[Feat] 약 검색 품질 재설계 (초성·edge n-gram·오타·관련도)

[kangcheolung]

📌 Description

현재 약 검색(GET /api/search/drugs)은 DrugDocument.itemName에 기본(standard) 애널라이저 + match_phrase_prefix 쿼리 하나만 사용한다. 다음 한계가 있다.

• 한글 형태소 분석 없음 → "타이레놀 500" vs "타이레놀500" 토큰화 불일치
• 초성 검색 불가 (ㅌㅇㄹㄴ → 0건)
• 오타 불가 (타이레올 → 0건)
• match_phrase_prefix는 마지막 토큰만 prefix 취급 + 스코어링이 빈약 → 결과 순서가 사실상 무작위
• 제품명 중간 단어로 검색 불가 ("이알서방")

전제

무중단 재색인 인프라(#90, alias + POST /api/admin/drugs/reindex)가 머지되어, DrugDocument 매핑을 바꾼 뒤 재색인 API 한 번으로 다운타임 없이 반영할 수 있다. 이 이슈는 그 매핑/쿼리를 실제로 고도화한다.

🎯 목표

지표	현재(측정 필요)	목표
검색 p95 latency	?	현재 수준 유지
정답률 (라벨링 20~30개, Recall@10)	?	≥ 0.9
초성 검색	❌	✅ (ㅌㅇㄹㄴ → 타이레놀 계열)
오타 1글자 허용	❌	✅ (타이레올 → 타이레놀 계열)
관련도 정렬	❌	✅ (완전일치 > 시작일치 > 부분일치)

🛠️ 작업 범위

1. 인덱스 settings/mappings 재설계 (DrugDocument)

itemName을 멀티필드로:

• itemName — nori 형태소 분석 (정확 매칭용)
• itemName.ngram — edge_ngram (min 1, max 20) 자동완성용
• itemName.chosung — 초성 필드 (색인 시 Java에서 자모 분해 후 주입)
• number_of_replicas: 0 명시 (single-node → 현재 클러스터 yellow)

@Setting으로 커스텀 애널라이저 정의. DrugIndexManager.createTimestampedIndex()가 createSettings()/createMapping()으로 그대로 반영하므로 코드 변경 없이 재색인 API로 배포된다.

2. 초성 분해 유틸 (HangulChosungExtractor)

• "타이레놀정" → "ㅌㅇㄹㄴㅈ"
• 한글 유니코드 조합 분해 (0xAC00 기준 초성 인덱스)
• 비한글(숫자/영문)은 그대로 통과
• DrugInfoConverter.toDocument에서 chosung 필드 채움

3. 검색 쿼리 교체 (DrugSearchRepository / DrugSearchQueryService)

match_phrase_prefix → bool.should 조합:

• match itemName.ngram (자동완성 기본, boost 1)
• match itemName + fuzziness: AUTO (정확 일치 + 오타, boost 3)
• term itemName.chosung (입력이 전부 초성일 때만, boost 2)

입력이 "전부 초성인지" 판별해 chosung 절 on/off.

4. 관련도 정렬

• function_score 또는 bool boost로 완전일치 > 시작일치 > 부분일치
• DrugSearchQueryService.search가 SearchHit<DrugDocument>를 받도록 변경 → _score 보존 (현재는 버려짐)
• (선택) DrugSearchResponse에 score 필드 — 튜닝/디버깅용, 최종 노출 여부는 논의

5. (선택) 동의어

• 성분명(아세트아미노펜) ↔ 대표 제품명 매핑 사전
• 범위 크면 별도 이슈로 분리

6. before/after 측정

• 라벨링 테스트셋(약명 20~30개 + 기대 결과) → Recall@10, MRR
• p95 latency
• 재색인 중 1초 간격 검색 → 실패 요청 0건 로그 (무중단 검증)

✅ To-do

• 인덱스 settings/mappings JSON 정의 (nori + edge_ngram + chosung analyzer, replicas 0)
• HangulChosungExtractor + 단위 테스트 (혼합 문자열, 자음/모음만, 빈 문자열)
• DrugDocument 멀티필드 + @Setting 반영
• DrugInfoConverter.toDocument — chosung 주입
• DrugSearchRepository 쿼리 교체
• DrugSearchQueryService — 초성 입력 판별, SearchHit 수신, score 처리
• [Feat] DrugInfo ES 무중단 재색인 인프라 (alias + reindex API) #90 재색인 API로 신규 매핑 반영 (수동 검증)
• 검색 품질 테스트셋 + before/after 측정 스크립트

📒 기타

• nori 플러그인: ES 8.x 기본 번들에 analysis-nori 포함 (별도 설치 불필요) — 확인
• 폴백(MySQL LIKE, /api/drugs/search)은 이번 범위 아님 — 그대로 둠
• 커밋 분리: util(chosung) → document → converter → repository → service