🎓 31분 하이브리드 시스템 구축 협업기

# 수정된 코드: 완전성 우선 설계
class ChunkedHybridAnalyzer:
    def __init__(self, chunk_size=10, memory_limit_mb=1024):
        # 메모리 효율성은 유지하되 완전성 보장
        self.chunk_size = chunk_size
        self.memory_limit_bytes = memory_limit_mb * 1024 * 1024
        
    def extract_all_products(self, text: str) -> List[Dict]:
        """모든 상품 정보를 빠짐없이 추출"""
        products = []
        
        # 제한 없이 모든 텍스트 처리
        for chunk in self._create_semantic_chunks(text):
            chunk_products = self._extract_from_chunk(chunk)
            products.extend(chunk_products)
        
        # 중복 제거만 수행 (데이터 손실 없이)
        return self._deduplicate_products(products)
    
    def _create_semantic_chunks(self, text: str) -> List[str]:
        """의미 단위로 분할하되 데이터 손실 방지"""
        # 상품 관련 키워드 기반으로 완전 분할
        # 300자 제한으로 메모리 효율성만 확보

# 파일 크기별 동적 청크 조정
def optimize_chunk_size(self, file_size_mb: float) -> tuple:
    if file_size_mb > 5:
        return 3, 1024  # 큰 파일: 매우 작은 청크, 큰 메모리
    elif file_size_mb > 2:
        return 5, 512   # 중간 파일: 작은 청크, 중간 메모리
    else:
        return 8, 256   # 작은 파일: 큰 청크, 작은 메모리

# 메모리 모니터링 및 자동 정리
def check_memory_usage(self):
    memory_mb = psutil.Process().memory_info().rss / 1024 / 1024
    if memory_mb > self.memory_limit_bytes / 1024 / 1024 * 0.8:
        print(f"⚠️ 메모리 사용량 높음 ({memory_mb:.1f}MB), 정리 중...")
        gc.collect()
        time.sleep(0.5)

# 실시간 진행 상황 표시 시스템
class VerboseHybridAnalyzer:
    def analyze_with_progress(self, image_path: str):
        print("🚀 하이브리드 분석 시작")
        print("=" * 50)
        
        # 1단계: 전처리
        print("1️⃣ 이미지 전처리 단계")
        print("   📸 이미지 로딩 중...")
        start_time = time.time()
        # 전처리 작업
        print(f"   ✅ 전처리 완료 ({time.time() - start_time:.2f}초)")
        
        # 2단계: OCR
        print("2️⃣ PaddleOCR 텍스트 추출 단계")
        print("   🔍 OCR 엔진 초기화 중...")
        # OCR 작업
        print(f"   📝 텍스트 추출 완료 ({len(text)}자)")
        
        # 3단계: 품질 평가
        print("3️⃣ OCR 품질 평가 단계")
        quality_score = self._evaluate_ocr_quality(ocr_result)
        print(f"   📊 품질 점수: {quality_score['total_score']:.2f}/10")
        
        # 4단계: Claude 분석
        print("4️⃣ Claude AI 분석 단계")
        print("   🤖 Claude API 호출 중...")
        # Claude 분석
        print(f"   ✅ AI 분석 완료")
        
        # 5단계: 결과 정리
        print("5️⃣ 결과 검증 및 보정 단계")
        print(f"   🎯 최종 결과: {len(products)}개 상품 추출")