feat: clawdbot 클라이언트 추가 및 DB/앱 업데이트

- clawdbot_client.py: 챗봇 연동 클라이언트
- db_setup.py, pet_recommend_app.py 수정
- .gitignore: _dev_scripts/ 제외 추가

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

.gitignore

@@ -5,3 +5,4 @@ __pycache__/
 venv/
 .venv/
 *.log
+_dev_scripts/

clawdbot_client.py

@@ -0,0 +1,615 @@
+"""
+Clawdbot Gateway Python 클라이언트
+카카오톡 봇과 동일한 Gateway WebSocket API를 통해 Claude와 통신
+추가 API 비용 없음 (Claude Max 구독 재활용)
+"""
+
+import sys
+import os
+
+# Windows 콘솔 UTF-8 강제 (한글 깨짐 방지)
+# 주의: 다른 모듈에서 import 시 중복 설정 방지
+if sys.platform == 'win32' and __name__ == '__main__':
+    import io
+    if hasattr(sys.stdout, 'buffer') and not isinstance(sys.stdout, io.TextIOWrapper):
+        sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf-8')
+        sys.stderr = io.TextIOWrapper(sys.stderr.buffer, encoding='utf-8')
+    os.environ.setdefault('PYTHONIOENCODING', 'utf-8')
+
+import json
+import uuid
+import asyncio
+import logging
+from pathlib import Path
+
+import websockets
+
+logger = logging.getLogger(__name__)
+
+# Gateway 설정 (clawdbot.json에서 읽기)
+CLAWDBOT_CONFIG_PATH = Path.home() / '.clawdbot' / 'clawdbot.json'
+
+
+def _load_gateway_config():
+    """clawdbot.json에서 Gateway 설정 로드"""
+    try:
+        with open(CLAWDBOT_CONFIG_PATH, 'r', encoding='utf-8') as f:
+            config = json.load(f)
+        gw = config.get('gateway', {})
+        return {
+            'port': gw.get('port', 18789),
+            'token': gw.get('auth', {}).get('token', ''),
+        }
+    except Exception as e:
+        logger.warning(f"[Clawdbot] 설정 파일 로드 실패: {e}")
+        return {'port': 18789, 'token': ''}
+
+
+async def _ask_gateway(message, session_id='pharmacy-upsell',
+                       system_prompt=None, timeout=60, model=None):
+    """
+    Clawdbot Gateway WebSocket API 호출
+
+    프로토콜:
+    1. WS 연결
+    2. 서버 → connect.challenge (nonce)
+    3. 클라이언트 → connect 요청 (token)
+    4. 서버 → connect 응답 (ok)
+    5. 클라이언트 → agent 요청
+    6. 서버 → accepted (ack) → 최종 응답
+
+    Returns:
+        str: AI 응답 텍스트 (실패 시 None)
+    """
+    config = _load_gateway_config()
+    url = f"ws://127.0.0.1:{config['port']}"
+    token = config['token']
+
+    try:
+        async with websockets.connect(url, max_size=25 * 1024 * 1024,
+                                       close_timeout=5) as ws:
+            # 1. connect.challenge 대기
+            nonce = None
+            challenge_msg = await asyncio.wait_for(ws.recv(), timeout=10)
+            challenge = json.loads(challenge_msg)
+            if challenge.get('event') == 'connect.challenge':
+                nonce = challenge.get('payload', {}).get('nonce')
+
+            # 2. connect 요청
+            connect_id = str(uuid.uuid4())
+            connect_frame = {
+                'type': 'req',
+                'id': connect_id,
+                'method': 'connect',
+                'params': {
+                    'minProtocol': 3,
+                    'maxProtocol': 3,
+                    'client': {
+                        'id': 'gateway-client',
+                        'displayName': 'Pharmacy Upsell',
+                        'version': '1.0.0',
+                        'platform': 'win32',
+                        'mode': 'backend',
+                        'instanceId': str(uuid.uuid4()),
+                    },
+                    'caps': [],
+                    'auth': {
+                        'token': token,
+                    },
+                    'role': 'operator',
+                    'scopes': ['operator.admin'],
+                }
+            }
+            await ws.send(json.dumps(connect_frame))
+
+            # 3. connect 응답 대기
+            while True:
+                msg = await asyncio.wait_for(ws.recv(), timeout=10)
+                data = json.loads(msg)
+                if data.get('id') == connect_id:
+                    if not data.get('ok'):
+                        error = data.get('error', {}).get('message', 'unknown')
+                        logger.warning(f"[Clawdbot] connect 실패: {error}")
+                        return None
+                    break  # 연결 성공
+
+            # 4. 모델 오버라이드 (sessions.patch)
+            if model:
+                patch_id = str(uuid.uuid4())
+                patch_frame = {
+                    'type': 'req',
+                    'id': patch_id,
+                    'method': 'sessions.patch',
+                    'params': {
+                        'key': session_id,
+                        'model': model,
+                    }
+                }
+                await ws.send(json.dumps(patch_frame))
+                # patch 응답 대기
+                while True:
+                    msg = await asyncio.wait_for(ws.recv(), timeout=10)
+                    data = json.loads(msg)
+                    if data.get('id') == patch_id:
+                        if not data.get('ok'):
+                            logger.warning(f"[Clawdbot] sessions.patch 실패: {data.get('error', {}).get('message', 'unknown')}")
+                        break
+
+            # 5. agent 요청
+            agent_id = str(uuid.uuid4())
+            agent_params = {
+                'message': message,
+                'sessionId': session_id,
+                'sessionKey': session_id,
+                'timeout': timeout,
+                'idempotencyKey': str(uuid.uuid4()),
+            }
+            if system_prompt:
+                agent_params['extraSystemPrompt'] = system_prompt
+
+            agent_frame = {
+                'type': 'req',
+                'id': agent_id,
+                'method': 'agent',
+                'params': agent_params,
+            }
+            await ws.send(json.dumps(agent_frame))
+
+            # 5. agent 응답 대기 (accepted → final)
+            while True:
+                msg = await asyncio.wait_for(ws.recv(), timeout=timeout + 30)
+                data = json.loads(msg)
+
+                # 이벤트 무시 (tick 등)
+                if data.get('event'):
+                    continue
+
+                # 우리 요청에 대한 응답인지 확인
+                if data.get('id') != agent_id:
+                    continue
+
+                payload = data.get('payload', {})
+                status = payload.get('status')
+
+                # accepted는 대기
+                if status == 'accepted':
+                    continue
+
+                # 최종 응답
+                if data.get('ok'):
