Sync from GitHub c6e463fa85688c6406b64ab1ad3a425506a9bacb

README.md

@@ -25,6 +25,7 @@ pinned: false
 - 파싱 품질 검증 및 품질 게이트
 - 문제, 정답, 해설, 풀이 기록 저장
 - Streamlit 기반 문제풀이 화면
+- 공통 지문, 원문 이미지, Yes/No 진술형 문제풀이 UI
 - 오답/복습 화면
 - 개념 정리 화면
 - Chroma 기반 유사 문제 검색 구조
@@ -71,6 +72,31 @@ docker compose up --build
 - Airflow 웹서버: `http://localhost:8080`
 - PostgreSQL: `localhost:5432`
 
+로컬에서 Streamlit만 빠르게 확인할 때는 임시 SQLite DB를 사용할 수 있습니다.
+
+```bash
+DATABASE_URL=sqlite:////tmp/cert-study-local-check.db \
+  python -m streamlit run streamlit_app.py
+```
+
+## 배포용 문제 데이터
+
+Hugging Face Space에는 로컬 DB나 PDF 원본을 올리지 않고, `cert_study_app/demo_data/questions_seed.json`과 `static/question_assets/`의 참조 이미지를 사용합니다.
+
+현재 배포용 seed는 321문항, 공통 지문 포함 문항, 원문 이미지, Yes/No 진술형 문제 UI에 필요한 구조를 포함합니다. seed는 아래 명령으로 다시 만들 수 있습니다.
+
+```bash
+python scripts/export_hf_seed.py
+```
+
+## 변경 이력 확인
+
+Git 커밋은 날짜와 함께 남기 때문에 일자별 변경 내용을 확인할 수 있습니다.
+
+```bash
+scripts/git_daily_changes.sh 2026-06-07
+```
+
 ## 환경 변수
 
 기본 데이터베이스는 PostgreSQL입니다.

docs/01_overview.md

@@ -50,6 +50,8 @@ PDF에서 추출한 텍스트를 문제 단위로 나누고, 문제 본문, 보
 
 저장된 문제를 시험별로 선택해 풀 수 있습니다. 사용자의 선택과 정답 여부는 풀이 기록으로 저장할 수 있는 구조를 가지고 있습니다.
 
+현재 문제풀이 화면은 일반 객관식뿐 아니라 공통 지문 문제, 원문 이미지 보기, Yes/No 진술형 문제, 항목별 선택 문제를 구분해서 표시하는 방향으로 개선하고 있습니다.
+
 ### 오답/복습
 
 틀린 문제를 다시 확인하고, 복습 흐름으로 이어갈 수 있도록 구성하고 있습니다.
@@ -70,10 +72,14 @@ Chroma에 문제 임베딩을 저장해, 현재 문제와 비슷한 문제를
 
 - PDF 파싱 결과를 더 안정적으로 만들기
 - 파싱 품질을 자동으로 검증하기
+- 공통 지문과 원문 이미지가 문제풀이 화면에서 누락되지 않게 하기
+- Yes/No 진술형 문제를 객관식이 아니라 진술별 선택 UI로 제공하기
 - PostgreSQL과 Chroma의 역할을 명확히 나누기
 - Airflow로 긴 PDF 처리 작업을 관리하기
 - Streamlit 화면을 실제 공부하기 편한 흐름으로 다듬기
 
+Hugging Face Space 배포용으로는 로컬 DB나 PDF 원본 대신 `questions_seed.json`과 필요한 정적 이미지를 사용합니다. 현재 seed에는 321문항이 포함되어 있습니다.
+
 ## 앞으로 개선할 기능
 
 - 북마크 기능

docs/03_data_pipeline.md

@@ -129,6 +129,28 @@ LLM은 모든 단계에서 무조건 쓰는 것이 아니라, 구조화가 어
 
 이때 PostgreSQL의 문제 ID와 Chroma의 벡터 데이터가 연결되어 있어야 합니다. 그래야 유사 검색 결과를 다시 실제 문제 화면으로 가져올 수 있습니다.
 
