stock-lab 오류 수정, lotto-lab 히트맵 기반 추천 기능 추가

- deployer 배포 webhook 오류 설정 수정

.env.example

@@ -1,17 +1,52 @@
-# timezone
+# ---------------------------------------------------------------------------
+# [Environment Configuration]
+# 이 파일을 복사하여 .env 파일을 생성하고, 환경에 맞게 주석을 해제/수정하여 사용하세요.
+# ---------------------------------------------------------------------------
+
+# [COMMON]
+APP_VERSION=dev
 TZ=Asia/Seoul
-
-COMPOSE_PROJECT_NAME=webpage
-
-# backend lotto collector sources
 LOTTO_ALL_URL=https://smok95.github.io/lotto/results/all.json
 LOTTO_LATEST_URL=https://smok95.github.io/lotto/results/latest.json
 
-# travel-proxy
+# [SECURITY]
-TRAVEL_ROOT=/data/travel
+WEBHOOK_SECRET=change_this_secret_in_prod
-TRAVEL_THUMB_ROOT=/data/thumbs
-TRAVEL_MEDIA_BASE=/media/travel
-TRAVEL_CACHE_TTL=300
 
-# CORS (travel-proxy)
+# [PATHS]
-CORS_ALLOW_ORIGINS=*
+# 1. 런타임 데이터 루트 (docker-compose.yml이 실행되는 위치)
+# NAS: /volume1/docker/webpage
+# Local: . (현재 프로젝트 루트)
+RUNTIME_PATH=.
+
+# 2. Git 저장소 루트
+# NAS: /volume1/workspace/web-page-backend
+# Local: .
+REPO_PATH=.
+
+# 3. Frontend 정적 파일 경로
+# NAS: /volume1/docker/webpage/frontend (업로드된 파일)
+# Local: ./frontend/dist (빌드된 결과물)
+FRONTEND_PATH=./frontend/dist
+
+# 4. 여행 사진 원본 경로
+# NAS: /volume1/web/images/webPage/travel
+# Local: ./mock_data/photos
+PHOTO_PATH=./mock_data/photos
+
+# 5. 주식 데이터 저장 경로
+# NAS: /volume1/docker/webpage/data/stock
+# Local: ./data/stock
+STOCK_DATA_PATH=./data/stock
+
+# [PERMISSIONS]
+# NAS: 1026:100
+# Local: 1000:1000 (Windows Docker Desktop의 경우 크게 중요하지 않음)
+PUID=1000
+PGID=1000
+
+# [STOCK LAB]
+# NAS는 Windows AI Server로 요청을 중계(Proxy)하는 역할만 수행합니다.
+# 실제 KIS API 호출 및 AI 분석은 Windows PC에서 수행됩니다.
+
+# Windows AI Server (NAS 입장에서 바라본 Windows PC IP)
+WINDOWS_AI_SERVER_URL=http://192.168.0.5:8000

README.md

@@ -0,0 +1,262 @@
+# 🏠 Home NAS Web Platform (webpage)
+
+Synology NAS 기반의 개인 웹 플랫폼으로, 로또 분석/추천 서비스와 여행 사진 지도 서비스를 포함합니다.
+Frontend, Backend, Travel Proxy, Auto Deployer를 Docker Compose로 통합하여 운영합니다.
+
+---
+
+## 🖥️ NAS 환경 정보
+
+| 항목            | 값                                    |
+| --------------- | ------------------------------------- |
+| **NAS**         | Synology NAS                          |
+| **OS**          | Synology DSM                          |
+| **CPU**         | Intel Celeron J4025 (2 Core, 2.0GHz)  |
+| **메모리**      | 18 GB                                 |
+| **Docker**      | Synology Container Manager            |
+| **Reverse Proxy** | Nginx (컨테이너)                     |
+| **Git Server**  | Gitea (self-hosted)                   |
+
+---
+
+## 📁 디렉토리 구조
+
+```
+/volume1
+├── docker/
+│   └── webpage/                # 🚀 운영 런타임 (Docker Compose 기준점)
+│       ├── backend/             # lotto-backend
+│       ├── stock-lab/           # 🟪 stock-lab (Stock + AI)
+│       ├── travel-proxy/        # travel API + thumbnail generator
+│       ├── deployer/            # webhook 기반 자동 배포 컨테이너
+│       ├── frontend/            # 정적 파일 (Vite build 결과)
+│       ├── nginx/
+│       │   └── default.conf
+│       ├── scripts/
+│       │   └── deploy.sh        # webhook이 호출하는 실행기
+│       ├── docker-compose.yml
+│       └── data/
+│           └── lotto.db
+│
+├── workspace/
+│   └── web-page-backend/        # 🧠 Git 레포 (backend + infra)
+│       ├── backend/
+│       ├── travel-proxy/
+│       ├── deployer/
+│       ├── nginx/
+│       ├── scripts/
+│       │   └── deploy-nas.sh    # 실제 운영 반영 로직
+│       ├── docker-compose.yml
+│       ├── .env.example
+│       └── README.md
+│
+└── web/
+    └── images/
+        └── webPage/
+            └── travel/          # 📷 원본 여행 사진 (RO)
+```
+
+---
+
+## 🧩 서비스 구성 개요
+
+```mermaid
+graph LR
+    User[User Browser] -->|HTTP| Nginx
+    
+    subgraph NAS [Synology NAS]
+        Nginx -->|/api/lotto| Lotto[Lotto Backend]
+        Nginx -->|/api/travel| Travel[Travel Proxy]
+        Nginx -->|/api/stock| Stock[Stock Lab]
+        Stock -->|Trading/Balance| KIS[KIS API (Korea Inv.)]
+        Stock -->|Market News| News[News Sites]
+    end
+    
+    subgraph Windows [High-Performance PC]
+        Stock -->|Analyze Request| WinServer[Windows AI Server]
+        WinServer -->|LLM Inference| Ollama[Ollama (Llama 3.1)]
+        WinServer -->|GPU| GPU[NVIDIA 3070 Ti]
+    end
+```
+
+---
+
+## 🛠️ 개발 환경 설정 (Local Development)
+
+이 프로젝트는 **Windows/Mac 로컬 환경**과 **Synology NAS 운영 환경**을 모두 지원하도록 구성되었습니다.
+
+### 1. 환경 변수 설정
+`docker-compose.yml`은 환경 변수에 의존합니다.
+1. `.env.example` 파일을 복사하여 `.env` 파일을 생성하세요.
+    ```bash
+    cp .env.example .env
+    ```
+2. `.env` 파일의 경로(`RUNTIME_PATH`, `PHOTO_PATH` 등)를 로컬 환경에 맞게 수정하세요.
+    - 기본값은 현재 디렉토리(`.`) 기준으로 설정되어 있어 바로 실행 가능합니다.
+
+### 2. 로컬 실행
+```bash
+docker compose up -d
+```
+- Frontend: http://localhost:8080
+- Backend API: http://localhost:18000
+- Travel API: http://localhost:19000
+- Stock Lab API: http://localhost:18500
+
+---
+
+### 🟦 Frontend (lotto-frontend)
+
+-   **역할**: React + Vite 기반 SPA로, 로또 추천 및 여행 지도 UI를 제공합니다.
+-   **특징**:
+    -   정적 파일만 운영 서버에 배포합니다.
+    -   장기 캐시(`assets/`)와 `index.html` 캐시 무효화 전략을 사용합니다.
+    -   Backend / Travel API는 Nginx에서 Reverse Proxy로 연결됩니다.
+-   **배포 방식**:
+    1.  **로컬 개발**:
+        -   `.env` 파일 설정 후 `docker compose up`으로 전체 스택 실행 가능
+    2.  **운영 배포**:
+        -   Code를 Git에 Push
+        -   Webhook이 트리거되어 NAS가 자동 Pull & Deploy
+        -   (Frontend 빌드 산출물은 별도 업로드 혹은 CI 연동 필요)
+
+---
+
+### 🟩 Backend (lotto-backend)
+
+-   **역할**: 로또 데이터 수집, 분석, 추천 API를 제공하며 SQLite로 데이터를 관리합니다.
+-   **주요 기능**:
+    -   최신 및 특정 회차 조회
+    -   추천 번호 생성 및 히스토리 관리 (중복 제거)
+    -   즐겨찾기, 메모, 태그 관리
+    -   배치 추천 기능
+-   **기술 스택**: FastAPI, SQLite, APScheduler (정기 수집)
+-   **주요 엔드포인트**:
+    ```http
+    GET  /api/lotto/latest
+    GET  /api/lotto/{drw_no}
+    GET  /api/lotto/recommend
+    GET  /api/lotto/recommend/batch
+    GET  /api/history
+    PATCH /api/history/{id}
+    DELETE /api/history/{id}
+    ```
+
+---
+
+### 🟪 Stock Lab (stock-lab)
+
+-   **역할**: 주식 시장 분석 및 AI 기반 투자 조언 제공. NAS의 편의성과 Windows PC의 고성능을 결합한 하이브리드 아키텍처입니다.
+-   **주요 기능**:
+    -   **시장 뉴스 스크랩**: 네이버 증권, 해외 주요 뉴스 사이트 크롤링
+    -   **자산 관리**: 한국투자증권(KIS) Open API 연동 (잔고 조회, 매수/매도)
+    -   **AI 분석**: 고성능 PC의 로컬 LLM(Llama 3.1)을 활용하여 뉴스+포트폴리오 종합 분석
+-   **기술 스택**: Python, FastAPI, Ollama (Lava/Llama3), Docker
+-   **연동 구조**:
+    ```
+    [NAS Stock-Lab] <--(HTTP)--> [Windows AI Server] <--(Localhost)--> [Ollama GPU]
+    ```
+-   **주요 엔드포인트**:
+    ```http
+    GET /api/stock/analyze  # AI 시장 분석 요청
+    GET /api/stock/news     # 최신 뉴스 데이터
+    GET /api/trade/balance  # 계좌 잔고 조회
+    ```
+
+---
+
+### 🟨 Travel Proxy (travel-proxy)
+
+-   **역할**: 여행 사진 API, 지역별 사진 매칭, 썸네일 자동 생성 및 캐시를 담당합니다.
+-   **설계 포인트**:
+    -   원본 사진은 읽기 전용(RO)으로 마운트합니다.
+    -   썸네일은 쓰기/읽기(RW) 전용 캐시 디렉토리를 사용합니다.
+    -   사진 메타데이터 변경 시 캐시가 자동으로 무효화됩니다.
+-   **데이터 구조**:
+    ```
+    /data/travel/           # 원본 사진 (RO)
+      ├── 24.09.jeju/
+      ├── 25.07.maldives/
+      └── _meta/
+          ├── region_map.json
+          └── regions.geojson
+
+    /data/thumbs/           # 썸네일 캐시 (RW)
+      ├── 24.09.jeju/
+      └── 25.07.maldives/
+    ```
+-   **주요 엔드포인트**:
+    ```http
+    GET /api/travel/regions
+    GET /api/travel/photos?region=jeju
+    GET /media/travel/.thumb/{album}/{file}
+    ```
+
+---
+
+### 🟥 Deployer (webpage-deployer)
+
+-   **역할**: Gitea Webhook을 수신하여 Git pull 및 Docker 재기동을 자동화합니다.
+-   **흐름**: `Gitea Push` → `Webhook` → `deployer` → `/scripts/deploy.sh` → `docker compose up -d --build`
+-   **보안**: HMAC SHA256 서명(`X-Gitea-Signature`)을 `WEBHOOK_SECRET` 환경변수로 검증합니다.
+-   **특징**:
+    -   Docker socket을 마운트하여 사용합니다.
+    -   롤백을 위해 `.releases/` 디렉토리에 자동 백업을 수행합니다.
+
+---
+
+## 🔁 배포 플로우 요약
+
+-   **Backend / Travel / Infra 변경**: `git push`를 통해 Gitea로 푸시하면 Webhook이 트리거되어 자동으로 배포됩니다.
+-   **Frontend 변경**: 로컬에서 빌드 후, 생성된 정적 파일만 NAS로 업로드합니다.
+
+---
+
+## 🧪 운영 체크 포인트
+
+-   `/health`: Backend 서비스 상태 확인
+-   `/api/travel/photos`: 응답 속도 확인
+-   `/media/travel/.thumb`: 썸네일 생성 여부 확인
+-   `deployer` 컨테이너 로그 확인
+
+---
+
+## 📝 TODO
+
+### 🔥 로또 서비스 고도화
+
+-   [ ] 추천 결과 통계 시각화 (분포, 합계, 홀짝)
+-   [ ] 추천 히스토리 필터 및 검색 기능
+-   [ ] 추천 결과 즐겨찾기 UI
+-   [ ] 회차 대비 추천 성능 분석
+
+### 🗺️ 여행 지도 UI
+
+-   [ ] 지도 영역 클릭 시 해당 지역 사진 로딩
+-   [ ] 사진 지연 로딩 (Lazy Load)
+-   [ ] 앨범 및 연도별 필터 기능
+-   [ ] 모바일 UX 개선
+
+### ⚙️ 운영/인프라
+
+-   [ ] Docker 이미지 버전 태깅 자동화
+-   [ ] 배포 실패 시 자동 롤백 기능
+-   [ ] Health check 기반 배포 성공 판단 로직
+-   [ ] 로그 수집 및 관리 체계 개선
+
+---
+
+## ✨ 철학
+
+> “NAS는 서버가 아니라 집이다.”
+>
+> 그래서 안전하고, 단순하며, 복구 가능한 구조를 최우선으로 합니다.
+
+---
+
+## Makefile 설정 사용 예시
+
+-   **배포**: `make deploy`
+-   **백엔드 로그**: `make logs S=backend`
+-   **전체 로그**: `make logs`
+-   **상태**: `make status`