+                    payloads = payload.get('result', {}).get('payloads', [])
+                    text = '\n'.join(p.get('text', '') for p in payloads if p.get('text'))
+                    return text or None
+                else:
+                    error = data.get('error', {}).get('message', 'unknown')
+                    logger.warning(f"[Clawdbot] agent 실패: {error}")
+                    return None
+
+    except asyncio.TimeoutError:
+        logger.warning("[Clawdbot] Gateway 타임아웃")
+        return None
+    except (ConnectionRefusedError, OSError) as e:
+        logger.warning(f"[Clawdbot] Gateway 연결 실패 (꺼져있음?): {e}")
+        return None
+    except Exception as e:
+        logger.warning(f"[Clawdbot] Gateway 오류: {e}")
+        return None
+
+
+def ask_clawdbot(message, session_id='pharmacy-upsell',
+                 system_prompt=None, timeout=60, model=None):
+    """
+    동기 래퍼: Flask에서 직접 호출 가능
+
+    Args:
+        message: 사용자 메시지
+        session_id: 세션 ID (대화 구분용)
+        system_prompt: 추가 시스템 프롬프트
+        timeout: 타임아웃 (초)
+        model: 모델 오버라이드 (예: 'anthropic/claude-sonnet-4-5')
+
+    Returns:
+        str: AI 응답 텍스트 (실패 시 None)
+    """
+    try:
+        loop = asyncio.new_event_loop()
+        result = loop.run_until_complete(
+            _ask_gateway(message, session_id, system_prompt, timeout, model=model)
+        )
+        loop.close()
+        return result
+    except Exception as e:
+        logger.warning(f"[Clawdbot] 호출 실패: {e}")
+        return None
+
+
+# 업셀링 전용 ──────────────────────────────────────
+
+UPSELL_MODEL = 'anthropic/claude-sonnet-4-5'  # 업셀링은 Sonnet (빠르고 충분)
+
+UPSELL_SYSTEM_PROMPT = """당신은 동네 약국(청춘약국)의 친절한 약사입니다.
+고객의 구매 이력을 보고, 자연스럽고 따뜻한 톤으로 약 하나를 추천합니다.
+강압적이거나 광고 같은 느낌이 아닌, 진심으로 건강을 걱정하는 약사의 말투로 작성해주세요.
+반드시 아래 JSON 형식으로만 응답하세요. 다른 텍스트 없이 JSON만 출력하세요."""
+
+
+def generate_upsell(user_name, current_items, recent_products):
+    """
+    업셀링 추천 생성
+
+    Args:
+        user_name: 고객명
+        current_items: 오늘 구매 품목 문자열 (예: "타이레놀, 챔프 시럽")
+        recent_products: 최근 구매 이력 문자열
+
+    Returns:
+        dict: {'product': '...', 'reason': '...', 'message': '...'} 또는 None
+    """
+    prompt = f"""고객 이름: {user_name}
+오늘 구매한 약: {current_items}
+최근 구매 이력: {recent_products}
+
+위 정보를 바탕으로 이 고객에게 추천할 약품 하나를 제안해주세요.
+
+규칙:
+1. 오늘 구매한 약과 함께 먹으면 좋거나, 구매 패턴상 필요해보이는 약 1가지만 추천
+2. 실제 약국에서 판매하는 일반의약품/건강기능식품만 추천 (처방약 제외)
+3. 메시지는 2문장 이내, 따뜻하고 자연스러운 톤
+4. 구체적인 제품명 사용 (예: "비타민C 1000", "오메가3" 등)
+
+응답은 반드시 아래 JSON 형식으로만:
+{{"product": "추천 제품명", "reason": "추천 이유 (내부용, 1문장)", "message": "{user_name}님, [오늘 구매 품목]과 함께 [추천약]도 추천드려요. [간단한 이유]."}}"""
+
+    response_text = ask_clawdbot(
+        prompt,
+        session_id=f'upsell-{user_name}',
+        system_prompt=UPSELL_SYSTEM_PROMPT,
+        timeout=30,
+        model=UPSELL_MODEL
+    )
+
+    if not response_text:
+        return None
+
+    return _parse_upsell_response(response_text)
+
+
+UPSELL_REAL_SYSTEM_PROMPT = """당신은 동네 약국(청춘약국)의 친절한 약사입니다.
+고객의 구매 이력을 보고, 약국에 실제로 있는 제품 중에서 하나를 추천합니다.
+반드시 [약국 보유 제품 목록]에 있는 제품명을 그대로 사용하세요.
+목록에 없는 제품은 절대 추천하지 마세요.
+강압적이거나 광고 같은 느낌이 아닌, 진심으로 건강을 걱정하는 약사의 말투로 작성해주세요.
+반드시 아래 JSON 형식으로만 응답하세요. 다른 텍스트 없이 JSON만 출력하세요."""
+
+
+def generate_upsell_real(user_name, current_items, recent_products, available_products):
+    """
+    실데이터 기반 업셀링 추천 생성
+    available_products: 약국 보유 제품 리스트 [{'name': ..., 'price': ..., 'sales': ...}, ...]
+    """
+    product_list = '\n'.join(
+        f"- {p['name']} ({int(p['price'])}원, 최근 {p['sales']}건 판매)"
+        for p in available_products if p.get('name')
+    )
+
+    prompt = f"""고객 이름: {user_name}
+오늘 구매한 약: {current_items}
+최근 구매 이력: {recent_products}
+
+[약국 보유 제품 목록 — 이 중에서만 추천하세요]
+{product_list}
+
+규칙:
+1. 위 목록에 있는 제품 중 오늘 구매한 약과 함께 먹으면 좋거나, 구매 패턴상 필요해보이는 약 1가지만 추천
+2. 오늘 이미 구매한 제품은 추천하지 마세요
+3. 메시지는 2문장 이내, 따뜻하고 자연스러운 톤
+4. product 필드에는 목록에 있는 제품명을 정확히 그대로 적어주세요
+
+응답은 반드시 아래 JSON 형식으로만:
+{{"product": "목록에 있는 정확한 제품명", "reason": "추천 이유 (내부용, 1문장)", "message": "{user_name}님, [추천 메시지 2문장 이내]"}}"""
+
+    response_text = ask_clawdbot(
+        prompt,
+        session_id=f'upsell-real-{user_name}',
+        system_prompt=UPSELL_REAL_SYSTEM_PROMPT,
+        timeout=30,
+        model=UPSELL_MODEL
+    )
+
+    if not response_text:
+        return None
+
+    return _parse_upsell_response(response_text)
+
+
+# ===== Claude 상태 조회 =====
+
+async def _get_gateway_status():
+    """
+    Clawdbot Gateway에서 세션 목록 조회
+    토큰 차감 없음 (AI 호출 아님)
+    """
+    config = _load_gateway_config()
+    url = f"ws://127.0.0.1:{config['port']}"
+    token = config['token']
+
+    try:
+        async with websockets.connect(url, max_size=25 * 1024 * 1024,
+                                       close_timeout=5) as ws:
+            # 1. connect.challenge 대기
+            challenge_msg = await asyncio.wait_for(ws.recv(), timeout=10)
+            challenge = json.loads(challenge_msg)
+            nonce = None
+            if challenge.get('event') == 'connect.challenge':
+                nonce = challenge.get('payload', {}).get('nonce')
+
+            # 2. connect 요청
+            connect_id = str(uuid.uuid4())
+            connect_frame = {
+                'type': 'req',
+                'id': connect_id,
+                'method': 'connect',
+                'params': {
+                    'minProtocol': 3,
+                    'maxProtocol': 3,
+                    'client': {
+                        'id': 'gateway-client',
+                        'displayName': 'Pharmacy Status',
+                        'version': '1.0.0',
+                        'platform': 'win32',
+                        'mode': 'backend',
+                        'instanceId': str(uuid.uuid4()),
+                    },
+                    'caps': [],
+                    'auth': {'token': token},
+                    'role': 'operator',
+                    'scopes': ['operator.read'],
+                }
+            }
+            await ws.send(json.dumps(connect_frame))
+
+            # 3. connect 응답 대기
+            while True:
+                msg = await asyncio.wait_for(ws.recv(), timeout=10)
+                data = json.loads(msg)
+                if data.get('id') == connect_id:
+                    if not data.get('ok'):
+                        error = data.get('error', {}).get('message', 'connect failed')
+                        logger.warning(f"[Clawdbot] connect 실패: {error}")
