 echo=False,  # 프롬프트 반복 안 함
                 stop=[
+                    # 구분자
                     "###", "\n\n###", 
                     "### 사용자", "\n사용자:", 
                     "</s>",
-                    "한국어 답변", "한국어로 답변", "지침:",  # 메타 텍스트 차단
-                    "문장", "(문장"  # 메타 번호 차단
+                    # 메타 텍스트 차단
+                    "한국어 답변", "한국어로 답변", "지침:",
+                    "문장", "(문장",
+                    # ✅ 질문 패턴 차단 (답변 후 질문 생성 방지)
+                    "\n\n",  # 단락 구분
+                    "?",     # 질문 기호
+                    "요?", "까?", "나요?", "습니까?"  # 질문 어미
                 ],
             )
             

src/router/query_router.py

@@ -5,61 +5,133 @@ import logging
 logger = logging.getLogger(__name__)
 
 class QueryRouter:
-    """Query를 RAG vs Direct로 라우팅"""
+    """
+    Query를 RAG vs Direct로 라우팅 (하이브리드 버전)
     
+    improved + lee 버전의 장점 결합:
+    - improved: out_of_scope 키워드로 명확한 비RFP 질문 감지
+    - lee: 숫자 + 사업 키워드 조합으로 맥락 파악
+    """
+
     def __init__(self):
-        # 키워드 정의
+        # 인사 키워드
         self.greeting_keywords = [
-            "안녕", "hi", "hello", "반가워", "처음"
+            "안녕", "hi", "hello", "반가워", "처음", "인사"
         ]
-        
+
+        # 감사 키워드
         self.thanks_keywords = [
-            "고마워", "감사", "thanks", "고맙"
+            "고마워", "감사", "thanks", "고맙", "땡큐"
         ]
-        
+
+        # RFP/입찰 관련 키워드
         self.document_keywords = [
             # 돈 관련
-            "예산", "비용", "금액", "원", "만원", "억",
+            "예산", "비용", "금액", "원", "만원", "억", "억원",
             # 일정 관련
-            "기한", "마감", "언제", "기간", "납기",
+            "기한", "마감", "언제", "기간", "납기", "일정",
             # 문서 관련
-            "요구사항", "제출", "서류", "양식", "평가",
+            "요구사항", "제출", "서류", "양식", "평가", "rfp", "제안서",
             # 조직 관련
-            "발주", "기관", "담당자", "연락처",
-            # 사업 관련
-            "사업명", "과업", "범위", "목적"
+            "발주", "기관", "담당자", "연락처", "부처", "지자체",
+            # 사업/계약 관련
+            "사업", "사업명", "과업", "범위", "목적", "계약", "입찰",
+            "공고", "프로젝트", "위탁", "용역", "협상", "제안",
+            # 제도/규정 관련
+            "법", "규정", "기준", "조건", "중소기업", "대기업"
         ]
-    
+        
+        # ✅ out_of_scope 키워드 (improved 버전에서 가져옴)
+        self.out_of_scope_keywords = [
+            # 음식
+            "점심", "저녁", "아침", "식사", "밥", "메뉴", "맛집", "음식", "요리",
+            # 날씨/일상
+            "날씨", "기온", "비", "눈", "추워", "더워",
+            # 엔터테인먼트
+            "영화", "드라마", "게임", "노래", "음악", "유튜브",
+            # 여행/취미
+            "여행", "관광", "휴가", "취미", "운동", "등산",
+            # 금융/투자 (RFP와 무관)
+            "주식", "코인", "비트코인", "투자", "펀드", "부동산",
+            # 기타
+            "사랑", "연애", "데이트", "친구", "가족"
+        ]
+
     def classify(self, query: str) -> dict:
+        """
+        쿼리 분류
+        
+        Returns:
+            dict: {
+                'type': 'greeting' | 'thanks' | 'document' | 'out_of_scope',
+                'confidence': 0.0~1.0,
+                'reason': str
+            }
+        """
         query_lower = query.lower()
+        query_length = len(query)
         
