[Feat] 질문 임베딩 + search_queries 저장

docs/design/kangcheolung-#44-search-embedding-query-logging.md

@@ -0,0 +1,180 @@
+# #44 검색 블록 — 질문 임베딩 + 검색 요청 로깅 (F-SEARCH-01/02/03)
+
+closes #44
+
+## 배경
+
+벡터 검색의 첫 단계는 사용자의 검색어를 임베딩 모델과 동일한 차원의 벡터로 변환하는 것이다.
+이번 이슈에서는 Python 사이드카 서버(`/embed`)를 호출해 질문을 1024차원 벡터로 변환하는 서비스(F-SEARCH-01/02)와,
+검색 요청 자체를 `search_queries` 테이블에 `PROCESSING → SUCCESS/FAILED` 흐름으로 로그 남기는 서비스(F-SEARCH-03)를 구현한다.
+
+이 이슈는 서비스 레이어 "부품" 구현에 집중하며, `POST /search` API 조립은 Issue 5에서 진행한다.
+
+---
+
+## 작업 내용
+
+### 1. 기존 파일 수정
+
+#### `ResultStatus.java`
+
+`PROCESSING` 값 추가. 검색 요청 저장 시 초기 상태로 사용한다.
+
+```java
+public enum ResultStatus {
+    PROCESSING,  // 추가
+    SUCCESS,
+    FAILED
+}
+```
+
+DB는 `VARCHAR(20)` CHECK 없음 → Flyway 마이그레이션 불필요.
+
+#### `ErrorCode.java`
+
+검색 블록 에러 코드 2종 추가.
+
+| 코드 | HTTP | 설명 |
+|------|------|------|
+| `EMBEDDING_SERVER_UNAVAILABLE` | 503 | Python 서버 타임아웃/연결 실패 |
+| `EMBEDDING_DIMENSION_MISMATCH` | 500 | 응답 차원 ≠ 모델 설정 차원 |
+
+#### `application.yml`
+
+```yaml
+embedding:
+  server:
+    base-url: ${EMBEDDING_SERVER_URL:http://localhost:8000}
+```
+
+#### `SearchQuery.java`
+
+dirty checking 기반 상태 갱신 메서드 추가.
+
+```java
+public void updateToSuccess(int latencyMs) {
+    this.status = ResultStatus.SUCCESS;
+    this.latencyMs = latencyMs;
+}
+
+public void updateToFailed(String errorMessage) {
+    this.status = ResultStatus.FAILED;
+    this.errorMessage = errorMessage;
+}
+```
+
+명시적 `save()` 없이 트랜잭션 종료 시점에 dirty checking으로 자동 반영된다.
+
+---
+
+### 2. EmbeddingServerConfig — RestClient Bean 등록
+
+`global/config/EmbeddingServerConfig.java`
+
+```java
+@Bean("embeddingRestClient")
+public RestClient embeddingRestClient() { ... }
+```
+
+- JDK HttpClient 기반, connectTimeout = readTimeout = 5s
+- `@Qualifier("embeddingRestClient")`로 주입해 다른 RestClient Bean과 충돌 방지
+
+---
+
+### 3. Python 서버 통신 DTO
+
+| 클래스 | 역할 |
+|--------|------|
+| `EmbedRequest(String text)` | `POST /embed` 요청 바디 |
+| `EmbedServerResponse(float[] vector, int dimension)` | 응답 파싱 |
+| `EmbedResult(EmbeddingModel model, float[] vector)` | 서비스 간 전달용 내부 record |
+
+`EmbedResult`는 Issue 5에서 `SearchQueryCommandService.createProcessing()`에 그대로 전달된다.
+
+---
+
+### 4. QueryEmbeddingService (F-SEARCH-01/02)
+
+`domain/embedding/service/query/QueryEmbeddingService.java`
+
+**`embed(String text)` 처리 흐름:**