+## 배포용 Seed 생성
+
+Hugging Face Space에서는 로컬 PostgreSQL DB, Chroma 인덱스, PDF 원본을 직접 올리지 않습니다. 대신 배포 시 바로 문제풀이를 확인할 수 있도록 seed 데이터를 생성합니다.
+
+현재 배포용 seed 생성 명령은 다음과 같습니다.
+
+```bash
+python scripts/export_hf_seed.py
+```
+
+이 스크립트는 기본적으로 아래 두 데이터를 합쳐 사용합니다.
+
+- `data/Json/questions.json`: 문제, 보기, 정답, 해설이 정리된 기준 데이터
+- `data/parsed_json/reparsed_multipage_images_20260601_205501.json`: 공통 지문과 공통 지문 원문 이미지 정보
+
+생성 결과:
+
+- `cert_study_app/demo_data/questions_seed.json`
+- `static/question_assets/`
+
+현재 seed에는 321문항이 들어 있으며, 공통 지문이 있는 문항은 긴 지문과 원문 이미지 경로가 함께 저장됩니다. Yes/No 진술형 문제는 화면에서 진술별 `예 / 아니오`로 풀 수 있도록 정답이 `Y,N,Y` 같은 형태로 정규화됩니다.
+
 ## 파이프라인에서 중요한 점
 
 ### 저장 전에 품질을 확인한다

docs/05_deployment.md

@@ -24,6 +24,15 @@ docker compose up --build
 - Airflow: `http://localhost:8080`
 - PostgreSQL: `localhost:5432`
 
+Streamlit 화면만 빠르게 확인할 때는 Docker 없이 실행할 수도 있습니다.
+
+```bash
+DATABASE_URL=sqlite:////tmp/cert-study-local-check.db \
+  python -m streamlit run streamlit_app.py
+```
+
+이 방식은 임시 SQLite DB를 사용하므로 로컬 화면 확인에 적합합니다. 기존 `data/questions.db` 파일 권한이 꼬였거나 읽기 전용 상태일 때도 새 DB로 문제 seed 동작을 확인할 수 있습니다.
+
 ## Docker를 쓰는 이유
 
 이 프로젝트는 Streamlit, PostgreSQL, Airflow, PDF 처리 라이브러리, Chroma 등 여러 구성 요소를 함께 사용합니다.
@@ -51,6 +60,21 @@ Docker를 쓰는 이유는 다음과 같습니다.
 
 이런 파일은 실행 중 생성되는 데이터이므로 보통 Git에 올리지 않습니다.
 
+## Hugging Face Space 배포
+
+Hugging Face Space는 GitHub Actions를 통해 현재 프로젝트 스냅샷을 동기화합니다.
+
+Space에는 아래 런타임 데이터는 올리지 않습니다.
+
+- 업로드 PDF 원본
+- 로컬 PostgreSQL/SQLite DB
+- Chroma 인덱스
+- Airflow 로그와 메타데이터
+
+대신 `cert_study_app/demo_data/questions_seed.json`과 `static/question_assets/`를 포함합니다. 앱 시작 시 DB가 비어 있거나 기존 seed가 오래된 경우 seed 기준으로 문제를 추가/갱신합니다.
+
+현재 seed에는 321문항, 공통 지문, 원문 이미지, Yes/No 진술형 문제 구조가 포함됩니다.
+
 ## 환경 변수
 
 기본 데이터베이스 연결은 PostgreSQL을 사용합니다.

docs/07_troubleshooting.md

@@ -48,6 +48,12 @@ docker compose logs cert-study-app
 - 8501 포트를 다른 프로그램이 사용 중인지 확인한다.
 - 필요하면 `http://127.0.0.1:8501`로도 접속해 본다.
 
+로컬 가상환경의 `streamlit` 실행 파일이 예전 경로를 가리킬 수 있습니다. 이 경우 아래처럼 Python 모듈 방식으로 실행합니다.
+
+```bash
+python -m streamlit run streamlit_app.py
+```
+
 ## PostgreSQL 연결 오류
 
 ### 증상
@@ -100,6 +106,19 @@ CERT_STUDY_DB_FALLBACK=1
 
 운영 또는 배포 환경에서는 PostgreSQL을 기준으로 맞추는 것이 좋습니다.
 