backend/Dockerfile

@@ -16,3 +16,7 @@ ENV PYTHONUNBUFFERED=1
 EXPOSE 8000
 
 CMD ["uvicorn", "app.main:app", "--host", "0.0.0.0", "--port", "8000"]
+
+ARG APP_VERSION=dev
+ENV APP_VERSION=$APP_VERSION
+LABEL org.opencontainers.image.version=$APP_VERSION

backend/app/checker.py

@@ -0,0 +1,66 @@
+import json
+from .db import (
+    _conn, get_draw, update_recommendation_result
+)
+
+def _calc_rank(my_nums: list[int], win_nums: list[int], bonus: int) -> tuple[int, int, bool]:
+    """
+    (rank, correct_cnt, has_bonus) 반환
+    rank: 1~5 (1등~5등), 0 (낙첨)
+    """
+    matched = set(my_nums) & set(win_nums)
+    cnt = len(matched)
+    has_bonus = bonus in my_nums
+    
+    if cnt == 6:
+        return 1, cnt, has_bonus
+    if cnt == 5 and has_bonus:
+        return 2, cnt, has_bonus
+    if cnt == 5:
+        return 3, cnt, has_bonus
+    if cnt == 4:
+        return 4, cnt, has_bonus
+    if cnt == 3:
+        return 5, cnt, has_bonus
+        
+    return 0, cnt, has_bonus
+
+def check_results_for_draw(drw_no: int) -> int:
+    """
+    특정 회차(drw_no) 결과가 나왔을 때,
+    해당 회차를 타겟으로 했던(based_on_draw == drw_no - 1) 추천들을 채점한다.
+    반환값: 채점한 개수
+    """
+    win_row = get_draw(drw_no)
+    if not win_row:
+        return 0
+        
+    win_nums = [
+        win_row["n1"], win_row["n2"], win_row["n3"],
+        win_row["n4"], win_row["n5"], win_row["n6"]
+    ]
+    bonus = win_row["bonus"]
+    
+    # based_on_draw가 (이번회차 - 1)인 것들 조회
+    # 즉, 1000회차 추첨 결과로는, 999회차 데이터를 바탕으로 1000회차를 예측한 것들을 채점
+    target_based_on = drw_no - 1
+    
+    with _conn() as conn:
+        rows = conn.execute(
+            """
+            SELECT id, numbers 
+            FROM recommendations 
+            WHERE based_on_draw = ? AND checked = 0
+            """,
+            (target_based_on,)
+        ).fetchall()
+        
+    count = 0
+    for r in rows:
+        my_nums = json.loads(r["numbers"])
+        rank, correct, has_bonus = _calc_rank(my_nums, win_nums, bonus)
+        
+        update_recommendation_result(r["id"], rank, correct, has_bonus)
+        count += 1
+        
+    return count

backend/app/collector.py

@@ -1,7 +1,7 @@
 import requests
 from typing import Dict, Any
 
-from .db import get_draw, upsert_draw
+from .db import get_draw, upsert_draw, upsert_many_draws, get_latest_draw, count_draws
 
 def _normalize_item(item: dict) -> dict:
     # smok95 all.json / latest.json 구조
@@ -27,20 +27,13 @@ def sync_all_from_json(all_url: str) -> Dict[str, Any]:
     r.raise_for_status()
     data = r.json()  # list[dict]
 
-    inserted = 0
+    # 정규화
-    skipped = 0
+    rows = [_normalize_item(item) for item in data]
     
-    for item in data:
+    # Bulk Insert (성능 향상)
-        row = _normalize_item(item)
+    upsert_many_draws(rows)
 
-        if get_draw(row["drw_no"]):
+    return {"mode": "all_json", "url": all_url, "total": len(rows)}
-            skipped += 1
-            continue
-
-        upsert_draw(row)
-        inserted += 1
-
-    return {"mode": "all_json", "url": all_url, "inserted": inserted, "skipped": skipped, "total": len(data)}
 
 def sync_latest(latest_url: str) -> Dict[str, Any]:
     r = requests.get(latest_url, timeout=30)
@@ -53,3 +46,40 @@ def sync_latest(latest_url: str) -> Dict[str, Any]:
 
     return {"mode": "latest_json", "url": latest_url, "was_new": (before is None), "drawNo": row["drw_no"]}
 