-        # 짧은 질문일 때만 인사/감사 체크
-        if len(query) < 20:  # ← is_short 대신 직접 체크
+        # ✅ 1. 명확한 out_of_scope 먼저 체크 (improved 로직)
+        for keyword in self.out_of_scope_keywords:
+            if keyword in query_lower:
+                logger.info(f"🚫 out_of_scope 감지: '{keyword}' 키워드")
+                return {
+                    'type': 'out_of_scope',
+                    'confidence': 0.95,
+                    'reason': f'비RFP 키워드 감지: {keyword}'
+                }
+
+        # 2. 짧은 질문일 때만 인사/감사 체크 (lee의 25자 기준 사용)
+        if query_length < 25:
+            # 감사
             if any(kw in query_lower for kw in self.thanks_keywords):
+                logger.info(f"🙏 thanks 감지")
                 return {
                     'type': 'thanks',
-                    'confidence': 0.9,
+                    'confidence': 0.90,
                     'reason': '감사 인사 감지'
                 }
-
-            elif any(kw in query_lower for kw in self.greeting_keywords):
+            
+            # 인사
+            if any(kw in query_lower for kw in self.greeting_keywords):
+                logger.info(f"👋 greeting 감지")
                 return {
                     'type': 'greeting',
-                    'confidence': 0.9,
+                    'confidence': 0.90,
                     'reason': '인사 감지'
                 }
 
-        # 문서 관련 판별
-        if any(kw in query_lower for kw in self.document_keywords):
+        # 3. RFP/문서 관련 키워드 체크 (동적 신뢰도)
+        document_matches = sum(1 for kw in self.document_keywords if kw in query_lower)
+        
+        if document_matches > 0:
+            # 매칭된 키워드 수에 따라 신뢰도 조���
+            confidence = min(0.70 + (document_matches * 0.05), 0.95)
+            logger.info(f"📄 document 감지: {document_matches}개 키워드 매칭")
             return {
                 'type': 'document',
-                'confidence': 0.85,
-                'reason': '문서 키워드 감지'
+                'confidence': confidence,
+                'reason': f'RFP 키워드 {document_matches}개 감지'
             }
+
+        # ✅ 4. 숫자 + 사업 키워드 조합 체크 (lee 로직)
+        # "12개월 사업", "5억원 프로젝트" 같은 맥락 파악
+        has_number = any(ch.isdigit() for ch in query)
+        business_terms = ["사업", "과업", "계획", "프로젝트", "용역"]
+        has_business = any(term in query_lower for term in business_terms)
         
-        # 3. 기본값
+        if has_number and has_business:
+            logger.info(f"🔢 document 감지: 숫자 + 사업 키워드 조합")
+            return {
+                'type': 'document',
+                'confidence': 0.65,
+                'reason': '숫자와 사업 키워드 동시 감지'
+            }
+
+        # 5. 기본값: out_of_scope (improved의 0.6 사용)
+        logger.info(f"🚫 out_of_scope (기본값): RFP 키워드 없음")
         return {
             'type': 'out_of_scope',
-            'confidence': 0.5,
-            'reason': 'RFP 키워드 없음'
+            'confidence': 0.60,
+            'reason': 'RFP 관련 키워드 미감지'
         }

src/visualization/chatbot_app.py

@@ -166,7 +166,7 @@ def initialize_rag(model_type):
             rag = GGUFRAGPipeline(
                 config=config,
                 n_gpu_layers=35,  # T4에서 전체 레이어 GPU 사용
-                n_ctx=2048,       # 컨텍스트 길이
+                n_ctx=4096,       # 컨텍스트 길이
                 n_threads=4,      # CPU 스레드 (GPU 사용 시 낮게)
                 max_new_tokens=512,  # 최대 생성 토큰
                 temperature=0.7,