2026-07-19 세션 — 통화(전화) 전사 마이닝 → 가구전문가 자가학습 투입

논의·대안

페페 지시: "pfs 업무 전화 전사한 것 정리 완료된 자료를 가구전문가 자가학습 자료로 전달. 처리 프로세스는 (카톡 마이닝과) 동일. 사용자 승인 예정."
소스 판별: 통화 관련 자료 = 원본 m4a(733) / raw small 전사(18) / medium 전사 723(주력·"정리 완료") / large 단건. _synth는 이미 끝난 카톡분이라 무관. → "정리 완료된 통화자료" = transcripts_medium/*.txt 로 확정(유일 후보).
프로세스 재사용 판단: 카톡 파이프라인은 결정적 글루(.py) + LLM 단계(에이전트) 혼합. preclean_chunk.py는 카톡 [발신자][시각] 포맷 파서라 STT 전사에 부적합 → 입력 어댑터만 신규, 추출·분류·종합·ingest 로직은 재사용. 볼륨이 카톡의 1/8(357K자)이라 dedup·종합을 별도 2라운드로 안 나누고 모듈당 1패스로 통합(산출물 동일).
카톡 산출물 보호: 통화용 전용 작업폴더 + 후보 append + 실무는 _calls.md 별도(카톡 practice 미덮어씀).

결정: 소스=transcripts_medium 723통화 / source 라벨=phone-transcript·제목 [통화전사] 접두(카톡분과 구분) / STT 잡음경고를 추출 에이전트에 내장(수치·고유명사 오인식시 제외·(STT추정)) / 실무 corpus는 ops_*_calls.md 별도.
신규 스크립트(agent 파이프라인, talklog\collector\): preclean_calls.py(파일명서 상대/날짜 추출·타임스탬프/환청/연속중복 제거·헤더부여·청킹), merge_extract_calls.py, categorize_calls.py(categorize.py FUR_CATS/OPS_CATS 재사용), ingest_calls.py(ingest.py 락·매핑 재사용, append).
실행 결과: 정제 688통화·357K자→5청크 → 추출 5에이전트(sonnet) 2버킷(가구75·실무69) → 17카테고리 → dedup+종합 2에이전트 → _synth 17문서 → 가구 9후보 pending APPEND(learn_candidates.json 총21·pending9) + 실무 8문서 practice/*_calls.md.
검증: 후보 9건 전부 pending·필수필드 완비·모듈 00~07 분산 / furniture-learn /api/learn 21건·pending 9·통화전사 9 서빙 확인 / 종합 스팟체크(fur_07 보링불량=메꾸기불가·스크랩·재보링, 출처·날짜 보존).

user_brief 로컬 커밋(handoff·HANDOFF·learn_candidates·practice/_calls). push 안 함.
⏳페페 몫 = 9후보 검토·승인(http://100.108.234.45:8799/furniture-learn.html). 승인 시 해당 KB append+커밋+20분내 스냅샷 반영(카톡분과 동일). STT 출처라 수치·고유명사 승인 전 검토 권장.
재실행 가능(전용폴더 talklog\data\calls\_pipeline). 신규 통화 추가 시 동일 파이프라인 재구동.

talklog 통화 STT(medium 전사) → furniture-expert 자가학습(learn_candidates). 카톡 마이닝(2026-07-17)과 동일 개념·다른 소스. agent 하니스(가구전문가 서브에이전트)·ops(현장실무 코퍼스) 확장. [[kakao-pc-full-mining-pipeline]] 통화판.