+def sync_ensure_all(latest_url: str, all_url: str) -> Dict[str, Any]:
+    """
+    1회부터 최신 회차까지 빠짐없이 있는지 확인하고, 없으면 전체 동기화 수행.
+    반환값: {"synced": bool, "reason": str, ...}
+    """
+    # 1. 원격 최신 회차 확인
+    try:
+        r = requests.get(latest_url, timeout=10)
+        r.raise_for_status()
+        remote_item = r.json()
+        remote_no = int(remote_item["draw_no"])
+    except Exception as e:
+        # 외부 통신 실패 시, 그냥 로컬 데이터로 진행하도록 에러 억제 (혹은 에러 발생)
+        # 여기서는 통계 기능 작동이 우선이므로 로그만 남기고 pass하고 싶지만,
+        # 확실한 동기화를 위해 에러를 던지거나 False 리턴
+        return {"synced": False, "error": str(e)}
+
+    # 2. 로컬 상태 확인
+    local_latest_row = get_latest_draw()
+    local_no = local_latest_row["drw_no"] if local_latest_row else 0
+    local_cnt = count_draws()
+
+    # 3. 동기화 필요 여부 판단
+    # - 전체 개수가 최신 회차 번호보다 적으면 중간에 빈 것 (1회부터 시작한다고 가정)
+    # - 혹은 DB 최신 번호가 원격보다 낮으면 업데이트 필요
+    need_sync = (local_no < remote_no) or (local_cnt < local_no)
+    
+    if not need_sync:
+        return {"synced": True, "updated": False, "local_no": local_no}
+
+    # 4. 전체 동기화 실행
+    # (단순 latest sync로는 중간 구멍을 못 채우므로, 구멍이 있거나 차이가 크면 all_sync 수행)
+    # 만약 차이가 1회차 뿐이고 구멍이 없다면 sync_latest만 해도 되지만, 
+    # 로직 단순화를 위해 missing 감지 시 그냥 all_sync (Bulk Insert라 빠름)
+    res = sync_all_from_json(all_url)
+    return {"synced": True, "updated": True, "detail": res}
+

backend/app/db.py

@@ -63,6 +63,17 @@ def init_db() -> None:
         _ensure_column(conn, "recommendations", "tags",
                        "ALTER TABLE recommendations ADD COLUMN tags TEXT NOT NULL DEFAULT '[]';")
 
+        # ✅ 결과 채점용 컬럼 추가
+        _ensure_column(conn, "recommendations", "rank",
+                       "ALTER TABLE recommendations ADD COLUMN rank INTEGER;")
+        _ensure_column(conn, "recommendations", "correct_count",
+                       "ALTER TABLE recommendations ADD COLUMN correct_count INTEGER DEFAULT 0;")
+        _ensure_column(conn, "recommendations", "has_bonus",
+                       "ALTER TABLE recommendations ADD COLUMN has_bonus INTEGER DEFAULT 0;")
+        _ensure_column(conn, "recommendations", "checked",
+                       "ALTER TABLE recommendations ADD COLUMN checked INTEGER DEFAULT 0;")
+
+
         # ✅ UNIQUE 인덱스(중복 저장 방지)
         conn.execute("CREATE UNIQUE INDEX IF NOT EXISTS uq_reco_dedup ON recommendations(dedup_hash);")
 
@@ -88,6 +99,30 @@ def upsert_draw(row: Dict[str, Any]) -> None:
             ),
         )
 
+def upsert_many_draws(rows: List[Dict[str, Any]]) -> None:
+    data = [
+        (
+            int(r["drw_no"]), str(r["drw_date"]),
+            int(r["n1"]), int(r["n2"]), int(r["n3"]),
+            int(r["n4"]), int(r["n5"]), int(r["n6"]),
+            int(r["bonus"])
+        ) for r in rows
+    ]
+    with _conn() as conn:
+        conn.executemany(
+            """
+            INSERT INTO draws (drw_no, drw_date, n1, n2, n3, n4, n5, n6, bonus)
+            VALUES (?, ?, ?, ?, ?, ?, ?, ?, ?)
+            ON CONFLICT(drw_no) DO UPDATE SET
+              drw_date=excluded.drw_date,
+              n1=excluded.n1, n2=excluded.n2, n3=excluded.n3,
+              n4=excluded.n4, n5=excluded.n5, n6=excluded.n6,
+              bonus=excluded.bonus,
+              updated_at=datetime('now')
+            """,
+            data
+        )
+
 def get_latest_draw() -> Optional[Dict[str, Any]]:
     with _conn() as conn:
         r = conn.execute("SELECT * FROM draws ORDER BY drw_no DESC LIMIT 1").fetchone()
@@ -237,3 +272,15 @@ def delete_recommendation(rec_id: int) -> bool:
         cur = conn.execute("DELETE FROM recommendations WHERE id = ?", (rec_id,))
         return cur.rowcount > 0
 
+def update_recommendation_result(rec_id: int, rank: int, correct_count: int, has_bonus: bool) -> bool:
+    with _conn() as conn:
+        cur = conn.execute(
+            """
+            UPDATE recommendations 
+            SET rank = ?, correct_count = ?, has_bonus = ?, checked = 1 
+            WHERE id = ?
+            """,
+            (rank, correct_count, 1 if has_bonus else 0, rec_id)
+        )
+        return cur.rowcount > 0
+

backend/app/generator.py

@@ -0,0 +1,100 @@
+import random
+import json
+from typing import Dict, Any, List, Optional
+
+from .db import _conn, save_recommendation_dedup, get_latest_draw, get_all_draw_numbers
+from .recommender import recommend_numbers
+from .utils import calc_metrics, calc_recent_overlap
+
+# 순환 참조 방지를 위해 main.py의 calc_metrics 등을 utils.py가 아닌 여기서 재정의하거나 
+# main.py에서 generator를 import할 때 함수 내부에서 하도록 처리.
+# 여기서는 코드가 중복되더라도 안전하게 독립적으로 구현하거나, db/collector만 import.
+
+def _get_top_performing_params(limit: int = 20) -> List[Dict[str, Any]]:
+    """
+    최근 1~5등에 당첨된 추천들의 파라미터 조회
+    """
+    sql = """
+    SELECT params 
+    FROM recommendations 
+    WHERE rank > 0 AND rank <= 5 
+    ORDER BY id DESC 
+    LIMIT ?
+    """
+    with _conn() as conn:
+        rows = conn.execute(sql, (limit,)).fetchall()
+    
+    return [json.loads(r["params"]) for r in rows]
+
+def _perturb_param(val: float, delta: float, min_val: float, max_val: float, is_int: bool = False) -> float:
+    change = random.uniform(-delta, delta)
+    new_val = val + change
+    new_val = max(min_val, min(new_val, max_val))
+    return int(round(new_val)) if is_int else round(new_val, 2)
+
+def generate_smart_recommendations(count: int = 10) -> int:
+    """
+    지능형 자동 생성: 과거 성적 우수 파라미터 기반으로 생성
+    """
+    draws = get_all_draw_numbers()
+    if not draws:
+        return 0
+        
+    latest = get_latest_draw()
+    based_on = latest["drw_no"] if latest else None
+    
+    # 1. 성공 사례 조회 (Feedback)
+    top_params = _get_top_performing_params()
+    
+    generated_count = 0
+    
+    for _ in range(count):
+        # 전략 선택: 이력이 있으면 70% 확률로 모방(Exploitation), 30%는 랜덤(Exploration)
+        use_history = (len(top_params) > 0) and (random.random() < 0.7)
+        
+        if use_history:
+            # 과거 우수 파라미터 중 하나 선택하여 변형
+            base = random.choice(top_params)
+            
+            # 파라미터 변형 (유전 알고리즘과 유사)
+            p_window = _perturb_param(base.get("recent_window", 200), 50, 10, 500, True)
+            p_weight = _perturb_param(base.get("recent_weight", 2.0), 1.0, 0.1, 10.0, False)
+            p_avoid = _perturb_param(base.get("avoid_recent_k", 5), 2, 0, 20, True)
+            
+            # Constraints 로직은 복잡하니 일단 랜덤성 부여하거나 유지
+            # (여기서는 기본 파라미터 위주로 튜닝)
+            
+            params = {
+                "recent_window": p_window,
+                "recent_weight": p_weight,
+                "avoid_recent_k": p_avoid,
+                "strategy": "smart_feedback"
+            }
+        else:
+            # 완전 랜덤 탐색
+            params = {
+                "recent_window": random.randint(50, 400),
+                "recent_weight": round(random.uniform(0.5, 5.0), 2),
+                "avoid_recent_k": random.randint(0, 10),
+                "strategy": "random_exploration"
+            }
+            
+        # 생성 시도
+        try:
+            # recommend_numbers는 db.py/main.py 로직과 독립적이므로 여기서 사용 가능
+            # 단, recommend_numbers 함수가 어디 있는지 확인 (recommender.py)
+            res = recommend_numbers(
+                draws, 
+                recent_window=params["recent_window"],
+                recent_weight=params["recent_weight"],
+                avoid_recent_k=params["avoid_recent_k"]
+            )
+            
+            save_recommendation_dedup(based_on, res["numbers"], params)
+            generated_count += 1
+            
+        except Exception as e:
+            print(f"Gen Error: {e}")
+            continue
+            
+    return generated_count

backend/app/main.py

@@ -9,8 +9,12 @@ from .db import (
     save_recommendation_dedup, list_recommendations_ex, delete_recommendation,
     update_recommendation,
 )
-from .recommender import recommend_numbers
+from .recommender import recommend_numbers, recommend_with_heatmap
-from .collector import sync_latest
+from .collector import sync_latest, sync_ensure_all
+from .generator import generate_smart_recommendations
+from .generator import generate_smart_recommendations
+from .checker import check_results_for_draw
+from .utils import calc_metrics, calc_recent_overlap
 
 app = FastAPI()
 scheduler = BackgroundScheduler(timezone=os.getenv("TZ", "Asia/Seoul"))
@@ -18,68 +22,23 @@ scheduler = BackgroundScheduler(timezone=os.getenv("TZ", "Asia/Seoul"))
 ALL_URL = os.getenv("LOTTO_ALL_URL", "https://smok95.github.io/lotto/results/all.json")
 LATEST_URL = os.getenv("LOTTO_LATEST_URL", "https://smok95.github.io/lotto/results/latest.json")
 
