Code refactoring

app.data.rdbms.location.py

generate_location_response

항목	개선 내용	이유
모듈화	db_model, schema_model 추출을 .get()으로	키 미스 발생 시 에러 방지 및 로깅
로깅 수준 조정	logger.exception 사용	stack trace 포함하여 기록, 디버깅 용이
문자열 포맷	f-string 통일, 중복 제거	직관적이며 유지보수에 유리
예외 메시지	고정된 str → 동적 메시지	어떤 location에서 실패했는지 명확히
출력 구조	actionValue dict 병합 방식 개선	의미 명확화 및 구조 일관성 유지

get_closet_place

항목	개선 내용	이유
로깅 포맷	[get_closest_place] prefix 사용	로그 추적성과 필터링 향상
쿼리 결과 처리	.first() 사용	.all()[0]보다 안전하고 명확
예외 메시지	.exception() 사용	stack trace 포함하여 디버깅 용이
모델 공통 필드 추출	getattr() 사용	필드 유무 체크 + 가독성 확보
에러 가독성	DB 조회 실패 시 ValueError	실패 원인 명확히 구분

app.data.vectorDB.py

vector_store_initialize

항목	개선 내용	이유
환경 변수 검증 함수 validate_env() 추가	None 체크를 명시적으로 수행	런타임 시 불명확한 KeyError 예방
분기문 if-elif 구조로 변경	딕셔너리 config 제거	중복 제거보다 로직 흐름과 예외 처리 중요
환경 변수 명시 로딩 (load_dotenv)	.env 사용 시 명확히 로드	테스트 환경에서 의도된 로딩 보장
에러 메시지 개선	어떤 값이 누락되었는지 명시	문제 추적 용이

vector_search

항목	개선 내용	이유
언어 감지 함수 분리	process_query → _translate_to_korean_if_needed	단일 책임 원칙 적용, 테스트 가능
문자열 처리 예외 명확화	strip() 검사 → ValueError	조기 실패(Fail Fast) 원칙
타입 힌트 명확화	List[Document] 등 적용	자동완성 + 디버깅 향상
try-catch 범위 축소	번역 로직, 전체 로직에 개별 예외 처리	문제 원인 파악 용이
출력 포맷 개선	리스트 컴프리헨션 기반 join()	가독성 + 성능 모두 개선
불필요 주석/print 제거	실제 서비스 코드에서는 출력 제거	콘솔 노이즈 방지

vector_insert

항목	개선 내용	이유
경로 처리	os.path.join() 사용	OS 간 호환성 확보 (Windows/Linux/Mac)
빈 파일 처리	strip() 체크로 건너뜀	불필요한 삽입 방지
파일 존재 확인	if not txt_files 체크	불필요한 초기화 방지
공통 Splitter 재사용	for 루프 밖에 선언	성능 최적화, 메모리 낭비 방지
파일 메타데이터 자동 추가	"source": filename	추적성과 관리 편의성
에러 핸들링	개별 파일 try-catch	전체 중단 없이 실패 파일만 skip

app.langgraph_chatbot.graph.chatbot_graph.py

항목	개선 전	개선 후	이유
노드 정의	.add_node() 연속 호출	NODE_DEFINITIONS 딕셔너리	노드 추가가 많아져도 유지보수 쉬움
엣지 정의	.add_edge() 연속 호출	EDGE_DEFINITIONS 리스트	추후 구조적 시각화나 추적에 유리
조건부 엣지	직접 .add_conditional_edges() 호출	CONDITIONAL_EDGES 매핑	분기 조건이 많을 때 일관성 유지
로깅 구조	app.logger 사용	표준 Python logger로 교체	테스트 및 독립 실행 시 유연성 확보
코드 일관성	함수/객체 직접 연결	모든 구성 요소를 선언적으로 정의	기능/로직과 구성을 분리하여 모듈화 가능

app.langgraph_chatbot.chat_engine.py

항목	개선 내용	이유
중복 제거	_build_initial_state(), _execute_graph()	초기 상태 로직 공통화, 코드 간결화
예외 메시지 명확화	메서드별 prefix ([respond_all], [message_stream] 등)	에러 로깅 필터링/디버깅 향상
옵셔널 반환 타입	Optional[List[ResponseButtonModel]]	타입 안정성과 명확한 의미 전달
try-except 분리	외부 호출과 내부 상태 구분	실패 원인 추적 용이
Kakao 대응 분리	UserInfoModel 임시 생성 위치 변경	코드 일관성과 재사용성 향상