+
+```
+1. EmbeddingModelQueryService.getActiveModel()
+   └─ 0건 → EMBEDDING_MODEL_NOT_CONFIGURED (500) ← 기존 구현 재사용
+   └─ 2건 이상 → MULTIPLE_ACTIVE_EMBEDDING_MODELS (500) ← 기존 구현 재사용
+
+2. POST /embed { "text": text } 호출
+   └─ RestClientException (타임아웃/연결 실패) → EMBEDDING_SERVER_UNAVAILABLE (503)
+
+3. 응답 차원 검증
+   └─ response.dimension() != model.getDimension() → EMBEDDING_DIMENSION_MISMATCH (500)
+
+4. EmbedResult(model, vector) 반환
+```
+
+- `@Transactional` 없음 — DB 접근 없이 외부 HTTP 호출만 수행
+- `RestClientException`으로 타임아웃/연결 거부를 통합 처리 → Spring 본체 격리 보장
+
+---
+
+### 5. SearchQueryCommandService (F-SEARCH-03)
+
+`domain/search/service/command/SearchQueryCommandService.java`
+
+#### `createProcessing()`
+
+```
+- user, collection(nullable), queryText, model, vector, topK 받아서
+- searchType = VECTOR 고정 (MVP)
+- status = PROCESSING 으로 save
+- 저장된 SearchQuery 반환 (query_id가 이후 search_results / RAG 블록의 부모 키)
+```
+
+#### `markSuccess(SearchQuery, int latencyMs)`
+
+```
+- status → SUCCESS
+- latencyMs 갱신
+- dirty checking 자동 반영 (명시적 save 없음)
+```
+
+#### `markFailed(SearchQuery, String errorMessage)`
+
+```
+- status → FAILED
+- errorMessage 갱신
+- dirty checking 자동 반영
+- 임베딩 서버 장애, 권한 오류 등 검색 전 단계 실패도 여기서 처리
+```
+
+---
+
+## 에러 케이스 정리
+
+| 상황 | 예외 | HTTP |
+|------|------|------|
+| active 임베딩 모델 없음 | `EMBEDDING_MODEL_NOT_CONFIGURED` | 500 |
+| active 임베딩 모델 2개 이상 | `MULTIPLE_ACTIVE_EMBEDDING_MODELS` | 500 |
+| Python 서버 타임아웃/연결 실패 | `EMBEDDING_SERVER_UNAVAILABLE` | 503 |
+| 응답 차원 불일치 | `EMBEDDING_DIMENSION_MISMATCH` | 500 |
+| 빈 검색어 | `@NotBlank` 검증 (Controller 레이어, Issue 5에서 처리) | 400 |
+
+---
+
+## 설계 결정
+
+**`EmbedResult` 내부 record 분리**
+`QueryEmbeddingService`가 `(model, vector)`를 함께 반환하도록 설계했다.
+Issue 5에서 `SearchQueryCommandService.createProcessing()`을 호출할 때 model과 vector를 분리 전달하지 않아도 되므로 조립 코드가 단순해진다.
+
+**`markSuccess` / `markFailed`에 명시적 save 없음**
+`SearchQueryCommandService`는 클래스 레벨 `@Transactional`이고, `SearchQuery`는 이미 영속 상태이므로 dirty checking으로 충분하다.
+신규 엔티티 생성(`createProcessing`)에만 `save()`를 사용한다.
+
+**503 격리 원칙**
+Python 서버 장애 시 `EMBEDDING_SERVER_UNAVAILABLE(503)`로 응답하되, Spring 애플리케이션 자체는 정상 동작을 유지한다.
+`RestClientException`을 try-catch로 잡아 DocGridException으로 변환하는 방식으로 격리한다.
+
+**`search_type = VECTOR` 고정**
+MVP는 dense vector 검색만 지원한다. `KEYWORD`, `HYBRID`는 Issue 명세상 2단계 확장 예정이므로 현재는 상수로 고정한다.

src/main/java/com/opensource/docgrid/domain/embedding/dto/EmbedResult.java

@@ -0,0 +1,6 @@
+package com.opensource.docgrid.domain.embedding.dto;
+
+import com.opensource.docgrid.domain.embedding.entity.EmbeddingModel;
+
+public record EmbedResult(EmbeddingModel model, float[] vector) {
+}

src/main/java/com/opensource/docgrid/domain/embedding/dto/request/EmbedRequest.java

@@ -0,0 +1,4 @@
+package com.opensource.docgrid.domain.embedding.dto.request;
+
+public record EmbedRequest(String text) {
+}

src/main/java/com/opensource/docgrid/domain/embedding/dto/response/EmbedServerResponse.java

@@ -0,0 +1,4 @@
+package com.opensource.docgrid.domain.embedding.dto.response;
+
+public record EmbedServerResponse(float[] vector, int dimension) {
+}

src/main/java/com/opensource/docgrid/domain/embedding/service/query/QueryEmbeddingService.java

@@ -0,0 +1,55 @@
+package com.opensource.docgrid.domain.embedding.service.query;
+
+import org.springframework.beans.factory.annotation.Qualifier;
+import org.springframework.stereotype.Service;
+import org.springframework.web.client.RestClientException;
+import org.springframework.web.client.RestClient;
+
+import com.opensource.docgrid.domain.embedding.dto.EmbedResult;
+import com.opensource.docgrid.domain.embedding.dto.request.EmbedRequest;
+import com.opensource.docgrid.domain.embedding.dto.response.EmbedServerResponse;
+import com.opensource.docgrid.domain.embedding.entity.EmbeddingModel;
+import com.opensource.docgrid.global.exception.DocGridException;
+import com.opensource.docgrid.global.exception.ErrorCode;
+
+import lombok.extern.slf4j.Slf4j;
+
+@Slf4j
+@Service
+public class QueryEmbeddingService {
+
+    private final EmbeddingModelQueryService embeddingModelQueryService;
+    private final RestClient restClient;
+
+    public QueryEmbeddingService(
+        EmbeddingModelQueryService embeddingModelQueryService,
+        @Qualifier("embeddingRestClient") RestClient restClient
+    ) {
+        this.embeddingModelQueryService = embeddingModelQueryService;
+        this.restClient = restClient;
+    }
+
+    public EmbedResult embed(String text) {
+        EmbeddingModel activeModel = embeddingModelQueryService.getActiveModel();
+
+        EmbedServerResponse response;
+        try {
+            response = restClient.post()
+                .uri("/embed")
+                .body(new EmbedRequest(text))
+                .retrieve()
+                .body(EmbedServerResponse.class);
+        } catch (RestClientException e) {
+            log.error("임베딩 서버 호출 실패: {}", e.getMessage());
+            throw new DocGridException(ErrorCode.EMBEDDING_SERVER_UNAVAILABLE);
+        }
+
+        if (response == null || response.dimension() != activeModel.getDimension()) {
+            log.error("임베딩 차원 불일치: expected={}, actual={}",
+                activeModel.getDimension(), response == null ? "null" : response.dimension());
+            throw new DocGridException(ErrorCode.EMBEDDING_DIMENSION_MISMATCH);
+        }
+
+        return new EmbedResult(activeModel, response.vector());
+    }
+}

src/main/java/com/opensource/docgrid/domain/search/entity/SearchQuery.java

@@ -102,6 +102,16 @@ public class SearchQuery extends BaseEntity {
     @Column(name = "error_message", columnDefinition = "TEXT")
     private String errorMessage;
 
+    public void updateToSuccess(int latencyMs) {
+        this.status = ResultStatus.SUCCESS;
+        this.latencyMs = latencyMs;
+    }
+
+    public void updateToFailed(String errorMessage) {
+        this.status = ResultStatus.FAILED;
+        this.errorMessage = errorMessage;
+    }
+
     @Builder
     public SearchQuery(User user, DocumentCollection collection, String queryText,
                         EmbeddingModel queryEmbeddingModel, float[] queryVector, SearchType searchType, int topK,

src/main/java/com/opensource/docgrid/domain/search/enums/ResultStatus.java

@@ -4,6 +4,7 @@
  * 검색/RAG 응답 처리 결과 상태.
  */
 public enum ResultStatus {
+    PROCESSING,
     SUCCESS,
     FAILED
 }

src/main/java/com/opensource/docgrid/domain/search/repository/SearchQueryRepository.java

@@ -0,0 +1,8 @@
+package com.opensource.docgrid.domain.search.repository;
+
+import org.springframework.data.jpa.repository.JpaRepository;
+
+import com.opensource.docgrid.domain.search.entity.SearchQuery;
+
+public interface SearchQueryRepository extends JpaRepository<SearchQuery, Long> {
+}

src/main/java/com/opensource/docgrid/domain/search/service/command/SearchQueryCommandService.java

@@ -0,0 +1,51 @@
+package com.opensource.docgrid.domain.search.service.command;
+
+import org.springframework.stereotype.Service;
+import org.springframework.transaction.annotation.Transactional;
+
+import com.opensource.docgrid.domain.collection.entity.DocumentCollection;
+import com.opensource.docgrid.domain.embedding.entity.EmbeddingModel;
+import com.opensource.docgrid.domain.search.entity.SearchQuery;
+import com.opensource.docgrid.domain.search.enums.ResultStatus;
+import com.opensource.docgrid.domain.search.enums.SearchType;
+import com.opensource.docgrid.domain.search.repository.SearchQueryRepository;
+import com.opensource.docgrid.domain.user.entity.User;
+
+import lombok.RequiredArgsConstructor;
+
+@Transactional
+@Service
+@RequiredArgsConstructor
+public class SearchQueryCommandService {
+
+    private final SearchQueryRepository searchQueryRepository;
+
+    public SearchQuery createProcessing(
+        User user,
+        DocumentCollection collection,
+        String queryText,
+        EmbeddingModel model,
+        float[] vector,
+        int topK
+    ) {
+        SearchQuery searchQuery = SearchQuery.builder()
+            .user(user)
+            .collection(collection)
+            .queryText(queryText)
+            .queryEmbeddingModel(model)
+            .queryVector(vector)
+            .searchType(SearchType.VECTOR)
+            .topK(topK)
+            .status(ResultStatus.PROCESSING)
+            .build();
+        return searchQueryRepository.save(searchQuery);
+    }
+
+    public void markSuccess(SearchQuery searchQuery, int latencyMs) {
+        searchQuery.updateToSuccess(latencyMs);
+    }
+
+    public void markFailed(SearchQuery searchQuery, String errorMessage) {
+        searchQuery.updateToFailed(errorMessage);
+    }
+}

src/main/java/com/opensource/docgrid/global/config/EmbeddingServerConfig.java

@@ -0,0 +1,31 @@
+package com.opensource.docgrid.global.config;
+
+import java.net.http.HttpClient;
+import java.time.Duration;
+
+import org.springframework.beans.factory.annotation.Value;
+import org.springframework.context.annotation.Bean;
+import org.springframework.context.annotation.Configuration;
+import org.springframework.http.client.JdkClientHttpRequestFactory;
+import org.springframework.web.client.RestClient;
+
+@Configuration
+public class EmbeddingServerConfig {
+
+    @Value("${embedding.server.base-url}")
+    private String baseUrl;
+
+    @Bean("embeddingRestClient")
+    public RestClient embeddingRestClient() {
+        HttpClient httpClient = HttpClient.newBuilder()
+            .connectTimeout(Duration.ofSeconds(5))
+            .build();
+        JdkClientHttpRequestFactory requestFactory = new JdkClientHttpRequestFactory(httpClient);
+        requestFactory.setReadTimeout(Duration.ofSeconds(5));
+
+        return RestClient.builder()
+            .baseUrl(baseUrl)
+            .requestFactory(requestFactory)
+            .build();
+    }
+}

src/main/java/com/opensource/docgrid/global/exception/ErrorCode.java

@@ -91,6 +91,18 @@ public enum ErrorCode {
         HttpStatus.INTERNAL_SERVER_ERROR,
         "EMBEDDING-MODEL-002",
         "사용 가능한 임베딩 모델이 여러 개 설정되어 있습니다."
+    ),
+
+    // SEARCH
+    EMBEDDING_SERVER_UNAVAILABLE(
+        HttpStatus.SERVICE_UNAVAILABLE,
+        "SEARCH-001",
+        "임베딩 서버를 사용할 수 없습니다."
+    ),
+    EMBEDDING_DIMENSION_MISMATCH(
+        HttpStatus.INTERNAL_SERVER_ERROR,
+        "SEARCH-002",
+        "임베딩 차원이 설정된 모델과 일치하지 않습니다."
     );
 
     private final HttpStatus httpStatus;

src/main/resources/application.yml

@@ -27,3 +27,7 @@ server:
 jwt:
   secret: ${JWT_SECRET}
   expiration: ${JWT_EXPIRATION:3600}
+
+embedding:
+  server:
+    base-url: ${EMBEDDING_SERVER_URL:http://localhost:8000}