-def calc_metrics(numbers: List[int]) -> Dict[str, Any]:
-    nums = sorted(numbers)
-    s = sum(nums)
-    odd = sum(1 for x in nums if x % 2 == 1)
-    even = len(nums) - odd
-    mn, mx = nums[0], nums[-1]
-    rng = mx - mn
-
-    # 1-10, 11-20, 21-30, 31-40, 41-45
-    buckets = {
-        "1-10": 0,
-        "11-20": 0,
-        "21-30": 0,
-        "31-40": 0,
-        "41-45": 0,
-    }
-    for x in nums:
-        if 1 <= x <= 10:
-            buckets["1-10"] += 1
-        elif 11 <= x <= 20:
-            buckets["11-20"] += 1
-        elif 21 <= x <= 30:
-            buckets["21-30"] += 1
-        elif 31 <= x <= 40:
-            buckets["31-40"] += 1
-        else:
-            buckets["41-45"] += 1
-
-    return {
-        "sum": s,
-        "odd": odd,
-        "even": even,
-        "min": mn,
-        "max": mx,
-        "range": rng,
-        "buckets": buckets,
-    }
-
-def calc_recent_overlap(numbers: List[int], draws: List[Tuple[int, List[int]]], last_k: int) -> Dict[str, Any]:
-    """
-    draws: [(drw_no, [n1..n6]), ...] 오름차순
-    last_k: 최근 k회 기준 중복
-    """
-    if last_k <= 0:
-        return {"last_k": 0, "repeats": 0, "repeated_numbers": []}
-
-    recent = draws[-last_k:] if len(draws) >= last_k else draws
-    recent_set = set()
-    for _, nums in recent:
-        recent_set.update(nums)
-
-    repeated = sorted(set(numbers) & recent_set)
-    return {
-        "last_k": len(recent),
-        "repeats": len(repeated),
-        "repeated_numbers": repeated,
-    }
-
 @app.on_event("startup")
 def on_startup():
     init_db()
-    scheduler.add_job(lambda: sync_latest(LATEST_URL), "cron", hour="9,21", minute=10)
+    
+    # 1. 로또 당첨번호 동기화 (매일 9시, 21시 10분)
+    #    동기화 후 새로운 회차가 있으면 채점(check)까지 수행
+    def _sync_and_check():
+        res = sync_latest(LATEST_URL)
+        if res["was_new"]:
+            # 새로운 회차(예: 1000회)가 나오면, 999회차 기반 추천들을 채점
+            check_results_for_draw(res["drawNo"])
+
+    scheduler.add_job(_sync_and_check, "cron", hour="9,21", minute=10)
+    
+    # 2. 매일 아침 8시: 지능형 자동 추천 (10개씩)
+    scheduler.add_job(lambda: generate_smart_recommendations(10), "cron", hour="8", minute=0)
+    
     scheduler.start()
 
 @app.get("/health")
@@ -96,6 +55,7 @@ def api_latest():
         "date": row["drw_date"],
         "numbers": [row["n1"], row["n2"], row["n3"], row["n4"], row["n5"], row["n6"]],
         "bonus": row["bonus"],
+        "metrics": calc_metrics([row["n1"], row["n2"], row["n3"], row["n4"], row["n5"], row["n6"]]),
     }
 
 @app.get("/api/lotto/{drw_no:int}")
@@ -108,11 +68,53 @@ def api_draw(drw_no: int):
         "date": row["drw_date"],
         "numbers": [row["n1"], row["n2"], row["n3"], row["n4"], row["n5"], row["n6"]],
         "bonus": row["bonus"],
+        "metrics": calc_metrics([row["n1"], row["n2"], row["n3"], row["n4"], row["n5"], row["n6"]]),
     }
 
 @app.post("/api/admin/sync_latest")
 def admin_sync_latest():
-    return sync_latest(LATEST_URL)
+    res = sync_latest(LATEST_URL)
+    # 수동 동기화 시에도 신규 회차면 채점
+    if res["was_new"]:
+        check_results_for_draw(res["drawNo"])
+    return res
+
+@app.post("/api/admin/auto_gen")
+def admin_auto_gen(count: int = 10):
+    """지능형 자동 생성 수동 트리거"""
+    n = generate_smart_recommendations(count)
+    return {"generated": n}
+
+@app.get("/api/lotto/stats")
+def api_stats():
+    # 1. 데이터 완전성 보장 (없으면 가져옴)
+    sync_ensure_all(LATEST_URL, ALL_URL)
+    
+    # 2. 전체 데이터 조회
+    draws = get_all_draw_numbers()
+    if not draws:
+        raise HTTPException(status_code=404, detail="No data yet")
+    
+    # 1~45번 빈도 초기화
+    frequency = {n: 0 for n in range(1, 46)}
+    
+    total_draws = len(draws)
+    
+    for _, nums in draws:
+        for n in nums:
+            frequency[n] += 1
+            
+    # 리스트 형태로 변환 (프론트엔드 차트용)
+    # x: 번호, y: 횟수
+    stats = [
+        {"number": n, "count": frequency[n]} 
+        for n in range(1, 46)
+    ]
+    
+    return {
+        "total_draws": total_draws,
+        "frequency": stats
+    }
 
 # ---------- ✅ recommend (dedup save) ----------
 @app.get("/api/lotto/recommend")
@@ -221,6 +223,124 @@ def api_recommend(
 		"tries": tries,
     }
 
+# ---------- ✅ heatmap-based recommend ----------
+@app.get("/api/lotto/recommend/heatmap")
+def api_recommend_heatmap(
+    heatmap_window: int = 20,
+    heatmap_weight: float = 1.5,
+    recent_window: int = 200,
+    recent_weight: float = 2.0,
+    avoid_recent_k: int = 5,
+    
+    # ---- optional constraints ----
+    sum_min: Optional[int] = None,
+    sum_max: Optional[int] = None,
+    odd_min: Optional[int] = None,
+    odd_max: Optional[int] = None,
+    range_min: Optional[int] = None,
+    range_max: Optional[int] = None,
+    max_overlap_latest: Optional[int] = None,
+    max_try: int = 200,
+):
+    """
+    히트맵 기반 추천: 과거 추천 번호들의 적중률을 분석하여 가중치 부여
+    """
+    draws = get_all_draw_numbers()
+    if not draws:
+        raise HTTPException(status_code=404, detail="No data yet")
+    
+    # 과거 추천 데이터 가져오기 (적중 결과가 있는 것만)
+    past_recs = list_recommendations_ex(limit=100, sort="id_desc")
+    
+    latest = get_latest_draw()
+    
+    params = {
+        "heatmap_window": heatmap_window,
+        "heatmap_weight": float(heatmap_weight),
+        "recent_window": recent_window,
+        "recent_weight": float(recent_weight),
+        "avoid_recent_k": avoid_recent_k,
+        "sum_min": sum_min,
+        "sum_max": sum_max,
+        "odd_min": odd_min,
+        "odd_max": odd_max,
+        "range_min": range_min,
+        "range_max": range_max,
+        "max_overlap_latest": max_overlap_latest,
+        "max_try": int(max_try),
+    }
+    
+    def _accept(nums: List[int]) -> bool:
+        m = calc_metrics(nums)
+        if sum_min is not None and m["sum"] < sum_min:
+            return False
+        if sum_max is not None and m["sum"] > sum_max:
+            return False
+        if odd_min is not None and m["odd"] < odd_min:
+            return False
+        if odd_max is not None and m["odd"] > odd_max:
+            return False
+        if range_min is not None and m["range"] < range_min:
+            return False
+        if range_max is not None and m["range"] > range_max:
+            return False
+        
+        if max_overlap_latest is not None:
+            ov = calc_recent_overlap(nums, draws, last_k=avoid_recent_k)
+            if ov["repeats"] > max_overlap_latest:
+                return False
+        return True
+    
+    chosen = None
+    explain = None
+    
+    tries = 0
+    while tries < max_try:
+        tries += 1
+        result = recommend_with_heatmap(
+            draws,
+            past_recs,
+            heatmap_window=heatmap_window,
+            heatmap_weight=heatmap_weight,
+            recent_window=recent_window,
+            recent_weight=recent_weight,
+            avoid_recent_k=avoid_recent_k,
+        )
+        nums = result["numbers"]
+        if _accept(nums):
+            chosen = nums
+            explain = result["explain"]
+            break
+    
+    if chosen is None:
+        raise HTTPException(
+            status_code=400,
+            detail=f"Constraints too strict. No valid set found in max_try={max_try}.",
+        )
+    
+    # ✅ dedup save
+    saved = save_recommendation_dedup(
+        latest["drw_no"] if latest else None,
+        chosen,
+        params,
+    )
+    
+    metrics = calc_metrics(chosen)
+    overlap = calc_recent_overlap(chosen, draws, last_k=avoid_recent_k)
+    
+    return {
+        "id": saved["id"],
+        "saved": saved["saved"],
+        "deduped": saved["deduped"],
+        "based_on_latest_draw": latest["drw_no"] if latest else None,
+        "numbers": chosen,
+        "explain": explain,
+        "params": params,
+        "metrics": metrics,
+        "recent_overlap": overlap,
+        "tries": tries,
+    }
+
 # ---------- ✅ history list (filter/paging) ----------
 @app.get("/api/history")
 def api_history(
@@ -322,7 +442,11 @@ def api_recommend_batch(
     return {
         "based_on_latest_draw": latest["drw_no"] if latest else None,
         "count": count,
-        "items": [{"numbers": it["numbers"], "explain": it["explain"]} for it in items],
+        "items": [{
+            "numbers": it["numbers"], 
+            "explain": it["explain"],
+            "metrics": calc_metrics(it["numbers"]),
+        } for it in items],
         "params": params,
     }
 
@@ -342,3 +466,7 @@ def api_recommend_batch_save(body: BatchSave):
 
     return {"saved": True, "created_ids": created, "deduped_ids": deduped}
 
+@app.get("/api/version")
+def version():
+    import os
+    return {"version": os.getenv("APP_VERSION", "dev")}

backend/app/recommender.py

@@ -66,3 +66,98 @@ def recommend_numbers(
 
     return {"numbers": chosen_sorted, "explain": explain}
 
+
+def recommend_with_heatmap(
+    draws: List[Tuple[int, List[int]]],
+    past_recommendations: List[Dict[str, Any]],
+    *,
+    heatmap_window: int = 10,
+    heatmap_weight: float = 1.5,
+    recent_window: int = 200,
+    recent_weight: float = 2.0,
+    avoid_recent_k: int = 5,
+    seed: int | None = None,
+) -> Dict[str, Any]:
+    """
+    히트맵 기반 가중치 추천:
+    - 과거 추천 번호들의 적중률을 분석하여 잘 맞춘 번호에 가중치 부여
+    - 기존 통계 기반 추천과 결합
+    
+    Args:
+        draws: 실제 당첨 번호 리스트 [(회차, [번호들]), ...]
+        past_recommendations: 과거 추천 데이터 [{"numbers": [...], "correct_count": N, "based_on_draw": M}, ...]
+        heatmap_window: 히트맵 분석할 최근 추천 개수
+        heatmap_weight: 히트맵 가중치 (높을수록 과거 적중 번호 선호)
+    """
+    if seed is not None:
+        random.seed(seed)
+    
+    # 1. 기존 통계 기반 가중치 계산
+    all_nums = [n for _, nums in draws for n in nums]
+    freq_all = Counter(all_nums)
+    
+    recent = draws[-recent_window:] if len(draws) >= recent_window else draws
+    recent_nums = [n for _, nums in recent for n in nums]
+    freq_recent = Counter(recent_nums)
+    
+    last_k = draws[-avoid_recent_k:] if len(draws) >= avoid_recent_k else draws
+    last_k_nums = set(n for _, nums in last_k for n in nums)
+    
+    # 2. 히트맵 생성: 과거 추천에서 적중한 번호들의 빈도
+    heatmap = Counter()
+    recent_recs = past_recommendations[-heatmap_window:] if len(past_recommendations) >= heatmap_window else past_recommendations
+    
+    for rec in recent_recs:
+        if rec.get("correct_count", 0) > 0:  # 적중한 추천만
+            # 적중 개수에 비례해서 가중치 부여 (많이 맞춘 추천일수록 높은 가중)
+            weight = rec["correct_count"] ** 1.5  # 제곱으로 강조
+            for num in rec["numbers"]:
+                heatmap[num] += weight
+    
+    # 3. 최종 가중치 = 기존 통계 + 히트맵
+    weights = {}
+    for n in range(1, 46):
+        w = freq_all[n] + recent_weight * freq_recent[n]
+        
+        # 히트맵 가중치 추가
+        if n in heatmap:
+            w += heatmap_weight * heatmap[n]
+        
+        # 최근 출현 번호 패널티
+        if n in last_k_nums:
+            w *= 0.6
+        
+        weights[n] = max(w, 0.1)
+    
+    # 4. 가중 샘플링으로 6개 선택
+    chosen = []
+    pool = list(range(1, 46))
+    for _ in range(6):
+        total = sum(weights[n] for n in pool)
+        r = random.random() * total
+        acc = 0.0
+        for n in pool:
+            acc += weights[n]
+            if acc >= r:
+                chosen.append(n)
+                pool.remove(n)
+                break
+    
+    chosen_sorted = sorted(chosen)
+    
+    # 5. 설명 데이터
+    explain = {
+        "recent_window": recent_window,
+        "recent_weight": recent_weight,
+        "avoid_recent_k": avoid_recent_k,
+        "heatmap_window": heatmap_window,
+        "heatmap_weight": heatmap_weight,
+        "top_all": [n for n, _ in freq_all.most_common(10)],
+        "top_recent": [n for n, _ in freq_recent.most_common(10)],
+        "top_heatmap": [n for n, _ in heatmap.most_common(10)],
+        "last_k_draws": [d for d, _ in last_k],
+        "analyzed_recommendations": len(recent_recs),
+    }
+    
+    return {"numbers": chosen_sorted, "explain": explain}
+

backend/app/utils.py

@@ -0,0 +1,59 @@
+from typing import List, Dict, Any, Tuple
+
+def calc_metrics(numbers: List[int]) -> Dict[str, Any]:
+    nums = sorted(numbers)
+    s = sum(nums)
+    odd = sum(1 for x in nums if x % 2 == 1)
+    even = len(nums) - odd
+    mn, mx = nums[0], nums[-1]
+    rng = mx - mn
+
+    # 1-10, 11-20, 21-30, 31-40, 41-45
+    buckets = {
+        "1-10": 0,
+        "11-20": 0,
+        "21-30": 0,
+        "31-40": 0,
+        "41-45": 0,
+    }
+    for x in nums:
+        if 1 <= x <= 10:
+            buckets["1-10"] += 1
+        elif 11 <= x <= 20:
+            buckets["11-20"] += 1
+        elif 21 <= x <= 30:
+            buckets["21-30"] += 1
+        elif 31 <= x <= 40:
+            buckets["31-40"] += 1
+        else:
+            buckets["41-45"] += 1
+
+    return {
+        "sum": s,
+        "odd": odd,
+        "even": even,
+        "min": mn,
+        "max": mx,
+        "range": rng,
+        "buckets": buckets,
+    }
+
+def calc_recent_overlap(numbers: List[int], draws: List[Tuple[int, List[int]]], last_k: int) -> Dict[str, Any]:
+    """
+    draws: [(drw_no, [n1..n6]), ...] 오름차순
+    last_k: 최근 k회 기준 중복
+    """
+    if last_k <= 0:
+        return {"last_k": 0, "repeats": 0, "repeated_numbers": []}
+
+    recent = draws[-last_k:] if len(draws) >= last_k else draws
+    recent_set = set()
+    for _, nums in recent:
+        recent_set.update(nums)
+
+    repeated = sorted(set(numbers) & recent_set)
+    return {
+        "last_k": len(recent),
+        "repeats": len(repeated),
+        "repeated_numbers": repeated,
+    }

deployer/Dockerfile

@@ -0,0 +1,16 @@
+FROM python:3.12-slim
+
+RUN apt-get update && apt-get install -y --no-install-recommends \
+    git rsync ca-certificates curl \
+    docker.io \
+    && rm -rf /var/lib/apt/lists/*
+
+WORKDIR /app
+COPY requirements.txt .
+RUN pip install --no-cache-dir -r requirements.txt
+
+COPY app.py /app/app.py
+
+ENV PYTHONUNBUFFERED=1
+EXPOSE 9000
+CMD ["uvicorn", "app:app", "--host", "0.0.0.0", "--port", "9000"]

deployer/app.py

@@ -0,0 +1,52 @@
+import os, hmac, hashlib, subprocess
+from fastapi import FastAPI, Request, HTTPException, BackgroundTasks
+import logging
+
+# 로깅 설정
+logging.basicConfig(level=logging.INFO)
+logger = logging.getLogger("deployer")
+
+app = FastAPI()
+SECRET = os.getenv("WEBHOOK_SECRET", "")
+
+def verify(sig: str, body: bytes) -> bool:
+    if not SECRET or not sig:
+        return False
+
+    mac = hmac.new(SECRET.encode(), msg=body, digestmod=hashlib.sha256).hexdigest()
+    candidates = {mac, f"sha256={mac}"}
+    return any(hmac.compare_digest(sig, c) for c in candidates)
+
+def run_deploy_script():
+    """배포 스크립트를 백그라운드에서 실행하고 로그를 남김"""
+    logger.info("Starting deployment script...")
+    try:
+        # 타임아웃 10분 설정
+        p = subprocess.run(["/bin/bash", "/scripts/deploy.sh"], capture_output=True, text=True, timeout=600)
+        
+        if p.returncode == 0:
+            logger.info(f"Deployment SUCCESS:\n{p.stdout}")
+        else:
+            logger.error(f"Deployment FAILED ({p.returncode}):\n{p.stdout}\n{p.stderr}")
+            
+    except Exception as e:
+        logger.exception(f"Exception during deployment: {e}")
+
+@app.post("/webhook")
+async def webhook(req: Request, background_tasks: BackgroundTasks):
+    body = await req.body()
+
+    sig = (
+        req.headers.get("X-Gitea-Signature")
+        or req.headers.get("X-Hub-Signature-256")
+        or ""
+    )
+
+    if not verify(sig, body):
+        raise HTTPException(401, "bad signature")
+
+    # ✅ 비동기 실행: Gitea에게는 즉시 OK 응답을 주고, 배포는 뒤에서 실행
+    background_tasks.add_task(run_deploy_script)
+    
+    return {"ok": True, "message": "Deployment started in background"}
+

deployer/requirements.txt

@@ -0,0 +1,2 @@
+fastapi
+uvicorn

docker-compose.yml

@@ -2,7 +2,10 @@ version: "3.8"
 
 services:
   backend:
-    build: ./backend
+    build:
+      context: ./backend
+      args:
+        APP_VERSION: ${APP_VERSION:-dev}
     container_name: lotto-backend
     restart: unless-stopped
     ports:
@@ -12,13 +15,28 @@ services:
       - LOTTO_ALL_URL=${LOTTO_ALL_URL:-https://smok95.github.io/lotto/results/all.json}
       - LOTTO_LATEST_URL=${LOTTO_LATEST_URL:-https://smok95.github.io/lotto/results/latest.json}
     volumes:
-      - /volume1/docker/webpage/data:/app/data
+      - ${RUNTIME_PATH}/data:/app/data
+
+  stock-lab:
+    build:
+      context: ./stock-lab
+      args:
+        APP_VERSION: ${APP_VERSION:-dev}
+    container_name: stock-lab
+    restart: unless-stopped
+    ports:
+      - "18500:8000"
+    environment:
+      - TZ=${TZ:-Asia/Seoul}
+      - WINDOWS_AI_SERVER_URL=${WINDOWS_AI_SERVER_URL:-http://192.168.0.5:8000}
+    volumes:
+      - ${STOCK_DATA_PATH:-./data/stock}:/app/data
 
   travel-proxy:
     build: ./travel-proxy
     container_name: travel-proxy
     restart: unless-stopped
-    user: "1026:100"
+    user: "${PUID}:${PGID}"
     ports:
       - "19000:8000"	# 내부 확인용
     environment:
@@ -29,8 +47,8 @@ services:
       - TRAVEL_CACHE_TTL=${TRAVEL_CACHE_TTL:-300}
       - CORS_ALLOW_ORIGINS=${CORS_ALLOW_ORIGINS:-*}
     volumes:
-      - /volume1/web/images/webPage/travel:/data/travel:ro
+      - ${PHOTO_PATH}:/data/travel:ro
-      - /volume1/docker/webpage/travel-thumbs:/data/thumbs:rw
+      - ${RUNTIME_PATH}/travel-thumbs:/data/thumbs:rw
 
   frontend:
     image: nginx:alpine
@@ -39,9 +57,23 @@ services:
     ports:
       - "8080:80"
     volumes:
-      - /volume1/docker/webpage/frontend:/usr/share/nginx/html:ro
+      - ${FRONTEND_PATH}:/usr/share/nginx/html:ro
-      - /volume1/docker/webpage/nginx/default.conf:/etc/nginx/conf.d/default.conf:ro
+      - ${RUNTIME_PATH}/nginx/default.conf:/etc/nginx/conf.d/default.conf:ro
-      - /volume1/web/images/webPage/travel:/data/travel:ro
+      - ${PHOTO_PATH}:/data/travel:ro
-      - /volume1/docker/webpage/travel-thumbs:/data/thumbs:ro
+      - ${RUNTIME_PATH}/travel-thumbs:/data/thumbs:ro
     extra_hosts:
       - "host.docker.internal:host-gateway"
+
+  deployer:
+    build: ./deployer
+    container_name: webpage-deployer
+    restart: unless-stopped
+    ports:
+      - "19010:9000"   # 외부 노출 필요 없으면 내부만 (리버스프록시로 /webhook만 노출 추천)
+    environment:
+      - WEBHOOK_SECRET=${WEBHOOK_SECRET}
+    volumes:
+      - ${REPO_PATH}:/repo:rw
+      - ${RUNTIME_PATH}:/runtime:rw
+      - ${RUNTIME_PATH}/scripts:/scripts:ro
+      - /var/run/docker.sock:/var/run/docker.sock

nginx/default.conf

@@ -54,6 +54,27 @@ server {
 	proxy_pass http://travel-proxy:8000/api/travel/;
   }
 
+  # stock API
+  location /api/stock/ {
+	proxy_http_version 1.1;
+	proxy_set_header Host $host;
+	proxy_set_header X-Real-IP $remote_addr;
+	proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
+	proxy_set_header X-Forwarded-Proto $scheme;
+	proxy_pass http://stock-lab:8000/api/stock/;
+  }
+  
+  # trade API (Stock Lab Proxy)
+  location /api/trade/ {
+	proxy_http_version 1.1;
+	proxy_set_header Host $host;
+	proxy_set_header X-Real-IP $remote_addr;
+	proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
+	proxy_set_header X-Forwarded-Proto $scheme;
+	proxy_pass http://stock-lab:8000/api/trade/;
+  }
+
+
   # API 프록시 (여기가 포인트: /api/ 중복 제거)
   location /api/ {
     proxy_http_version 1.1;
@@ -66,6 +87,27 @@ server {
     proxy_pass http://backend:8000;
   }
 
+  # webhook receiver (handle both /webhook and /webhook/)
+  location = /webhook {
+    proxy_http_version 1.1;
+    proxy_set_header Host $host;
+    proxy_set_header X-Real-IP $remote_addr;
+    proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
+    proxy_set_header X-Forwarded-Proto $scheme;
+
+    proxy_pass http://deployer:9000/webhook;
+  }
+
+  location /webhook/ {
+    proxy_http_version 1.1;
+    proxy_set_header Host $host;
+    proxy_set_header X-Real-IP $remote_addr;
+    proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
+    proxy_set_header X-Forwarded-Proto $scheme;
+
+    proxy_pass http://deployer:9000/webhook;
+  }
+
   # SPA 라우팅 (마지막에 두는 게 안전)
   location / {
     try_files $uri $uri/ /index.html;

script/deploy-nas.sh

@@ -1,21 +0,0 @@
-#!/usr/bin/env bash
-set -euo pipefail
-
-ROOT="/volume1/docker/webpage"
-
-cd "$ROOT"
-
-echo "[1/5] git fetch + pull"
-git fetch --all --prune
-git pull --ff-only
-
-echo "[2/5] docker compose build"
-docker compose build --pull
-
-echo "[3/5] docker compose up"
-docker compose up -d
-
-echo "[4/5] status"
-docker compose ps
-
-echo "[5/5] done"

script/healthcheck.sh

@@ -1,15 +0,0 @@
-#!/usr/bin/env bash
-set -euo pipefail
-
-BASE="http://127.0.0.1"
-
-echo "backend health:"
-curl -fsS "${BASE}:18000/health" | sed 's/^/  /'
-
-echo "backend latest:"
-curl -fsS "${BASE}:18000/api/lotto/latest" | head -c 200; echo
-
-echo "travel regions:"
-curl -fsS "${BASE}:19000/api/travel/regions" | head -c 200; echo
-
-echo "OK"

scripts/deploy-nas.sh

@@ -0,0 +1,59 @@
+#!/bin/bash
+set -euo pipefail
+
+# 1. 자동 감지: Docker 컨테이너 내부인가?
+if [ -d "/repo" ] && [ -d "/runtime" ]; then
+    echo "Detected Docker Container environment."
+    SRC="/repo"
+    DST="/runtime"
+else
+    # 2. Host 환경: .env 로드 시도
+    if [ -f ".env" ]; then
+        echo "Loading .env file..."
+        set -a; source .env; set +a
+    fi
+
+    # 환경변수가 없으면 현재 디렉토리를 SRC로
+    SRC="${REPO_PATH:-$(pwd)}"
+    DST="${RUNTIME_PATH:-}"
+    
+    if [ -z "$DST" ]; then
+        echo "Error: RUNTIME_PATH is not set. Please create .env file with RUNTIME_PATH defined."
+        exit 1
+    fi
+fi
+
+echo "Source: $SRC"
+echo "Target: $DST"
+
+cd "$SRC"
+
+# 레포에서 운영으로 반영할 항목들만 복사/동기화 (필요한 것만 적기)
+# backend, travel-proxy, deployer, nginx, scripts, docker-compose.yml, .env 등
+rsync -a --delete \
+  --exclude ".git" \
+  --exclude ".releases" \
+  "$SRC/backend/"        "$DST/backend/"
+rsync -a --delete \
+  --exclude ".git" \
+  "$SRC/travel-proxy/"   "$DST/travel-proxy/"
+rsync -a --delete \
+  --exclude ".git" \
+  "$SRC/deployer/"       "$DST/deployer/"
+rsync -a --delete \
+    --exclude ".git" \
+    "$SRC/stock-lab/"      "$DST/stock-lab/"
+rsync -a --delete \
+  --exclude ".git" \
+  "$SRC/nginx/"          "$DST/nginx/"
+rsync -a --delete \
+  --exclude ".git" \
+  "$SRC/scripts/"        "$DST/scripts/"
+
+# compose 파일 / env 파일
+rsync -a "$SRC/docker-compose.yml" "$DST/docker-compose.yml"
+if [ -f "$SRC/.env" ]; then
+  rsync -a "$SRC/.env" "$DST/.env"
+fi
+
+echo "SYNC_OK"

scripts/deploy.sh

@@ -0,0 +1,64 @@
+#!/bin/bash
+set -euo pipefail
+
+# 1. 자동 감지: Docker 컨테이너 내부인가?
+if [ -d "/repo" ] && [ -d "/runtime" ]; then
+    echo "Detected Docker Container environment."
+    SRC="/repo"
+    DST="/runtime"
+else
+    # 2. Host 환경: .env 로드 시도
+    if [ -f ".env" ]; then
+        echo "Loading .env file..."
+        set -a; source .env; set +a
+    fi
+
+    # 환경변수가 없으면 현재 디렉토리를 SRC로
+    SRC="${REPO_PATH:-$(pwd)}"
+    DST="${RUNTIME_PATH:-/volume1/docker/webpage}" # 기본값 설정
+    
+    if [ -z "$DST" ]; then
+        echo "Error: RUNTIME_PATH is not set."
+        exit 1
+    fi
+fi
+
+echo "Source: $SRC"
+echo "Target: $DST"
+
+git config --global --add safe.directory "$SRC"
+
+cd "$SRC"
+git fetch --all --prune
+git pull --ff-only
+
+# 릴리즈 백업(롤백용): 아래 5번과 연결
+TAG="$(date +%Y%m%d-%H%M%S)"
+mkdir -p "$DST/.releases/$TAG"
+rsync -a --delete \
+  --exclude ".releases" \
+  "$DST/" "$DST/.releases/$TAG/"
+
+# 소스 → 운영 반영 (네가 이미 만든 deploy-nas.sh가 있으면 그걸 호출해도 됨)
+# 예: repo/scripts/deploy-nas.sh가 운영으로 복사/동기화하는 로직이라면:
+bash "$SRC/scripts/deploy-nas.sh"
+
+cd "$DST"
+docker-compose up -d --build backend travel-proxy stock-lab frontend
+
+# [Permission Fix]
+# deployer가 root로 돌면서 생성한 파일들의 소유권을 호스트 사용자로 변경
+# .env에 정의된 PUID:PGID가 있으면 사용, 없으면 1000:1000
+TARGET_UID=$(grep PUID .env | cut -d '=' -f2 || echo 1000)
+TARGET_GID=$(grep PGID .env | cut -d '=' -f2 || echo 1000)
+
+echo "Fixing permissions to $TARGET_UID:$TARGET_GID ..."
+chown -R "$TARGET_UID:$TARGET_GID" "$DST" || true
+chmod -R 755 "$DST" || true
+# Repo 쪽도 혹시 모르니
+if [ "$SRC" != "$DST" ]; then
+  chown -R "$TARGET_UID:$TARGET_GID" "$SRC" || true
+  chmod -R 755 "$SRC" || true
+fi
+
+echo "DEPLOY_OK $TAG"

scripts/healthcheck.sh

@@ -0,0 +1,59 @@
+#!/bin/bash
+set -euo pipefail
+
+# NAS 내부 헬스체크용 (localhost 사용)
+# 포트: backend(18000), travel-proxy(19000), frontend(8080)
+
+# Colors
+GREEN='\033[0;32m'
+RED='\033[0;31m'
+NC='\033[0m'
+
+echo "======================================"
+echo " Starting Health Check..."
+echo "======================================"
+
+check_url() {
+    local name="$1"
+    local url="$2"
+    
+    # HTTP 상태 코드만 가져옴 (타임아웃 5초)
+    status=$(curl -o /dev/null -s -w "%{http_code}" --max-time 5 "$url" || echo "FAIL")
+    
+    if [[ "$status" == "200" ]]; then
+        echo -e "[${GREEN}OK${NC}] $name ($url) -> $status"
+    else
+        echo -e "[${RED}XX${NC}] $name ($url) -> $status"
+        # 하나라도 실패하면 exit 1 (CI/CD용)
+        # exit 1 
+    fi
+}
+
+echo ""
+echo "--- 1. Backend Service ---"
+check_url "Backend Health" "http://localhost:18000/health"
+check_url "Lotto Latest" "http://localhost:18000/api/lotto/latest"
+check_url "Stats API" "http://localhost:18000/api/lotto/stats"
+
+echo ""
+echo "--- 2. Travel Proxy Service ---"
+# Travel Proxy는 Main.py에서 루트(/) 엔드포인트가 없을 수 있어서 regions 체크
+check_url "Travel Regions" "http://localhost:19000/api/travel/regions"
+
+echo ""
+echo "--- 3. Stock Lab Service ---"
+check_url "Stock Health" "http://localhost:18500/health"
+check_url "Stock News" "http://localhost:18500/api/stock/news"
+check_url "Stock Indices" "http://localhost:18500/api/stock/indices"
+
+echo ""
+echo "--- 4. Frontend (Nginx) ---"
+# 외부 포트 8080으로 접속 테스트
+check_url "Frontend Home" "http://localhost:8080"
+# Nginx가 Backend로 잘 프록시하는지 체크 (실제 존재하는 api 호출)
+check_url "Nginx->Backend Proxy" "http://localhost:8080/api/lotto/latest"
+
+echo ""
+echo "======================================"
+echo " Health Check Completed."
+echo "======================================"

stock-lab/Dockerfile

@@ -0,0 +1,9 @@
+FROM python:3.12-alpine
+
+WORKDIR /app
+COPY requirements.txt .
+RUN pip install --no-cache-dir -r requirements.txt
+
+COPY . .
+
+CMD ["uvicorn", "app.main:app", "--host", "0.0.0.0", "--port", "8000"]

stock-lab/app/db.py

@@ -0,0 +1,67 @@
+import sqlite3
+import os
+import hashlib
+from typing import List, Dict, Any
+
+DB_PATH = "/app/data/stock.db"
+
+def _conn() -> sqlite3.Connection:
+    os.makedirs(os.path.dirname(DB_PATH), exist_ok=True)
+    conn = sqlite3.connect(DB_PATH)
+    conn.row_factory = sqlite3.Row
+    return conn
+
+def init_db():
+    with _conn() as conn:
+        conn.execute("""
+            CREATE TABLE IF NOT EXISTS articles (
+                id INTEGER PRIMARY KEY AUTOINCREMENT,
+                hash TEXT UNIQUE NOT NULL,
+                category TEXT DEFAULT 'domestic',
+                title TEXT NOT NULL,
+                link TEXT,
+                summary TEXT,
+                press TEXT,
+                pub_date TEXT,
+                crawled_at TEXT
+            )
+        """)
+        conn.execute("CREATE INDEX IF NOT EXISTS idx_articles_crawled ON articles(crawled_at DESC)")
+        
+        # 컬럼 추가 (기존 테이블 마이그레이션)
+        cols = {r["name"] for r in conn.execute("PRAGMA table_info(articles)").fetchall()}
+        if "category" not in cols:
+            conn.execute("ALTER TABLE articles ADD COLUMN category TEXT DEFAULT 'domestic'")
+
+def save_articles(articles: List[Dict[str, str]]) -> int:
+    count = 0
+    with _conn() as conn:
+        for a in articles:
+            # 중복 체크용 해시 (제목+링크)
+            unique_str = f"{a['title']}|{a['link']}"
+            h = hashlib.md5(unique_str.encode()).hexdigest()
+            
+            try:
+                cat = a.get("category", "domestic")
+                conn.execute("""
+                    INSERT INTO articles (hash, category, title, link, summary, press, pub_date, crawled_at)
+                    VALUES (?, ?, ?, ?, ?, ?, ?, ?)
+                """, (h, cat, a['title'], a['link'], a['summary'], a['press'], a['date'], a['crawled_at']))
+                count += 1
+            except sqlite3.IntegrityError:
+                pass # 이미 존재함
+    return count
+
+def get_latest_articles(limit: int = 20, category: str = None) -> List[Dict[str, Any]]:
+    with _conn() as conn:
+        if category:
+            rows = conn.execute(
+                "SELECT * FROM articles WHERE category = ? ORDER BY crawled_at DESC, id DESC LIMIT ?", 
+                (category, limit)
+            ).fetchall()
+        else:
+            rows = conn.execute(
+                "SELECT * FROM articles ORDER BY crawled_at DESC, id DESC LIMIT ?", 
+                (limit,)
+            ).fetchall()
+        return [dict(r) for r in rows]

