feat(retrieval): 요청 카테고리 존중 + 카테고리 다양성 (#40)

[likell1]

배경 (시연 중 발견)

"여드름이 많이 나는데, 스킨/토너는 추천해줄만한 제품이 있어?"
→ LLM: "제공된 제품 데이터에 스킨이나 토너 카테고리가 없으므로..."

LLM의 잘못된 보고였다. 실제로 그래프엔 토너 301개, 여드름 성분(상위10) 3개+ 매칭 토너만 37개 존재.

원인

query_products_by_ingredients가 전체를 relevance_score(성분 가중합)로 정렬 후 **LIMIT 5**만 반환.
앰플/세럼이 고가중 성분(나이아신아마이드+레티놀 등)을 더 많이 담아 상위 5개를 독식 → 토너가 6등 밖으로 밀림 → LLM엔 앰플만 전달됨.

핵심 갭 2개:

1. 사용자가 콕 집어 요청한 카테고리("토너")를 시스템이 무시 (요청 파싱이 concern/skin_type만 봄)
2. 정밀도(검색(RAG) 품질 eval — Neo4j 검색 자체의 recall/precision (생성·추출과 분해) #40) 위해 조인 랭킹을 세게 걸었더니 카테고리 다양성이 죽음

해결 (둘 다)

• 요청 카테고리 존중: _requested_categories()로 메시지에서 포맷 추출('스킨'=토너, 단 스킨케어/스킨타입/스킨톤/스킨십 합성어는 오탐 제외). _appropriate_categories(concerns, requested)가 요청을 우선 존중(concern 적합과 교집합, 비면 요청 그대로).
• 카테고리 다양성: 요청 없을 때 후보 풀(limit=30)에서 _diversify(per_category=2, total=6)로 한 포맷 상위 독식 방지, 부족하면 랭킹순 보충.
• 공통화: 동기·스트리밍 중복 제품 선정 블록을 select_products()로 통합.
• query_products_by_ingredients에 limit 파라미터화, config.product_result_limit=6.

검증 (라이브 :8000)

요청	결과
'여드름 스킨/토너 추천'	토너 6개 (그라펜 포어올킬, 피지오겔 시카밸런스, 헤라 옴므 3종, 닥터자르트 티트리먼트) ✅
'여드름·모공' (요청 없음)	앰플·올인원·토너·로션·세럼 (다양) ✅
'기미 크림 추천'	색소 크림 6개 ✅

오탐 단위 확인: 스킨타입·스킨케어 → 미감지 ✅, 미백 세럼 → {세럼} ✅.
유닛테스트 12 passed, 기존 테스트 회귀 없음. 정밀도(#56 목적필터)는 뒤에서 그대로 동작.

변경 파일

• app/services/recommend_service.py — _requested_categories, _appropriate_categories(시그니처 확장), _diversify, select_products
• app/clients/neo4j_client.py — LIMIT $limit
• app/core/config.py — product_result_limit
• tests/test_product_selection.py — 신규 12케이스

[github-actions]

품질 회귀 게이트

✅ PASS — 품질 게이트 통과

추출 품질 (run_eval)

지표	값	기준	판정
concern F1	0.8343	≥ 0.83	✅
skin_type 정확도	0.96	≥ 0.94	✅
무효값 비율	0	≤ 0.02	✅
추출 에러율	0	≤ 0.0	✅

생성 품질 (LLM-judge)

지표	값	기준	판정
judge OVERALL	4.6	≥ 4.4	✅
grounding	4.46	≥ 4.3	✅
format 준수	4.84	≥ 4.3	✅
생성 에러율	0	≤ 0.0	✅

검색 품질 (RAG precision)

지표	값	기준	판정
제품 검색 precision	0.8261	≥ 0.75	✅
제품 0-결과율	0.08	≤ 0.15	✅
성분 검색 precision	0.5027	≥ 0.4	✅