feat: MCP AI 분석을 score >= MCP_ANALYSIS_MIN_SCORE(70) 종목만 호출하도록 최적화

backend/batch_intraday_analysis.py

@@ -7,6 +7,10 @@
 3. 분석 결과를 watchlist_history에 시계열로 누적 저장
 4. score 기준으로 분석종목 진입(≥60) / 제거(<20) 자동 관리
 
+[최적화]
+- MCP AI 분석은 DB 점수가 MCP_ANALYSIS_MIN_SCORE(기본 70) 이상인 종목만 호출
+- 저점수 종목은 루트림 지표 계산만 수행하고 수동 score 유지
+
 실행: python batch_intraday_analysis.py
 Cron: */10 9-15 * * 1-5 docker exec autostock-backend python /app/batch_intraday_analysis.py >> /logs/batch_intraday.log 2>&1
 """
@@ -48,6 +52,9 @@ BATCH_CONCURRENCY = 5
 # 워치리스트 외부 후보 재분석 상한 (10분 배치 내에 처리 가능한 수준)
 OUTSIDE_RESCORE_LIMIT = 30
 
+# MCP AI 분석 호출 최소 점수 (settings에서 읽음)
+MCP_ANALYSIS_MIN_SCORE: int = settings.MCP_ANALYSIS_MIN_SCORE
+
 
 async def get_active_watchlist() -> list[tuple[str, str]]:
     """현재 활성 분석종목 목록 조회."""
@@ -68,6 +75,24 @@ async def get_active_watchlist() -> list[tuple[str, str]]:
     return [(row.stock_code, row.stock_name) for row in rows]
 
 
+async def get_current_score(stock_code: str, analysis_date: date) -> int | None:
+    """최신 DB score 조회.
+
+    MCP AI 분석 전 score를 확인하여 MCP_ANALYSIS_MIN_SCORE 미만은 AI 호출을 스킵하기 위해 사용.
+    """
+    async with AsyncSessionLocal() as session:
+        result = await session.execute(
+            select(StockAnalysis.score)
+            .where(
+                StockAnalysis.stock_code == stock_code,
+                StockAnalysis.analysis_date == analysis_date,
+            )
+            .limit(1)
+        )
+        row = result.first()
+    return row.score if row else None
+
+
 # -------------------------------------------------------------------
 # analyze_update_and_manage 분리: 분석 / 저장 / 관리
 # -------------------------------------------------------------------
@@ -139,10 +164,33 @@ async def analyze_update_and_manage(
 ) -> tuple[bool, int | None, bool]:
     """종목 재분석 → stock_analysis 갱신 → watchlist_history 저장 → watchlist 관리.
 
+    [최적화] DB score < MCP_ANALYSIS_MIN_SCORE이면 AI 분석 스킵.
+      - AI 호출 없이 기존 score 유지, watchlist 적스 체크만 수행
+      - score 개선 시코어는 다음 주기에 반영됨
+
     Returns: (success, score, was_removed)
       was_removed: _manage_watchlist_membership이 실제로 비활성화 처리했으면 True
     """
     try:
+        # --- [1단계] DB에서 현재 score 조회 ---
+        current_score = await get_current_score(stock_code, analysis_date)
+
+        # --- [2단계] score 미달 시 AI 분석 스킵 ---
+        if current_score is not None and current_score < MCP_ANALYSIS_MIN_SCORE:
+            logger.debug(
+                "⏭️  AI 스킵 %s (%s): score=%s < %s",
+                stock_code, stock_name, current_score, MCP_ANALYSIS_MIN_SCORE,
+            )
+            # watchlist 제거 여부만 체크 (WATCHLIST_EXIT_SCORE 미만이면 제거)
+            now = datetime.now(KST)
+            async with AsyncSessionLocal() as session:
+                was_removed = await _manage_watchlist_membership(
+                    session, stock_code, stock_name, current_score, now
+                )
+                await session.commit()
+            return True, current_score, was_removed
+
+        # --- [3단계] score 기준 이상 → AI 분석 실행 ---
         result = await analyze_stock_for_batch(stock_code, stock_name)
         if not result:
             logger.info("No result for %s (chart/price issue)", stock_code)
@@ -193,6 +241,8 @@ async def rescore_outside_candidates(
 ) -> int:
     """워치리스트 외부 후보 종목의 score를 실시간 재분석으로 갱신.
 
+    [최적화] DB score < MCP_ANALYSIS_MIN_SCORE인 외부 후보는 AI 호출 없이 건너뜀.
+
     아침 배치에서 score 상위권이었던 종목이 장중 거래량·뉴스 급등으로
     score가 올라가도 DB에는 오전 값이 그대로 남아 있다.
     이를 포착하기 위해 워치리스트 밖 상위 OUTSIDE_RESCORE_LIMIT개를
@@ -205,7 +255,7 @@ async def rescore_outside_candidates(
     async with AsyncSessionLocal() as session:
         exclude = list(current_codes) if current_codes else ["__none__"]
         result = await session.execute(
-            select(StockAnalysis.stock_code, StockAnalysis.stock_name)
+            select(StockAnalysis.stock_code, StockAnalysis.stock_name, StockAnalysis.score)
             .where(
                 StockAnalysis.analysis_date == analysis_date,
                 StockAnalysis.stock_code.notin_(exclude),
@@ -224,8 +274,15 @@ async def rescore_outside_candidates(
 
     semaphore = asyncio.Semaphore(BATCH_CONCURRENCY)
 
-    async def rescore_one(i: int, code: str, name: str) -> bool:
+    async def rescore_one(i: int, code: str, name: str, db_score: int | None) -> bool:
         async with semaphore:
+            # DB score < MCP_ANALYSIS_MIN_SCORE 이면 AI 호출 스킵
+            if db_score is not None and db_score < MCP_ANALYSIS_MIN_SCORE:
+                logger.debug(
+                    "  [%d/%d] ⏭️ AI 스킵 %s: score=%s < %s",
+                    i, total, code, db_score, MCP_ANALYSIS_MIN_SCORE,
+                )
+                return False
             try:
                 res = await analyze_stock_for_batch(code, name)
                 if not res:
@@ -246,12 +303,13 @@ async def rescore_outside_candidates(
                 return False
 
     tasks = [
-        rescore_one(i, code, name)
+        rescore_one(i, code, name, score)
-        for i, (code, name) in enumerate(candidates, 1)
+        for i, (code, name, score) in enumerate(candidates, 1)
     ]
     results = await asyncio.gather(*tasks, return_exceptions=True)
     success = sum(1 for r in results if r is True)
-    logger.info("✅ 외부 후보 재분석 완료: %d/%d개 갱신", success, total)
+    skipped = sum(1 for r in results if r is False)
+    logger.info("✅ 외부 후보 재분석 완료: %d/%d개 갱신, %d개 AI 스킵", success, total, skipped)
     return success
 
 
@@ -328,8 +386,8 @@ async def main():
     start_time = datetime.now(KST)
     analysis_date = datetime.now(KST).date()
     logger.info(
-        "⚡ [Intraday] %s 시작 — 분석종목 재분석 (진입≥%d, 제거<%d)",
+        "⚡ [Intraday] %s 시작 — 분석종목 재분석 (진입≥%d, 제거<%d, AI호출≥%d점)",
-        start_time.strftime("%H:%M:%S"), WATCHLIST_ENTRY_SCORE, WATCHLIST_EXIT_SCORE,
+        start_time.strftime("%H:%M:%S"), WATCHLIST_ENTRY_SCORE, WATCHLIST_EXIT_SCORE, MCP_ANALYSIS_MIN_SCORE,
     )
 
     # 활성 분석종목 조회
@@ -362,6 +420,11 @@ async def main():
     )
     fail  = sum(1 for r in results if isinstance(r, tuple) and r[0] is False)
     error = sum(1 for r in results if isinstance(r, Exception))
+    ai_skipped = sum(
+        1 for r in results
+        if isinstance(r, tuple) and r[0] is True
+        and r[1] is not None and r[1] < MCP_ANALYSIS_MIN_SCORE
+    )
 
     # 워치리스트 외부 후보 재분석 — score DB 최신화 (refresh_watchlist 전에 실행)
     await rescore_outside_candidates(analysis_date, current_codes)
@@ -416,8 +479,9 @@ async def main():
     duration = (datetime.now(KST) - start_time).total_seconds()
     logger.info(
         "✅ [Intraday] 완료: %d/%d 유지, %d 제거, +%d 신규(score), +%d 신규(스캐너), "
-        "%d 실패, %d 오류 — %.1f초",
+        "%d AI스킵(score<%d), %d 실패, %d 오류 — %.1f초",
-        retained, total, removed, added, added_scanner, fail, error, duration,
+        retained, total, removed, added, added_scanner,
+        ai_skipped, MCP_ANALYSIS_MIN_SCORE, fail, error, duration,
     )