app.langgraph_chatbot.utils.chatbot_classify.py

translate_input

항목	개선 내용	이유
타입 명시	input_text: str, target_lang: str	타입 안전성과 IDE 지원 향상
빈 문자열 처리	if not input_text.strip()	오류 방지 및 조기 리턴
target_lang 파라미터화	"en" 고정 제거	범용성과 테스트 가능성 증가
언어 로그 추가	logger.info(f"Detected...")	운영 중 다국어 입력 분포 확인 가능
에러 레벨 구분	감지 실패 = warning, 번역 실패 = error	모니터링 시 영향도 기준 분류 가능

load_spacy_model

항목	개선 내용	이유
Lock 사용	threading.Lock 도입	멀티스레드 환경에서 race condition 방지
double-checked locking	if _NLP is None 2번 확인	불필요한 Lock 획득 방지 (성능 최적화)
예외 처리 추가	try-except 문	모델 로딩 실패 시 에러 로그 및 명확한 추적 가능
명확한 타입 힌트	-> Language, _NLP: Optional[Language]	코드 자동완성과 타입 검사 지원

QueryClassifier

항목	변경 내용	이유
spaCy 모델 로딩 최소화	load_spacy_model() 1회만 호출	불필요한 IO 및 성능 낭비 방지
중복 정규식 최적화	re.compile() 패턴 정제	컴파일 수 감소, 성능 최적화
함수 책임 분리	detect_location_question, extract_main_noun	테스트 및 유지보수 쉬움
하드코딩 값 상수화	_location_patterns, _location_verbs, _threshold 등	가독성과 수정 용이성 향상
메서드 중심 설계	클래스 외부 의존 최소화	유닛테스트 및 캡슐화 적합

LocationHandler

항목	개선 내용	이유
타입 힌트 명확화	UserInfoModel, ResponseButtonModel, Optional[...]	정적 분석, 자동완성, 테스트에 유리
사용자 위치 유효성 검사	latitude, longitude None 체크	잘못된 위치 정보 처리 방지
예외 처리 추가	try-except 도입	서비스 중단 방지, graceful degradation
로그 추가	warning / error 구분	운영 중 디버깅 및 사용자 이슈 추적에 유용

app.langgraph_chatbot.node.retrieve.py

항목	개선 내용	이유
state.get("query", "").strip()	query 유효성 한 줄로 검사	명확하고 안전하게 처리 가능
logger.exception() 사용	전체 traceback 포함 로깅	디버깅 시 더 많은 정보 제공
Lazy import 위치 명확화	from app.main import vector_store	순환 참조 문제 방지
로깅 일관성 향상	prefix 포함 → [retrieve_context]	로그 필터링/검색에 유리
불필요한 코멘트 제거	코드가 의도를 잘 설명함	가독성 향상

app.langgraph_chatbot.node.generate.py

항목	개선 내용	이유
빈 쿼리 early return	query.strip() 체크	불필요한 처리 방지 및 UX 개선
언어 감지 fallback	실패 시 로그 + default 언어	다국어 입력 대응 신뢰성 향상
prompt 파일 예외 처리	FileNotFoundError 분리	운영 시 config 누락 탐지 가능
모델명 상수화 제거	"gpt-4o-mini" 직접 명시	테스트 및 리팩토링 유연
로깅 prefix 통일	[generate_response] 사용	추적성과 필터링 향상
메시지 입력 분리	prompt_inputs 변수화	가독성 + 디버깅 용이
LCEL 적용	LCEL 문법 적용	가독성 + 유연함

app.main.py

항목	개선	이유
create_app() 함수 분리	테스트 시 TestClient(create_app()) 구조 활용	DI 및 유닛 테스트 편의성 향상
환경 변수 setdefault()	이미 설정된 값 덮어쓰지 않음	유연한 환경 구성 대응
lifespan() 내 예외처리 추가	초기화 실패 시 로그 및 명확한 오류 표시	운영 중 문제 탐지 용이
라우터 및 미들웨어 정리	명시적이고 모듈화된 등록	기능별 분리, 관리 편의성 증가
헬스 체크 엔드포인트 명확화	/ → read_root() 함수	배포 환경에서 기본 응답 용이

Refactor 적용 전: 353.59s (42passed) Refactor 적용 후: 310.05s (42passed)

현재 문제는 무엇인가? LangSmith를 통해 추적하며 어디서 시간이 많이 소요되는지 확인해본 결과: LLM의 최종 답변 생성 시간이 오래 걸림. 왜 오래 걸리는가? Retrieve 로 가져온 문서의 양이 상당해서. 그렇다고 해당 문서들이 반드시 관련이 있는가? 또 그런 것은 아님. 키오스크 어떻게 사용하냐는 질문에 결혼 비자 문서부터 가져오는 것을 보면 아닌 것으로 보임. 이에 개선 사항으로 2가지 정도를 생각해볼 수 있다.

1. Retrieve 개선
2. classify node에서 Fallback으로 일반 질문일 경우 retrieve하지 않고 바로 generate로 가는 방법.