Auto-deploy from GitHub Actions - 2025-12-12 07:34:05

app/routes.py

@@ -1720,16 +1720,21 @@ def search_relevant_chunks(query, file_ids=None, model_name=None, top_k=5, min_s
                 expanded_file_ids.extend([child.id for child in child_files])
         
         # 모델 필터링이 필요한 경우 파일 ID 필터링
-        if model_name and expanded_file_ids:
+        # model_name이 'all'인 경우 필터링을 건너뜀 (전체 모델 검색)
+        if model_name and model_name != 'all' and expanded_file_ids:
             filtered_files = UploadedFile.query.filter(
                 UploadedFile.id.in_(expanded_file_ids),
                 UploadedFile.model_name == model_name
             ).all()
             expanded_file_ids = [f.id for f in filtered_files]
-        elif model_name and not expanded_file_ids:
+        elif model_name and model_name != 'all' and not expanded_file_ids:
             # 파일 ID가 없으면 모델 이름으로만 필터링
             filtered_files = UploadedFile.query.filter_by(model_name=model_name).all()
             expanded_file_ids = [f.id for f in filtered_files]
+        elif model_name == 'all' and not expanded_file_ids:
+            # 'all'이고 파일 ID가 없으면 모든 파일 검색 (하지만 보통은 파일 ID가 전달됨)
+            # 여기서는 아무것도 하지 않음 (expanded_file_ids가 None이면 모든 파일 검색하므로)
+            pass
         
         # 1단계: 벡터 검색으로 초기 30개 문서 검색
         print(f"[벡터 검색] 쿼리: {query[:50]}..., 파일 ID: {expanded_file_ids if expanded_file_ids else '모든 파일'}")
@@ -3382,6 +3387,17 @@ def chat():
         if not answer_model:
             answer_model = analysis_model
         
+        # 'all' 모델 처리: 실제 LLM 호출용 모델과 검색 필터용 모델 구분
+        search_model_filter = analysis_model
+        
+        if analysis_model == 'all':
+            # 분석용 모델은 기본값 사용 (Gemini Flash 권장)
+            analysis_model = 'gemini:gemini-1.5-flash'
+            
+        if answer_model == 'all':
+            # 답변용 모델도 기본값 사용
+            answer_model = 'gemini:gemini-1.5-flash'
+        
         # 답변용 모델이 여전히 없으면 에러 반환
         if not answer_model:
             return jsonify({'error': '답변을 생성할 AI 모델이 선택되지 않았습니다. "사용 가능한 AI 목록"에서 답변을 생성할 AI 모델을 선택해주세요.'}), 400
@@ -3415,11 +3431,11 @@ def chat():
                         print(f"[RAG 검색 2단계] GraphRAG 데이터 조회 완료: 엔티티 {len(graph_data['entities'])}개, 관계 {len(graph_data['relationships'])}개, 사건 {len(graph_data['events'])}개")
                     
                     # 3단계: 벡터 검색 + 리랭킹으로 Child Chunk 정밀 검색 (분석 모델 사용)
-                    print(f"[RAG 검색 3단계] 벡터 검색 + 리랭킹 시작 (분석 모델: {analysis_model})...")
+                    print(f"[RAG 검색 3단계] 벡터 검색 + 리랭킹 시작 (검색 필터: {search_model_filter})...")
                     relevant_chunks = search_relevant_chunks(
                         query=message,
                         file_ids=file_ids if file_ids else None,
-                        model_name=analysis_model,  # 질문 분석은 analysis_model 사용
+                        model_name=search_model_filter,  # 'all'이면 모든 모델 검색
                         top_k=5,  # 리랭킹 후 상위 5개만 선택
                         min_score=0.5  # 최소 점수 임계값
                     )