+### `attempt to write a readonly database` 오류가 날 때
+
+기존 SQLite 파일 권한 때문에 seed 갱신이 실패할 수 있습니다.
+
+빠르게 화면만 확인하려면 새 임시 DB를 지정합니다.
+
+```bash
+DATABASE_URL=sqlite:////tmp/cert-study-local-check.db \
+  python -m streamlit run streamlit_app.py
+```
+
+기존 DB를 계속 쓰려면 `data/questions.db` 파일 권한과 소유자를 확인합니다.
+
 ## Airflow 화면에 접속되지 않을 때
 
 ### 증상
@@ -159,6 +178,40 @@ PDF 업로드 후 처리 현황이 오래 바뀌지 않습니다.
 - 문제 번호 패턴과 보기 패턴을 더 명확히 처리한다.
 - 모든 문제를 LLM으로 처리하기보다, 실패 가능성이 높은 문제만 보정하는 방향이 좋다.
 
+## 공통 지문이 보이지 않을 때
+
+### 증상
+
+케이스 스터디 문제인데 `공통 지문 보기`가 나타나지 않습니다.
+
+### 확인할 것
+
+- `questions_seed.json`에 `parent_stem`이 들어 있는지 확인한다.
+- 앱이 오래된 DB를 보고 있지 않은지 확인한다.
+- seed refresh가 DB에 쓸 수 있는 상태인지 확인한다.
+
+### 해결 방향
+
+- Space 또는 로컬 앱을 재시작한다.
+- 로컬에서는 임시 SQLite DB로 다시 실행해 seed 자체가 정상인지 확인한다.
+- 기존 DB가 읽기 전용이면 권한을 수정하거나 새 DB를 사용한다.
+
+## Yes/No 문제가 객관식처럼 보일 때
+
+### 증상
+
+`다음 각 진술에 대해 예/아니오를 선택`하는 문제가 A/B/C 보기처럼 표시됩니다.
+
+### 설명
+
+Yes/No 진술형 문제는 일반 객관식과 다르게 진술별 `예 / 아니오` 입력 UI가 필요합니다.
+
+### 확인할 것
+
+- `question_type`이 `Hotspot (True/False)` 또는 유사한 값인지 확인한다.
+- 정답이 `Y,N,Y` 또는 `[{key, value}]` 형태로 정규화되는지 확인한다.
+- `1-A / 1-B / 2-A / 2-B` 형식은 항목별 선택 UI로 표시되어야 한다.
+
 ## Chroma 검색 결과가 이상할 때
 
