SimLog에서 사용자가 일기를 쓰면 GPT-4o mini가 그날의 감정을 분석해 색으로 돌려준다. 이게 앱의 정중앙 기능이다. 색이 곧 그날의 마음이고, 며칠째 어두운 색이 이어지면 상담을 권하는 흐름까지 여기서 시작된다. 그래서 감정 분석이 실패하면 사용자는 그냥 빈 화면을 본다. 정신건강 앱에서 “분석 중 오류가 발생했습니다”는 다른 앱에서보다 훨씬 나쁜 문장이다.

문제는 이 핵심 기능이 내가 통제할 수 없는 외부 API 위에 서 있다는 것이었다. 데모를 준비하면서 두 번 크게 데였고, 그때부터 LLM 응답을 “신뢰할 수 있는 인프라”로 취급하는 걸 그만뒀다.

환경

백엔드	FastAPI · Python
AI	OpenAI GPT-4o mini
배포	Railway

붙이는 건 쉬웠다

일기 텍스트를 프롬프트에 넣고, 플루치크 감정 바퀴의 8가지 중 하나로 분류해서 JSON으로만 답하라고 시켰다. 온도는 0.3으로 낮춰 흔들림을 줄였다.

prompt = f"""
다음 텍스트의 감정을 로버트 플루치크의 감정의 바퀴 8가지 중에서 분석해주세요:
감정: 기쁨, 신뢰, 두려움, 놀람, 슬픔, 혐오, 분노, 기대

텍스트: {content}

반드시 다음 JSON 형태로만 응답해주세요. 다른 텍스트는 포함하지 마세요:
{{ "primary_emotion": "...", "intensity": 1-10, "confidence": 0.0-1.0, ... }}
"""
response = client.chat.completions.create(model="gpt-4o-mini", messages=[...], temperature=0.3)
result = json.loads(response.choices[0].message.content)

로컬에서는 잘 돌았다. 문제는 그 뒤였다.

첫 번째: 클라이언트가 아예 안 떴다

배포 환경에서 감정 분석을 처음 태웠더니, OpenAI 클라이언트를 만드는 OpenAI(api_key=...) 한 줄에서 TypeError가 났다. 에러 메시지에 proxies가 있었다. openai 파이썬 패키지 버전과 그 아래 http 클라이언트가 안 맞아서, 내가 넘기지도 않은 proxies 인자를 두고 생성자가 넘어지는 문제였다. 코드가 틀린 게 아니라, 같은 requirements로 깔았는데도 환경에 따라 초기화가 깨졌다.

처음엔 내 코드에서 뭘 잘못 넘겼나 한참 봤다. 아무것도 안 넘기고 있었다. 결국 클라이언트 생성을 방어적으로 감쌌다. 기본 생성이 proxies 때문에 실패하면, 명시적으로 base_url을 줘서 다시 만든다.

try:
    client = OpenAI(api_key=api_key)
except TypeError as e:
    if "proxies" in str(e):
        client = OpenAI(api_key=api_key, base_url="https://api.openai.com/v1")
    else:
        raise

깔끔한 해결은 아니다. 근본은 패키지 버전 핀이었겠지만, 데모가 며칠 안 남은 상황에서 “어느 환경에서든 일단 뜨게” 만드는 게 먼저였다. 이 지점에서 배운 게 하나 있다. 외부 SDK의 초기화조차 항상 성공한다고 믿으면 안 된다는 것.

두 번째: JSON을 달라 했는데 JSON이 아니었다

클라이언트가 뜬 뒤에도 가끔 json.loads가 터졌다. “JSON만, 다른 텍스트 포함하지 말라”고 분명히 시켰는데도 모델은 이따금 설명 문장을 앞에 붙이거나 코드펜스로 감쌌다. 대부분은 시키는 대로 하니까 로컬에서는 안 보이다가, 표본이 늘면 반드시 나오는 종류의 실패였다.

감정 분석 본체는 파싱 실패를 None으로 떨어뜨려 폴백으로 넘기게 했지만, 키워드 추출에서는 그걸로 부족했다. 키워드는 배열로 오는데 형식이 더 자주 흔들려서, 파싱을 3단으로 쌓았다. json.loads를 먼저 시도하고, 실패하면 본문에서 정규식으로 JSON 객체만 긁어내고, 그것도 안 되면 쉼표로 쪼갠다.

try:
    kws = json.loads(raw).get("keywords", [])
except Exception:
    m = re.search(r"\{[\s\S]*\}", raw)      # 본문에 섞인 JSON만 추출
    kws = json.loads(m.group(0)).get("keywords", []) if m else []
if not kws and raw:
    kws = [k.strip() for k in raw.split(',') if k.strip()]   # 최후의 수단

LLM에게 형식을 지시하는 것과 LLM이 형식을 지킨다는 것은 다른 얘기였다. 지시는 확률을 높일 뿐 보장하지 않는다.

그래서 실패를 정상 경로에 넣었다

두 사건을 겪고 나니 결론은 하나였다. 감정 분석은 GPT가 성공했을 때의 경로와 실패했을 때의 경로, 둘 다 있어야 한다. GPT가 죽어도 앱은 무언가를 돌려줘야 하니까.

그래서 API 키가 없거나, 클라이언트가 안 뜨거나, JSON 파싱이 깨지면 전부 키워드 기반 분석으로 폴백하게 했다. 부정·긍정 감정 키워드 사전으로 텍스트를 스캔해 점수를 매기고, 더 높은 쪽에서 세부 감정을 고른다. 정교하진 않지만 항상 답을 낸다.

def analyze_emotion_with_ai(content: str) -> Dict:
    result = analyze_emotion_with_gpt4o(content)   # 1순위: GPT-4o mini
    if result:
        return _convert_ai_result_to_color(result)

    fallback = analyze_emotion_fallback(content)   # 실패 시: 키워드 분석
    fallback["ai_failed"] = True
    fallback["error_message"] = "AI API 호출에 실패하여 키워드 기반 분석을 사용했습니다."
    return fallback

그리고 응답에 ai_used·ai_failed 플래그를 실었다. 폴백 결과는 confidence를 0.6으로 낮춰, 이게 확신에 찬 분석이 아니라는 걸 데이터 자체에 남겼다. 나중에 “이 사용자는 GPT 경로였나 폴백이었나”를 로그에서 되짚을 수 있게 하려는 목적도 있었다.

배운 것

이 앱을 만들기 전에는 “GPT를 붙인다”를 그냥 API 호출 하나로 생각했다. 붙이고 나니 그건 절반이었다. 나머지 절반은 GPT가 실패할 때 무슨 일이 벌어지느냐였다.

• 외부 SDK는 초기화부터 실패할 수 있다. 내 코드가 멀쩡해도.
• “JSON으로 답해줘”는 요청이지 계약이 아니다. 파싱은 언제나 깨질 수 있다고 보고 짜야 한다.
• 핵심 기능이 외부 AI 위에 있다면, 폴백은 나중에 붙이는 예외 처리가 아니라 처음부터 있는 정상 경로다.

완벽한 감정 분석보다, 실패해도 항상 무언가는 돌려주는 쪽이 정신건강 앱에는 맞았다. 이건 SimLog 백엔드를 처음부터 혼자 만들며 얻은, 꽤 오래 남을 감각이다.