+                        return {'error': error, 'connected': False}
+                    break
+
+            # 4. sessions.list 요청
+            list_id = str(uuid.uuid4())
+            list_frame = {
+                'type': 'req',
+                'id': list_id,
+                'method': 'sessions.list',
+                'params': {
+                    'limit': 10
+                }
+            }
+            await ws.send(json.dumps(list_frame))
+
+            # 5. 응답 대기
+            while True:
+                msg = await asyncio.wait_for(ws.recv(), timeout=10)
+                data = json.loads(msg)
+                
+                # 이벤트 무시
+                if data.get('event'):
+                    continue
+                    
+                if data.get('id') == list_id:
+                    if data.get('ok'):
+                        return {
+                            'connected': True,
+                            'sessions': data.get('payload', {})
+                        }
+                    else:
+                        error = data.get('error', {}).get('message', 'unknown')
+                        return {'error': error, 'connected': True}
+
+    except asyncio.TimeoutError:
+        logger.warning("[Clawdbot] Gateway 타임아웃")
+        return {'error': 'timeout', 'connected': False}
+    except (ConnectionRefusedError, OSError) as e:
+        logger.warning(f"[Clawdbot] Gateway 연결 실패: {e}")
+        return {'error': str(e), 'connected': False}
+    except Exception as e:
+        logger.warning(f"[Clawdbot] 상태 조회 실패: {e}")
+        return {'error': str(e), 'connected': False}
+
+
+def get_claude_status():
+    """
+    동기 래퍼: Claude 상태 조회
+    
+    Returns:
+        dict: 상태 정보
+    """
+    try:
+        loop = asyncio.new_event_loop()
+        result = loop.run_until_complete(_get_gateway_status())
+        loop.close()
+        return result
+    except Exception as e:
+        logger.warning(f"[Clawdbot] 상태 조회 실패: {e}")
+        return {'error': str(e), 'connected': False}
+
+
+def _parse_upsell_response(text):
+    """AI 응답에서 JSON 추출"""
+    import re
+    try:
+        # ```json ... ``` 블록 추출 시도
+        json_match = re.search(r'```json\s*(\{.*?\})\s*```', text, re.DOTALL)
+        if json_match:
+            json_str = json_match.group(1)
+        else:
+            # 직접 JSON 파싱 시도
+            start = text.find('{')
+            end = text.rfind('}')
+            if start >= 0 and end > start:
+                json_str = text[start:end + 1]
+            else:
+                return None
+
+        data = json.loads(json_str)
+
+        if 'product' not in data or 'message' not in data:
+            return None
+
+        return {
+            'product': data['product'],
+            'reason': data.get('reason', ''),
+            'message': data['message'],
+        }
+    except (json.JSONDecodeError, Exception) as e:
+        logger.warning(f"[Clawdbot] 업셀 응답 파싱 실패: {e}")
+        return None
+
+
+# ===== 동물약 추천 =====
+
+PET_RECOMMEND_MODEL = None  # 기본 모델 사용 (claude-opus-4-5)
+
+PET_RECOMMEND_SYSTEM_PROMPT = """당신은 동물약국 전문 약사입니다.
+반려동물의 증상을 보고 적합한 동물약을 추천합니다.
+
+주의사항:
+- MDR-1 유전자 변이가 있는 견종(콜리, 셰퍼드, 보더콜리 등)에게 이버멕틴 계열은 신중히 권고
+- 체중에 맞는 용량 안내 필수
+- 임신/수유 중인 동물은 별도 주의
+
+응답은 자연스럽고 전문적인 톤으로 작성하세요."""
+
+
+def generate_pet_recommendation(animal_type, weight, symptoms, breed=None, 
+                                 is_pregnant=False, is_nursing=False,
+                                 available_products=None):
+    """
+    동물약 추천 생성 (Clawdbot Gateway 사용)
+    
+    Args:
+        animal_type: 'dog' 또는 'cat'
+        weight: 체중 (kg)
+        symptoms: 증상 리스트 (예: ['눈이 충혈됨', '눈곱이 많음'])
+        breed: 견종 (MDR-1 체크용, 선택)
+        is_pregnant: 임신 여부
+        is_nursing: 수유 여부
+        available_products: 약국 보유 제품 리스트 (선택)
+    
+    Returns:
+        str: AI 추천 텍스트 (실패 시 None)
+    """
+    animal_name = "강아지" if animal_type == "dog" else "고양이"
+    symptoms_text = ", ".join(symptoms) if symptoms else "증상 없음"
+    
+    # 특이사항 구성
+    notes = []
+    if breed:
+        notes.append(f"견종: {breed}")
+    if is_pregnant:
+        notes.append("임신 중")
+    if is_nursing:
+        notes.append("수유 중")
+    notes_text = " / ".join(notes) if notes else "없음"
+    
+    # 제품 목록 구성
+    product_list = ""
+    if available_products:
+        product_list = "\n\n[약국 보유 동물약 목록]\n" + "\n".join(
+            f"- {p.get('name', p)} ({p.get('price', '가격미정')}원)" 
+            if isinstance(p, dict) else f"- {p}"
+            for p in available_products[:20]  # 최대 20개
+        )
+        product_list += "\n\n위 목록에 있는 제품을 우선 추천해주세요."
+    
+    prompt = f"""반려동물 정보:
+- 종류: {animal_name}
+- 체중: {weight}kg
+- 증상: {symptoms_text}
+- 특이사항: {notes_text}
+{product_list}
+
+위 정보를 바탕으로 적합한 동물약을 추천해주세요.
+
+추천 형식:
+1. 추천 약품명 (1~2개)
+2. 각 약품의 용법/용량 (체중 기준)
+3. 추천 이유
+4. 주의사항 (있다면)
+
+간결하고 전문적으로 답변해주세요."""
+
+    session_id = f"pet-recommend-{animal_type}-{weight}kg"
+    
+    response = ask_clawdbot(
+        prompt,
+        session_id=session_id,
+        system_prompt=PET_RECOMMEND_SYSTEM_PROMPT,
+        timeout=60,
+        model=PET_RECOMMEND_MODEL
+    )
+    
+    return response
+
+
+def get_ai_product_description(product_name, animal_type=None):
+    """
+    특정 동물약에 대한 AI 설명 생성
+    
+    Args:
+        product_name: 제품명
+        animal_type: 'dog' 또는 'cat' (선택)
+    
+    Returns:
+        str: AI 설명 텍스트
+    """
+    animal_context = ""
+    if animal_type:
+        animal_name = "강아지" if animal_type == "dog" else "고양이"
+        animal_context = f" ({animal_name}용)"
+    
+    prompt = f"""동물약 '{product_name}'{animal_context}에 대해 간단히 설명해주세요.
+
+포함할 내용:
+1. 주요 효능/효과
+2. 사용 대상 (어떤 동물, 어떤 증상)
+3. 일반적인 용법
+4. 주의사항
+
+3~4문장으로 간결하게 설명해주세요."""
+
+    return ask_clawdbot(
+        prompt,
+        session_id=f"pet-product-info",
+        system_prompt="당신은 동물약 전문 약사입니다. 정확하고 간결하게 설명해주세요.",
+        timeout=30,
+        model=PET_RECOMMEND_MODEL
+    )
+
+
+# ===== 테스트 =====
+
+if __name__ == "__main__":
+    print("=" * 60)
+    print("[PET] Clawdbot 동물약 추천 테스트")
+    print("=" * 60)
+    
+    # 테스트: 동물약 추천
+    print("\n[테스트] 동물약 추천...")
+    result = generate_pet_recommendation(
+        animal_type="dog",
+        weight=5,
+        symptoms=["눈이 충혈됨", "눈곱이 많음"],
+        breed="말티즈"
+    )
+    
+    if result:
+        print(f"\n추천 결과:\n{result}")
+    else:
+        print("추천 실패")
+    
+    print("\n" + "=" * 60)

db_setup.py

@@ -963,5 +963,100 @@ class InventorySupplementary(Base):
     supplementary = relationship('SupplementaryProduct', back_populates='inventories')
 
 
-# 26. 테이블 생성
+# ============================================================
+# 26. RecommendationLog 테이블 (추천 조회 로그)
+# 보호자 질문 → 추천 결과 → 백그라운드 분석 결과 저장
+# ============================================================
+class RecommendationLog(Base):
+    """추천 조회 로그 테이블 - GPT vs Opus 비교용"""
+    __tablename__ = 'recommendation_log'
+    __table_args__ = (
+        Index('ix_reclog_created', 'created_at'),
+        Index('ix_reclog_animal', 'animal_type'),
+        Index('ix_reclog_session', 'session_id'),
+        {'comment': '동물약 추천 조회 로그'}
+    )
+
+    id = Column(Integer, primary_key=True, comment='고유 ID')
+    session_id = Column(String(100), nullable=True, comment='세션 ID')
+    
+    # 입력 정보
+    animal_type = Column(String(10), nullable=False, comment='동물 종류: dog/cat')
+    breed = Column(String(100), nullable=True, comment='견종/묘종')
+    weight_kg = Column(Float, nullable=True, comment='체중 (kg)')
+    pregnancy_status = Column(String(20), nullable=True, comment='임신/수유 상태')
+    symptoms = Column(JSONB, nullable=True, comment='선택된 증상 코드 목록')
+    symptom_descriptions = Column(JSONB, nullable=True, comment='증상 설명 목록')
+    
+    # 추천 결과
+    matched_products = Column(JSONB, nullable=True, comment='추천된 제품 목록')
+    product_count = Column(Integer, default=0, comment='추천 제품 수')
+    
+    # AI 응답 (즉시 응답)
+    gpt_response = Column(Text, nullable=True, comment='GPT-4o-mini 즉시 응답')
+    gpt_response_time_ms = Column(Integer, nullable=True, comment='GPT 응답 시간 (ms)')
+    
+    # AI 응답 (백그라운드 Opus)
+    opus_response = Column(Text, nullable=True, comment='Claude Opus 심층 분석')
+    opus_response_time_ms = Column(Integer, nullable=True, comment='Opus 응답 시간 (ms)')
+    opus_analyzed_at = Column(DateTime, nullable=True, comment='Opus 분석 완료 시간')
+    
+    # 근거 자료
+    evidence_references = Column(JSONB, nullable=True, comment='PubMed 등 근거 자료')
+    evidence_fetched_at = Column(DateTime, nullable=True, comment='근거 자료 수집 시간')
+    
+    # 품질 비교
+    quality_score_gpt = Column(Float, nullable=True, comment='GPT 응답 품질 점수')
+    quality_score_opus = Column(Float, nullable=True, comment='Opus 응답 품질 점수')
+    reviewed_at = Column(DateTime, nullable=True, comment='검토 완료 시간')
+    reviewer_notes = Column(Text, nullable=True, comment='검토자 메모')
+    
+    # 메타 정보
+    created_at = Column(DateTime, default=datetime.utcnow, server_default=func.now(), nullable=False, comment='생성 시간')
+    client_ip = Column(String(50), nullable=True, comment='클라이언트 IP')
+    user_agent = Column(String(500), nullable=True, comment='User Agent')
+
+
+# ============================================================
+# 27. EvidenceReference 테이블 (근거 자료)
+# PubMed 등에서 수집한 논문/근거 자료
+# ============================================================
+class EvidenceReference(Base):
+    """근거 자료 테이블 - PubMed 논문 등"""
+    __tablename__ = 'evidence_reference'
+    __table_args__ = (
+        Index('ix_evidence_component', 'component_code'),
+        Index('ix_evidence_symptom', 'symptom_code'),
+        Index('ix_evidence_pubmed', 'pubmed_id'),
+        {'comment': '동물약 근거 자료 (PubMed 등)'}
+    )
+
+    id = Column(Integer, primary_key=True, comment='고유 ID')
+    
+    # 연결 정보
+    component_code = Column(String(50), nullable=True, comment='성분 코드')
+    symptom_code = Column(String(20), nullable=True, comment='증상 코드')
+    product_idx = Column(Integer, nullable=True, comment='제품 IDX')
+    
+    # 논문 정보
+    pubmed_id = Column(String(20), nullable=True, comment='PubMed ID')
+    doi = Column(String(100), nullable=True, comment='DOI')
+    title = Column(Text, nullable=False, comment='논문 제목')
+    authors = Column(Text, nullable=True, comment='저자')
+    journal = Column(String(300), nullable=True, comment='저널명')
+    publication_date = Column(Date, nullable=True, comment='출판일')
+    abstract = Column(Text, nullable=True, comment='초록')
+    
+    # 분석 정보
+    relevance_score = Column(Float, nullable=True, comment='관련성 점수 (0~1)')
+    key_findings = Column(Text, nullable=True, comment='주요 발견 요약')
+    animal_species = Column(String(100), nullable=True, comment='연구 대상 동물')
+    
+    # 메타 정보
+    source = Column(String(50), default='pubmed', comment='출처: pubmed, scholar, manual')
+    fetched_at = Column(DateTime, default=datetime.utcnow, comment='수집 시간')
+    is_verified = Column(Boolean, default=False, comment='검증 여부')
+
+
+# 28. 테이블 생성
 Base.metadata.create_all(engine)

pet_recommend_app.py

@@ -8,21 +8,34 @@
 from flask import Flask, render_template_string, request, jsonify
 from db_setup import (
     session, APDB, Inventory, ComponentCode, Symptoms, SymptomComponentMapping, DosageInfo,
-    SupplementaryProduct, UnifiedProductRecommendation, SymptomSupplementaryRecommendation, InventorySupplementary
+    SupplementaryProduct, UnifiedProductRecommendation, SymptomSupplementaryRecommendation, InventorySupplementary,
+    RecommendationLog, EvidenceReference
 )
-from sqlalchemy import distinct, and_, or_
+from sqlalchemy import distinct, and_, or_, desc
 from concurrent.futures import ThreadPoolExecutor
-import openai
 import re
+import time
+import uuid
+from datetime import datetime, timedelta
 
-app = Flask(__name__)
+# AI 설정: OpenAI (즉시응답) + Clawdbot (백그라운드 심층분석)
+import openai
+import threading
 
-# ============================================================
-# OpenAI API 설정
-# ============================================================
 OPENAI_API_KEY = "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"
 openai.api_key = OPENAI_API_KEY
 
+# Clawdbot (백그라운드 Opus 분석용)
+try:
+    from clawdbot_client import ask_clawdbot
+    CLAWDBOT_AVAILABLE = True
+except ImportError:
+    ask_clawdbot = None
+    CLAWDBOT_AVAILABLE = False
+    print("[WARNING] clawdbot_client 모듈 없음. 백그라운드 Opus 분석 불가.")
+
+app = Flask(__name__)
+
 # ============================================================
 # MDR-1 유전자 변이 관련 설정
 # ============================================================
@@ -303,7 +316,7 @@ def calculate_recommended_dosage(product_idx, weight_kg, animal_type):
 
 
 def generate_recommendation_reason(animal_type, symptom_descriptions, product_name, component_name, llm_pharm, efficacy_clean, component_code=None, symptom_codes=None):
-    """GPT-4o-mini로 추천 이유 생성"""
+    """OpenAI GPT-4o-mini로 즉시 추천 이유 생성 (빠른 응답)"""
     try:
         # 한글 동물 타입
         animal_ko = '강아지' if animal_type == 'dog' else '고양이'
@@ -368,6 +381,7 @@ def generate_recommendation_reason(animal_type, symptom_descriptions, product_na
         # 복합 성분 제품은 더 긴 응답 허용
         max_tok = 280 if is_complex_formula else 120
 
+        # OpenAI GPT-4o-mini (빠른 응답)
         client = openai.OpenAI(api_key=OPENAI_API_KEY)
         response = client.chat.completions.create(
             model="gpt-4o-mini",
@@ -2608,13 +2622,49 @@ def recommend():
 
         unique_recommendations = weight_filtered_recommendations
 
-        # 응답에서 불필요한 필드 제거
+        # 응답에서 불필요한 필드 제거 (로그 저장용 데이터 먼저 추출)
+        log_products = []
         for rec in unique_recommendations:
+            log_products.append({
+                'product_name': rec.get('name'),  # 키가 'name'임
+                'component_name': rec.get('component_name'),
+                'reason': rec.get('reason', '')[:500]  # 로그용 요약
+            })
             rec.pop('llm_pharm', None)
             rec.pop('efficacy_clean', None)
             rec.pop('component_code', None)
             rec.pop('product_idx', None)  # 용량 계산 후 제거
 
+        # === 로그 저장 ===
+        try:
+            log_entry = RecommendationLog(
+                session_id=str(uuid.uuid4())[:8],
+                animal_type=animal_type,
+                breed=breed,
+                weight_kg=weight_kg,
+                pregnancy_status=pregnancy,
+                symptoms=symptom_codes,
+                symptom_descriptions=symptom_descriptions,
+                matched_products=log_products,
+                product_count=len(unique_recommendations),
+                gpt_response=log_products[0].get('reason') if log_products else None,
+                client_ip=request.remote_addr,
+                user_agent=request.headers.get('User-Agent', '')[:500]
+            )
+            session.add(log_entry)
+            session.commit()
+            
+            # 백그라운드 Opus 분석 트리거 (비동기)
+            if CLAWDBOT_AVAILABLE and log_products:
+                threading.Thread(
+                    target=background_opus_analysis,
+                    args=(log_entry.id, animal_type, symptom_descriptions, log_products),
+                    daemon=True
+                ).start()
+        except Exception as log_error:
+            print(f"[LOG] 저장 실패: {log_error}")
+            session.rollback()
+
         return jsonify({
             'success': True,
             'animal_type': animal_type,
@@ -2633,6 +2683,57 @@ def recommend():
         })
 
 
+# ============================================================
+# 백그라운드 Opus 분석
+# ============================================================
+def background_opus_analysis(log_id, animal_type, symptom_descriptions, products):
+    """백그라운드에서 Claude Opus로 심층 분석 실행"""
+    try:
+        start_time = time.time()
+        animal_ko = '강아지' if animal_type == 'dog' else '고양이'
+        
+        product_list = "\n".join([
+            f"- {p['product_name']} ({p['component_name']})"
+            for p in products[:5]  # 최대 5개
+        ])
+        
+        prompt = f"""반려동물 약사로서 아래 상황을 심층 분석해주세요.
+
+동물: {animal_ko}
+증상: {', '.join(symptom_descriptions)}
+추천된 제품:
+{product_list}
+
+다음을 분석해주세요:
+1. 추천된 제품들의 적합성 평가
+2. 각 제품의 작용 기전 설명
+3. 잠재적 부작용/주의사항
+4. 제품 간 상호작용 여부
+5. 추가 권장 사항
+
+전문적이고 상세하게 답변해주세요."""
+
+        opus_response = ask_clawdbot(
+            prompt,
+            session_id=f"opus-analysis-{log_id}",
+            system_prompt="당신은 동물약학 전문가입니다. 심층적이고 근거 기반의 분석을 제공합니다.",
+            timeout=120
+        )
+        
+        elapsed_ms = int((time.time() - start_time) * 1000)
+        
+        # DB 업데이트
+        log_entry = session.query(RecommendationLog).filter_by(id=log_id).first()
+        if log_entry and opus_response:
+            log_entry.opus_response = opus_response
+            log_entry.opus_response_time_ms = elapsed_ms
+            log_entry.opus_analyzed_at = datetime.utcnow()
+            session.commit()
+            print(f"[OPUS] 분석 완료 (log_id={log_id}, {elapsed_ms}ms)")
+    except Exception as e:
+        print(f"[OPUS] 분석 실패: {e}")
+
+
 @app.route('/api/recommend_by_category', methods=['POST'])
 def recommend_by_category():
     """제품군 기반 추천 API"""
@@ -3104,16 +3205,474 @@ def get_symptom_supplementary_recommendations():
         })
 
 
+# ============================================================
+# Admin 페이지 - 추천 로그 조회
+# ============================================================
+
+ADMIN_HTML = '''
+<!DOCTYPE html>
+<html lang="ko">
+<head>
+    <meta charset="UTF-8">
+    <meta name="viewport" content="width=device-width, initial-scale=1.0">
+    <title>동물약 추천 - 관리자</title>
+    <style>
+        * { margin: 0; padding: 0; box-sizing: border-box; }
+        body {
+            font-family: -apple-system, BlinkMacSystemFont, 'Segoe UI', sans-serif;
+            background: #f5f5f5;
+            padding: 20px;
+        }
+        .container { max-width: 1400px; margin: 0 auto; }
+        .header {
+            background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
+            color: white;
+            padding: 20px;
+            border-radius: 12px;
+            margin-bottom: 20px;
+        }
+        .header h1 { font-size: 24px; margin-bottom: 8px; }
+        .stats {
+            display: grid;
+            grid-template-columns: repeat(auto-fit, minmax(200px, 1fr));
+            gap: 16px;
+            margin-bottom: 20px;
+        }
+        .stat-card {
+            background: white;
+            padding: 20px;
+            border-radius: 12px;
+            box-shadow: 0 2px 8px rgba(0,0,0,0.1);
+        }
+        .stat-card h3 { color: #666; font-size: 14px; margin-bottom: 8px; }
+        .stat-card .value { font-size: 32px; font-weight: bold; color: #333; }
+        .stat-card .sub { font-size: 12px; color: #999; margin-top: 4px; }
+        .log-table {
+            background: white;
+            border-radius: 12px;
+            overflow: hidden;
+            box-shadow: 0 2px 8px rgba(0,0,0,0.1);
+        }
+        .log-table table { width: 100%; border-collapse: collapse; }
+        .log-table th, .log-table td {
+            padding: 12px 16px;
+            text-align: left;
+            border-bottom: 1px solid #eee;
+        }
+        .log-table th { background: #f8f9fa; font-weight: 600; color: #333; }
+        .log-table tr:hover { background: #f8f9fa; }
+        .badge {
+            display: inline-block;
+            padding: 4px 8px;
+            border-radius: 4px;
+            font-size: 12px;
+            font-weight: 500;
+        }
+        .badge-dog { background: #e3f2fd; color: #1976d2; }
+        .badge-cat { background: #fce4ec; color: #c2185b; }
+        .badge-opus { background: #e8f5e9; color: #388e3c; }
+        .badge-pending { background: #fff3e0; color: #f57c00; }
+        .symptom-tag {
+            display: inline-block;
+            background: #f0f0f0;
+            padding: 2px 6px;
+            border-radius: 4px;
+            font-size: 11px;
+            margin: 2px;
+        }
+        .product-list { font-size: 13px; color: #666; }
+        .expand-btn {
+            background: none;
+            border: 1px solid #ddd;
+            padding: 4px 8px;
+            border-radius: 4px;
+            cursor: pointer;
+            font-size: 12px;
+        }
+        .expand-btn:hover { background: #f0f0f0; }
+        .modal {
+            display: none;
+            position: fixed;
+            top: 0;
+            left: 0;
+            width: 100%;
+            height: 100%;
+            background: rgba(0,0,0,0.5);
+            z-index: 1000;
+        }
+        .modal.active { display: flex; align-items: center; justify-content: center; }
+        .modal-content {
+            background: white;
+            padding: 24px;
+            border-radius: 12px;
+            max-width: 800px;
+            max-height: 80vh;
+            overflow-y: auto;
+            width: 90%;
+        }
+        .modal-header {
+            display: flex;
+            justify-content: space-between;
+            align-items: center;
+            margin-bottom: 16px;
+        }
+        .modal-close {
+            background: none;
+            border: none;
+            font-size: 24px;
+            cursor: pointer;
+            color: #666;
+        }
+        .comparison {
+            display: grid;
+            grid-template-columns: 1fr 1fr;
+            gap: 16px;
+            margin-top: 16px;
+        }
+        .comparison-box {
+            background: #f8f9fa;
+            padding: 16px;
+            border-radius: 8px;
+        }
+        .comparison-box h4 { margin-bottom: 8px; color: #333; }
+        .comparison-box pre {
+            white-space: pre-wrap;
+            font-size: 13px;
+            line-height: 1.5;
+        }
+        .refresh-btn {
+            background: #667eea;
+            color: white;
+            border: none;
+            padding: 10px 20px;
+            border-radius: 8px;
+            cursor: pointer;
+            font-size: 14px;
+        }
+        .refresh-btn:hover { background: #5a67d8; }
+        .time-ago { color: #999; font-size: 12px; }
+    </style>
+</head>
+<body>
+    <div class="container">
+        <div class="header">
+            <h1>🐾 동물약 추천 관리자</h1>
+            <p>추천 조회 로그 및 GPT vs Opus 비교</p>
+        </div>
+        
+        <div class="stats" id="stats">
+            <div class="stat-card">
+                <h3>오늘 조회</h3>
+                <div class="value" id="today-count">-</div>
+                <div class="sub">건</div>
+            </div>
+            <div class="stat-card">
+                <h3>전체 조회</h3>
+                <div class="value" id="total-count">-</div>
+                <div class="sub">건</div>
+            </div>
+            <div class="stat-card">
+                <h3>Opus 분석 완료</h3>
+                <div class="value" id="opus-count">-</div>
+                <div class="sub">건</div>
+            </div>
+            <div class="stat-card">
+                <h3>강아지 / 고양이</h3>
+                <div class="value" id="animal-ratio">-</div>
+                <div class="sub">비율</div>
+            </div>
+        </div>
+        
+        <div style="margin-bottom: 16px; display: flex; gap: 12px; align-items: center;">
+            <button class="refresh-btn" onclick="loadLogs()">🔄 새로고침</button>
+            <select id="filterAnimal" onchange="loadLogs()" style="padding: 8px 12px; border-radius: 8px; border: 1px solid #ddd;">
+                <option value="">전체 동물</option>
+                <option value="dog">🐕 강아지</option>
+                <option value="cat">🐱 고양이</option>
+            </select>
+            <select id="filterOpus" onchange="loadLogs()" style="padding: 8px 12px; border-radius: 8px; border: 1px solid #ddd;">
+                <option value="">전체</option>
+                <option value="completed">Opus 완료</option>
+                <option value="pending">Opus 대기중</option>
+            </select>
+        </div>
+        
+        <div class="log-table">
+            <table>
+                <thead>
+                    <tr>
+                        <th>시간</th>
+                        <th>동물</th>
+                        <th>체중</th>
+                        <th>증상</th>
+                        <th>추천 제품</th>
+                        <th>Opus</th>
+                        <th>상세</th>
+                    </tr>
+                </thead>
+                <tbody id="log-body">
+                    <tr><td colspan="7" style="text-align:center; padding: 40px;">로딩 중...</td></tr>
+                </tbody>
+            </table>
+        </div>
+    </div>
+    
+    <div class="modal" id="detailModal">
+        <div class="modal-content">
+            <div class="modal-header">
+                <h2>📋 상세 정보</h2>
+                <button class="modal-close" onclick="closeModal()">&times;</button>
+            </div>
+            <div id="modal-body"></div>
+        </div>
+    </div>
+    
+    <script>
+        function timeAgo(dateStr) {
+            const date = new Date(dateStr);
+            const now = new Date();
+            const diff = Math.floor((now - date) / 1000);
+            
+            if (diff < 60) return `${diff}초 전`;
+            if (diff < 3600) return `${Math.floor(diff/60)}분 전`;
+            if (diff < 86400) return `${Math.floor(diff/3600)}시간 전`;
+            return `${Math.floor(diff/86400)}일 전`;
+        }
+        
+        async function loadLogs() {
+            const animal = document.getElementById('filterAnimal').value;
+            const opus = document.getElementById('filterOpus').value;
+            
+            let url = '/admin/api/logs?limit=50';
+            if (animal) url += `&animal=${animal}`;
+            if (opus) url += `&opus=${opus}`;
+            
+            const res = await fetch(url);
+            const data = await res.json();
+            
+            // Stats
+            document.getElementById('today-count').textContent = data.stats.today;
+            document.getElementById('total-count').textContent = data.stats.total;
+            document.getElementById('opus-count').textContent = data.stats.opus_completed;
+            document.getElementById('animal-ratio').textContent = 
+                `${data.stats.dog_count} / ${data.stats.cat_count}`;
+            
+            // Table
+            const tbody = document.getElementById('log-body');
+            if (data.logs.length === 0) {
+                tbody.innerHTML = '<tr><td colspan="7" style="text-align:center; padding: 40px;">조회 로그가 없습니다.</td></tr>';
+                return;
+            }
+            
+            tbody.innerHTML = data.logs.map(log => `
+                <tr>
+                    <td>
+                        <div>${new Date(log.created_at).toLocaleString('ko-KR')}</div>
+                        <div class="time-ago">${timeAgo(log.created_at)}</div>
+                    </td>
+                    <td>
+                        <span class="badge badge-${log.animal_type}">
+                            ${log.animal_type === 'dog' ? '🐕 강아지' : '🐱 고양이'}
+                        </span>
+                        ${log.breed ? `<div style="font-size:11px; color:#666;">${log.breed}</div>` : ''}
+                    </td>
+                    <td>${log.weight_kg ? log.weight_kg + 'kg' : '-'}</td>
+                    <td>
+                        ${(log.symptom_descriptions || []).slice(0, 3).map(s => 
+                            `<span class="symptom-tag">${s.length > 15 ? s.slice(0,15) + '...' : s}</span>`
+                        ).join('')}
+                        ${(log.symptom_descriptions || []).length > 3 ? `<span class="symptom-tag">+${log.symptom_descriptions.length - 3}</span>` : ''}
+                    </td>
+                    <td class="product-list">
+                        ${log.product_count}개 추천
+                        ${log.matched_products && log.matched_products[0] ? 
+                            `<div style="font-size:11px; color:#333;">${log.matched_products[0].product_name}</div>` : ''}
+                    </td>
+                    <td>
+                        ${log.opus_response ? 
+                            '<span class="badge badge-opus">✓ 완료</span>' : 
+                            '<span class="badge badge-pending">대기중</span>'}
+                    </td>
+                    <td>
+                        <button class="expand-btn" onclick="showDetail(${log.id})">상세</button>
+                    </td>
+                </tr>
+            `).join('');
+        }
+        
+        async function showDetail(logId) {
+            const res = await fetch(`/admin/api/logs/${logId}`);
+            const log = await res.json();
+            
+            const modal = document.getElementById('detailModal');
+            const body = document.getElementById('modal-body');
+            
+            body.innerHTML = `
+                <div style="margin-bottom: 16px;">
+                    <strong>입력 정보:</strong>
+                    <div style="background: #f8f9fa; padding: 12px; border-radius: 8px; margin-top: 8px;">
+                        동물: ${log.animal_type === 'dog' ? '🐕 강아지' : '🐱 고양이'}
+                        ${log.breed ? ` (${log.breed})` : ''}<br>
+                        체중: ${log.weight_kg || '-'}kg<br>
+                        증상: ${(log.symptom_descriptions || []).join(', ')}
+                    </div>
+                </div>
+                
+                <div style="margin-bottom: 16px;">
+                    <strong>추천된 제품 (${log.product_count}개):</strong>
+                    <div style="background: #f8f9fa; padding: 12px; border-radius: 8px; margin-top: 8px;">
+                        ${(log.matched_products || []).map(p => 
+                            `<div style="margin-bottom: 8px; padding-bottom: 8px; border-bottom: 1px solid #eee;">
+                                <strong>${p.product_name}</strong> (${p.component_name})<br>
+                                <span style="font-size: 13px; color: #666;">${p.reason || ''}</span>
+                            </div>`
+                        ).join('')}
+                    </div>
+                </div>
+                
+                <div class="comparison">
+                    <div class="comparison-box">
+                        <h4>💬 GPT-4o-mini (즉시 응답)</h4>
+                        <pre>${log.gpt_response || '(없음)'}</pre>
+                        ${log.gpt_response_time_ms ? `<div style="margin-top: 8px; font-size: 12px; color: #999;">${log.gpt_response_time_ms}ms</div>` : ''}
+                    </div>
+                    <div class="comparison-box">
+                        <h4>🔬 Claude Opus (심층 분석)</h4>
+                        <pre>${log.opus_response || '(분석 대기중...)'}</pre>
+                        ${log.opus_response_time_ms ? `<div style="margin-top: 8px; font-size: 12px; color: #999;">${log.opus_response_time_ms}ms</div>` : ''}
+                    </div>
+                </div>
+                
+                ${log.evidence_references ? `
+                <div style="margin-top: 16px;">
+                    <strong>📚 근거 자료:</strong>
+                    <div style="background: #f8f9fa; padding: 12px; border-radius: 8px; margin-top: 8px;">
+                        ${JSON.stringify(log.evidence_references, null, 2)}
+                    </div>
+                </div>
+                ` : ''}
+            `;
+            
+            modal.classList.add('active');
+        }
+        
+        function closeModal() {
+            document.getElementById('detailModal').classList.remove('active');
+        }
+        
+        // 초기 로드
+        loadLogs();
+        
+        // 30초마다 자동 새로고침
+        setInterval(loadLogs, 30000);
+    </script>
+</body>
+</html>
+'''
+
+
+@app.route('/admin')
+def admin_page():
+    """관리자 페이지"""
+    return ADMIN_HTML
+
+
+@app.route('/admin/api/logs')
+def admin_get_logs():
+    """관리자 API - 로그 조회"""
+    try:
+        limit = request.args.get('limit', 50, type=int)
+        animal_filter = request.args.get('animal', '')
+        opus_filter = request.args.get('opus', '')
+        
+        query = session.query(RecommendationLog).order_by(desc(RecommendationLog.created_at))
+        
+        if animal_filter:
+            query = query.filter(RecommendationLog.animal_type == animal_filter)
+        
+        if opus_filter == 'completed':
+            query = query.filter(RecommendationLog.opus_response.isnot(None))
+        elif opus_filter == 'pending':
+            query = query.filter(RecommendationLog.opus_response.is_(None))
+        
+        logs = query.limit(limit).all()
+        
+        # 통계
+        today_start = datetime.utcnow().replace(hour=0, minute=0, second=0, microsecond=0)
+        stats = {
+            'total': session.query(RecommendationLog).count(),
+            'today': session.query(RecommendationLog).filter(RecommendationLog.created_at >= today_start).count(),
+            'opus_completed': session.query(RecommendationLog).filter(RecommendationLog.opus_response.isnot(None)).count(),
+            'dog_count': session.query(RecommendationLog).filter(RecommendationLog.animal_type == 'dog').count(),
+            'cat_count': session.query(RecommendationLog).filter(RecommendationLog.animal_type == 'cat').count(),
+        }
+        
+        return jsonify({
+            'logs': [{
+                'id': log.id,
+                'created_at': log.created_at.isoformat() if log.created_at else None,
+                'animal_type': log.animal_type,
+                'breed': log.breed,
+                'weight_kg': log.weight_kg,
+                'symptom_descriptions': log.symptom_descriptions,
+                'matched_products': log.matched_products,
+                'product_count': log.product_count,
+                'opus_response': log.opus_response[:100] + '...' if log.opus_response and len(log.opus_response) > 100 else log.opus_response,
+            } for log in logs],
+            'stats': stats
+        })
+    except Exception as e:
+        print(f"Admin logs error: {e}")
+        return jsonify({'logs': [], 'stats': {}})
+
+
+@app.route('/admin/api/logs/<int:log_id>')
+def admin_get_log_detail(log_id):
+    """관리자 API - 로그 상세 조회"""
+    try:
+        log = session.query(RecommendationLog).filter_by(id=log_id).first()
+        if not log:
+            return jsonify({'error': 'Not found'}), 404
+        
+        return jsonify({
+            'id': log.id,
+            'created_at': log.created_at.isoformat() if log.created_at else None,
+            'animal_type': log.animal_type,
+            'breed': log.breed,
+            'weight_kg': log.weight_kg,
+            'pregnancy_status': log.pregnancy_status,
+            'symptoms': log.symptoms,
+            'symptom_descriptions': log.symptom_descriptions,
+            'matched_products': log.matched_products,
+            'product_count': log.product_count,
+            'gpt_response': log.gpt_response,
+            'gpt_response_time_ms': log.gpt_response_time_ms,
+            'opus_response': log.opus_response,
+            'opus_response_time_ms': log.opus_response_time_ms,
+            'opus_analyzed_at': log.opus_analyzed_at.isoformat() if log.opus_analyzed_at else None,
+            'evidence_references': log.evidence_references,
+            'client_ip': log.client_ip,
+        })
+    except Exception as e:
+        print(f"Admin log detail error: {e}")
+        return jsonify({'error': str(e)}), 500
+
+
 # ============================================================
 # 실행
 # ============================================================
 
 if __name__ == '__main__':
+    import sys
+    import io
+    sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf-8', errors='replace')
+    sys.stderr = io.TextIOWrapper(sys.stderr.buffer, encoding='utf-8', errors='replace')
+    
     print("=" * 60)
-    print("🐾 동물약 추천 MVP 웹앱")
+    print("[PET] 동물약 추천 MVP 웹앱")
     print("=" * 60)
-    print("접속 주소: http://localhost:7001")
+    print("접속 주소: http://localhost:7002")
     print("종료: Ctrl+C")
     print("=" * 60)
 
-    app.run(host='0.0.0.0', port=7001, debug=True)
+    app.run(host='0.0.0.0', port=7002, debug=False)