 ### 증상

docs/08_publish_automation.md

@@ -66,7 +66,14 @@ Hugging Face Space에는 로컬 PostgreSQL 데이터, Chroma 인덱스, 업로
 python scripts/export_hf_seed.py
 ```
 
-이 스크립트는 `data/Json/questions.json`을 읽어 `questions_seed.json`을 만들고, 문제 원문 보기에 필요한 참조 이미지만 `static/question_assets/`로 복사합니다. `dump.pdf` 전체나 `data/images/` 전체를 올리지 않기 때문에 용량과 저작권 노출 범위를 줄일 수 있습니다.
+이 스크립트는 `data/Json/questions.json`을 기준 문제 데이터로 사용하고, `data/parsed_json/reparsed_multipage_images_20260601_205501.json`에서 공통 지문과 공통 지문 원문 이미지 정보를 보강합니다.
+
+생성 결과:
+
+- `cert_study_app/demo_data/questions_seed.json`
+- `static/question_assets/`
+
+`dump.pdf` 전체나 `data/images/` 전체를 올리지 않고, 문제풀이와 원문 확인에 필요한 참조 이미지만 복사합니다. 현재 seed에는 321문항, 공통 지문, 원문 이미지, Yes/No 진술형 문제 구조가 포함됩니다.
 
 실제 기출/덤프 성격의 문제를 포함하는 경우 Hugging Face Space는 private로 운영하는 것을 권장합니다.
 
@@ -158,6 +165,28 @@ git push origin main
 
 로컬에서 Hugging Face까지 직접 push하는 방식은 GitHub Actions 설정 전 테스트용으로만 사용해도 충분합니다.
 
+## 일자별 변경 확인
+
+Git은 커밋마다 날짜와 변경 파일을 남깁니다. 따라서 일자별 변경 내역은 언제든 확인할 수 있습니다.
+
+오늘 변경 내역:
+
+```bash
+git log --since=midnight --stat
+```
+
+특정 날짜 변경 내역:
+
+```bash
+scripts/git_daily_changes.sh 2026-06-07
+```
+
+더 자세히 보려면 특정 커밋을 확인합니다.
+
+```bash
+git show <commit-hash>
+```
+
 ## 주의사항
 
 - `HF_TOKEN`은 절대 Git에 커밋하지 않습니다.

docs/devlog/2026-06-07.md

@@ -113,3 +113,19 @@ Chroma는 유사 문제 검색을 위한 보조 색인으로 설명했다.
 - PDF 파싱 품질 리포트 화면 개선
 - 북마크 기능 설계 및 구현
 - README에 스크린샷 추가
+
+## 추가 진행 내용
+
+GitHub와 Hugging Face Space 배포 자동화를 정리했다. Hugging Face에는 로컬 DB나 PDF 원본을 직접 올리지 않고, 배포용 seed와 필요한 정적 이미지만 올리는 방식으로 구성했다.
+
+배포용 seed는 `scripts/export_hf_seed.py`로 생성한다. 기준 문제 데이터는 `data/Json/questions.json`을 사용하고, 공통 지문과 공통 지문 원문 이미지는 `data/parsed_json/reparsed_multipage_images_20260601_205501.json`에서 보강한다.
+
+현재 배포용 seed에는 321문항이 들어 있다. 공통 지문이 있는 문항은 `parent_stem`과 `parent_image_paths`를 함께 가진다.
+
+문제풀이 UI에서는 Yes/No 진술형 문제를 일반 객관식이 아니라 진술별 `예 / 아니오` 매트릭스로 표시하도록 개선했다. `1-A / 1-B / 2-A / 2-B`처럼 항목별 선택이 필요한 문제는 항목별 select로 표시한다.
+
+일자별 Git 변경 확인을 쉽게 하기 위해 `scripts/git_daily_changes.sh`를 추가했다.
+
+```bash
+scripts/git_daily_changes.sh 2026-06-07
+```

scripts/git_daily_changes.sh

@@ -0,0 +1,15 @@
+#!/usr/bin/env bash
+set -euo pipefail
+
+DAY="${1:-$(date +%F)}"
+NEXT_DAY="$(date -j -v+1d -f "%Y-%m-%d" "${DAY}" +%F 2>/dev/null || date -d "${DAY} +1 day" +%F)"
+
+echo "Git changes for ${DAY}"
+echo
+
+git log \
+  --since="${DAY} 00:00" \
+  --until="${NEXT_DAY} 00:00" \
+  --date=short \
+  --pretty=format:'%h %ad %s' \
+  --stat

streamlit_app.py

@@ -22,7 +22,7 @@ from cert_study_app.services.ingestion_job_service import IngestionJobService
 from cert_study_app.services.parse_quality_service import default_quality_report_path
 from cert_study_app.services.question_type_metadata_service import automation_summary, status_label, type_metadata
 from cert_study_app.services.question_concept_service import classify_question_batch, concept_label
-from cert_study_app.services.quiz_service import QuizService
+from cert_study_app.services.quiz_service import QuizService, yes_no_labels
 from cert_study_app.services.study_assistant_service import StudyAssistantService
 from cert_study_app.services.vector_service import QuestionVectorStore
 
@@ -680,36 +680,7 @@ def box_choice_labels(question, count: int) -> list[str]:
 
 
 def yes_no_answer_labels(value: str) -> list[str]:
-    if isinstance(value, (list, dict)):
-        raw_value = value
-    else:
-        raw_value = None
-        try:
-            raw_value = json.loads(value) if isinstance(value, str) else None
-        except Exception:
-            raw_value = None
-
-    if isinstance(raw_value, list):
-        values = [
-            item.get("value") or item.get("answer") or item.get("selected_answer")
-            for item in raw_value
-            if isinstance(item, dict)
-        ]
-        labels = yes_no_answer_labels(",".join(str(item) for item in values if item))
-        if labels:
-            return labels
-    elif isinstance(raw_value, dict):
-        labels = yes_no_answer_labels(",".join(str(item) for item in raw_value.values()))
-        if labels:
-            return labels
-
-    text = str(value or "")
-    if re.fullmatch(r"\s*[YNyn](?:\s*,\s*[YNyn])+\s*", text):
-        return [token.upper() for token in re.findall(r"[YNyn]", text)]
-    tokens = re.findall(r"(?<![가-힣])예(?![가-힣])|아니오|아니요|\byes\b|\bno\b", text, re.I)
-    if len(tokens) < 2:
-        return []
-    return ["Y" if token == "예" or token.lower() == "yes" else "N" for token in tokens]
+    return yes_no_labels(value)
 
 
 def is_yes_no_hotspot(question) -> bool: