감정 분류기 파인튜닝 모델 배포 — rules가 일기 절반을 uncertain으로 낸다

[easygap]

운영이 규칙 분류기로 돌고 있어서 평범한 일기의 절반이 「여러 마음」으로 떨어진다.

지금 상태

QA용 일기 16편을 넣고 AI_MODE=rules로 분석시킨 결과다.

읽힌 마음	건수
uncertain(여러 마음)	8
기쁨	3
분노	2
당황	2
불안	1
슬픔	0

「카페에서 읽던 책을 다 읽었다. 마지막 장을 덮고 한참 앉아 있었다」 같은 문장이 전부 uncertain으로 간다. 그 결과 식물의 emotion_profile에서 mixed가 50%를 먹고 성장 결이 모아결로 쏠린다.

원인

server/app/ai/classifier.py의 RulesClassifier는 의도적으로 보수적이다. 근거가 약하면 사용자의 마음을 넘겨짚지 않고 UNCERTAIN을 낸다(_MIN_EVIDENCE, classifier_abstain_threshold). 설계로서는 옳다.

문제는 그 자리를 메울 파인튜닝 모델이 배포돼 있지 않다는 것이다.

• 학습 파이프라인은 있다 — ai/emotion_classifier/ (prepare_data.py, train.py, evaluate.py, DATA_CARD.md).
• 그런데 .env.production.example이 AI_MODE=rules이고 CLASSIFIER_MODEL_DIR는 비어 있다.
• models/manifest.yaml에 감정 분류기 항목의 revision·sha256이 아직 null이다.

해야 할 일

1. ai/emotion_classifier로 모델을 학습하고 evaluate.py로 지표를 남긴다.
2. models/manifest.yaml에 revision·sha256을 기록한다(손으로 적지 않고 설치 스크립트가 기록).
3. CLASSIFIER_MODEL_DIR를 채우고 운영 AI_MODE를 local로 올린다.
4. analysis_model_version을 함께 올린다. 기존 결과를 덮어쓰지 않는다.

완료 기준

• 같은 일기 16편에서 uncertain 비율이 눈에 띄게 내려간다.
• 어느 마음도 좋고 나쁨으로 채점하지 않는다는 원칙은 그대로다 — 정확도를 올리려고 abstain을 없애는 방향이면 안 된다.