# 인슈로 정독 grouping 실제 구현 예측 (260812)

> task-2938(엔진 코딩)의 큰 그림 + 프로덕션 동작 예측. 단일소스: [[project_insuro_cancer_coverage_taxonomy_260812]]

## 실제 처리 흐름
1. 설계사가 인슈로 UI에 약관 PDF 업로드 → **Drive 저장**(policy_terms/{손보생보}/{회사}/{상품}/{판매개시일})
2. **백그라운드 큐**(즉석 아님): ① 담보(특약) 단위 분할(조항번호 경계) → ② 각 담보 조항 전문을 **아누시스템(claude 무학습) 정독** → 판별축 추출 → ③ taxonomy 매핑+confidence
3. **확실=자동 grouping / 애매=설계사 질문 큐**("이 담보 어느 그룹?" + 약관 실질 요약) → 설계사 결정 → **지식DB 저장(학습)**
4. 결과: 보장분석(coarse 집계) / 신규설계(fine+커버차이 조언)

## 인프라 매핑 (기존 자산 활용)
- 정독 엔진 = **아누시스템(claude CLI, 무학습·P0-2 경로)** — 서버 이미 사용
- 지식DB = **Supabase**(coverage_product/clause/group_map/grouping_rule) — 신규
- 약관 파일 = **Google Drive** — 기존(P0-1 프록시)
- UI = 인슈로(업로드·질문 큐·결과표)

## 비용·시간 예측
- **cold(첫 정독)**: 약관 1개 = 담보 수십 × AI 정독 → 약관당 **수분~십수분 백그라운드**. 즉석 불가 → "분석 준비 완료" 알림.
- **재사용**: 같은 약관(sha256)·담보 → **캐시 즉시**(N명이 같은 약관 올려도 1회 정독).
- **학습 후**: 유사 담보(판별축 조합 동일)=**AI 호출 없이 자동 매핑** → 갈수록 빠르고 저렴.

## ⚠️ 난관 예측 + 대비
1. **담보 분할 형식 차이**: 메리츠 `13.`/`N-M.` vs 삼성 `26-1-N.` → 회사별 분할 규칙 + 목차/폰트 폴백. (task-2937에서 정규식 `13.` 미지원으로 암진단비 누락 사고 = 이 지점)
2. **정독 비용**: 담보 수십×호출 → 캐시+학습으로 억제(cold만 비쌈).
3. **cold start 질문 폭증**: 초기 지식DB 빈 상태 → 애매 질문 다수 → 설계사 피로 → **회장 씨앗 grouping 선주입 + 질문 배치(모아서 확인)**.
4. **세부보장·항목 파싱**: 통합치료비 안 "검사·통증완화·재활" 항목, 세부보장 개수 → "제1조 보장범위=총 N개" + 항목 표 정독 필수.
5. **회사별 실질 차이**: 같은 "통합/주요치료비"도 커버범위 다름(삼성 vs 메리츠) → 상품단위 지식DB + 정독으로만 규명.

## 학습 재사용 3계층
- L1 약관 캐시(sha256) → 발췌·정독 스킵
- L2 담보 매핑 캐시(회사·상품·담보) → 같은 담보 재입력 시 즉시
- L3 판별축 룰(설계사 확정 패턴) → 유사 담보 자동 매핑(신규 담보도 축 조합 같으면 자동)

## 검증
- 골든셋 = 삼성/메리츠 정독 norm(하이클래스·회복지원금·치료비지원종속·매월계속암=치료비·검사=통합항목·암구분별 등)
- 설계사 정정 → 골든셋·학습룰 자동 편입(회귀 방지)