stock-lab/app/main.py

@@ -0,0 +1,132 @@
+import os
+import json
+from typing import Optional
+from fastapi import FastAPI
+from fastapi.responses import JSONResponse
+from fastapi.middleware.cors import CORSMiddleware
+import requests
+from apscheduler.schedulers.background import BackgroundScheduler
+from pydantic import BaseModel
+
+from .db import init_db, save_articles, get_latest_articles
+from .scraper import fetch_market_news, fetch_major_indices, fetch_overseas_news
+
+app = FastAPI()
+
+# CORS 설정 (프론트엔드 접근 허용)
+app.add_middleware(
+    CORSMiddleware,
+    allow_origins=["*"],  # 운영 시에는 구체적인 도메인으로 제한하는 것이 좋음
+    allow_credentials=True,
+    allow_methods=["*"],
+    allow_headers=["*"],
+)
+
+scheduler = BackgroundScheduler(timezone=os.getenv("TZ", "Asia/Seoul"))
+
+# Windows AI Server URL (NAS .env에서 설정)
+WINDOWS_AI_SERVER_URL = os.getenv("WINDOWS_AI_SERVER_URL", "http://192.168.0.5:8000")
+
+@app.on_event("startup")
+def on_startup():
+    init_db()
+    
+    # 매일 아침 8시 뉴스 스크랩 (NAS 자체 수행)
+    scheduler.add_job(run_scraping_job, "cron", hour="8", minute="0")
+    
+    # 앱 시작 시에도 한 번 실행 (데이터 없으면)
+    if not get_latest_articles(1):
+        run_scraping_job()
+        
+    scheduler.start()
+
+def run_scraping_job():
+    print("[StockLab] Starting news scraping...")
+    
+    # 1. 국내
+    articles_kr = fetch_market_news()
+    count_kr = save_articles(articles_kr)
+    
+    # 2. 해외 (임시 차단)
+    # articles_world = fetch_overseas_news()
+    # count_world = save_articles(articles_world)
+    count_world = 0
+    
+    print(f"[StockLab] Saved {count_kr} domestic, {count_world} overseas articles.")
+
+@app.get("/health")
+def health():
+    return {"ok": True}
+
+@app.get("/api/stock/news")
+def get_news(limit: int = 20, category: str = None):
+    """최신 주식 뉴스 조회 (category: 'domestic' | 'overseas')"""
+    return get_latest_articles(limit, category)
+
+@app.get("/api/stock/indices")
+def get_indices():
+    """주요 지표(KOSPI 등) 실시간 크롤링 조회"""
+    return fetch_major_indices()
+
+@app.post("/api/stock/scrap")
+def trigger_scrap():
+    """수동 스크랩 트리거"""
+    run_scraping_job()
+    return {"ok": True}
+
+# --- Trading API (Windows Proxy) ---
+
+@app.get("/api/trade/balance")
+def get_balance():
+    """계좌 잔고 조회 (Windows AI Server Proxy)"""
+    print(f"[Proxy] Requesting Balance from {WINDOWS_AI_SERVER_URL}...")
+    try:
+        resp = requests.get(f"{WINDOWS_AI_SERVER_URL}/trade/balance", timeout=5)
+        
+        if resp.status_code != 200:
+            print(f"[ProxyError] Balance Error: {resp.status_code} {resp.text}")
+            return JSONResponse(status_code=resp.status_code, content=resp.json())
+            
+        print("[Proxy] Balance Success")
+        return resp.json()
+    except Exception as e:
+        print(f"[ProxyError] Connection Failed: {e}")
+        return JSONResponse(
+            status_code=500, 
+            content={"error": "Connection Failed", "detail": str(e), "target": WINDOWS_AI_SERVER_URL}
+        )
+
+class OrderRequest(BaseModel):
+    ticker: str         # 종목 코드 (예: "005930")
+    action: str         # "BUY" or "SELL"
+    quantity: int       # 주문 수량
+    price: int = 0      # 0이면 시장가
+    reason: Optional[str] = "Manual Order" # 주문 사유 (AI 기록용)
+
+@app.post("/api/trade/order")
+def order_stock(req: OrderRequest):
+    """주식 매수/매도 주문 (Windows AI Server Proxy)"""
+    print(f"[Proxy] Order Request: {req.dict()} to {WINDOWS_AI_SERVER_URL}...")
+    try:
+        resp = requests.post(f"{WINDOWS_AI_SERVER_URL}/trade/order", json=req.dict(), timeout=10)
+        
+        if resp.status_code != 200:
+            print(f"[ProxyError] Order Error: {resp.status_code} {resp.text}")
+            return JSONResponse(status_code=resp.status_code, content=resp.json())
+            
+        return resp.json()
+    except Exception as e:
+        print(f"[ProxyError] Order Connection Failed: {e}")
+        return JSONResponse(
+            status_code=500,
+            content={"error": "Connection Failed", "detail": str(e), "target": WINDOWS_AI_SERVER_URL}
+        )
+
+
+
+
+@app.get("/api/version")
+def version():
+    return {"version": os.getenv("APP_VERSION", "dev")}
+
+

stock-lab/app/scraper.py

@@ -0,0 +1,278 @@
+import requests
+from bs4 import BeautifulSoup
+from typing import List, Dict, Any
+import time
+
+# 네이버 파이낸스 주요 뉴스
+NAVER_FINANCE_NEWS_URL = "https://finance.naver.com/news/mainnews.naver"
+# 해외증시 뉴스 (모바일 API 사용)
+# NAVER_FINANCE_WORLD_NEWS_URL 사용 안함.
+
+# 해외증시 메인 (지수용)
+NAVER_FINANCE_WORLD_URL = "https://finance.naver.com/world/"
+
+def fetch_market_news() -> List[Dict[str, str]]:
+    """
+    네이버 금융 '주요 뉴스' 크롤링
+    반환: [{"title": "...", "link": "...", "summary": "...", "date": "..."}, ...]
+    """
+    try:
+        headers = {
+            "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/90.0.4430.93 Safari/537.36"
+        }
+        resp = requests.get(NAVER_FINANCE_NEWS_URL, headers=headers, timeout=10)
+        resp.raise_for_status()
+
+        soup = BeautifulSoup(resp.content, "html.parser", from_encoding="cp949")
+        
+        # 주요 뉴스 리스트 추출
+        # 구조: div.mainNewsList > ul > li
+        articles = []
+        news_list = soup.select(".mainNewsList ul li")
+        
+        for li in news_list:
+            # 썸네일 있을 수도 있고 없을 수도 있음
+            dl = li.select_one("dl")
+            if not dl:
+                continue
+                
+            # 제목 (dd.articleSubject > a)
+            subject_tag = dl.select_one(".articleSubject a")
+            if not subject_tag:
+                continue
+                
+            title = subject_tag.get_text(strip=True)
+            link = "https://finance.naver.com" + subject_tag["href"]
+            
+            # 요약 (dd.articleSummary)
+            summary_tag = dl.select_one(".articleSummary")
+            summary = ""
+            press = ""
+            date = ""
+            
+            if summary_tag:
+                # 불필요한 태그 제거
+                for child in summary_tag.select(".press, .wdate"):
+                    if "press" in child.get("class", []):
+                        press = child.get_text(strip=True)
+                    if "wdate" in child.get("class", []):
+                        date = child.get_text(strip=True)
+                    child.extract()
+                summary = summary_tag.get_text(strip=True)
+
+            articles.append({
+                "title": title,
+                "link": link,
+                "summary": summary,
+                "press": press,
+                "date": date,
+                "crawled_at": time.strftime("%Y-%m-%d %H:%M:%S"),
+                "category": "domestic"
+            })
+            
+        return articles
+
+    except Exception as e:
+        print(f"[StockLab] Scraping failed: {e}")
+        return []
+
+def fetch_overseas_news() -> List[Dict[str, str]]:
+    """
+    네이버 금융 해외증시 뉴스 크롤링 (모바일 API 사용)
+    """
+    api_url = "https://api.stock.naver.com/news/overseas/mainnews"
+    try:
+        headers = {
+            "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko)"
+        }
+        resp = requests.get(api_url, headers=headers, timeout=10)
+        resp.raise_for_status()
+        
+        data = resp.json()
+        if isinstance(data, list):
+            items = data
+        else:
+            items = data.get("result", [])
+        
+        articles = []
+        for item in items:
+            # API 키 매핑 (subject/title/tit, summary/subContent/sub_tit 등)
+            title = item.get("subject") or item.get("title") or item.get("tit") or ""
+            summary = item.get("summary") or item.get("subContent") or item.get("sub_tit") or ""
+            press = item.get("officeName") or item.get("office_name") or item.get("cp_name") or ""
+            
+            # 날짜 포맷팅 (20260126123000 -> 2026-01-26 12:30:00)
+            raw_dt = str(item.get("dt", ""))
+            if len(raw_dt) == 14:
+                date = f"{raw_dt[:4]}-{raw_dt[4:6]}-{raw_dt[6:8]} {raw_dt[8:10]}:{raw_dt[10:12]}:{raw_dt[12:]}"
+            else:
+                date = raw_dt
+                
+            # 링크 생성
+            aid = item.get("articleId")
+            oid = item.get("officeId")
+            link = f"https://m.stock.naver.com/worldstock/news/read/{oid}/{aid}"
+            
+            articles.append({
+                "title": title,
+                "link": link,
+                "summary": summary,
+                "press": press,
+                "date": date,
+                "crawled_at": time.strftime("%Y-%m-%d %H:%M:%S"),
+                "category": "overseas"
+            })
+            
+        return articles
+
+    except Exception as e:
+        print(f"[StockLab] Overseas news failed: {e}")
+        return []
+
+def fetch_major_indices() -> Dict[str, Any]:
+    """
+    KOSPI, KOSDAQ, KOSPI200 등 주요 지표 (네이버 금융 홈)
+    """
+    url = "https://finance.naver.com/"
+    headers = {
+        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko)"
+    }
+    try:
+        targets = [
+            {"key": "KOSPI", "selector": ".kospi_area", "url": "https://finance.naver.com/"},
+            {"key": "KOSDAQ", "selector": ".kosdaq_area", "url": "https://finance.naver.com/"},
+            {"key": "KOSPI200", "selector": ".kospi200_area", "url": "https://finance.naver.com/"},
+        ]
+        
+        # 해외 지수 (네이버 금융 해외 메인) - 여기서는 별도 URL 호출 필요하거나, 메인에 있는지 확인
+        # 네이버 메인에는 해외지수가 안 나옴. https://finance.naver.com/world/ 에서 긁어야 함
+        # 그러나 한 번에 처리하기 위해 함수 내에서 추가 호출
+        
+        indices = []
+        
+        # --- 국내 ---
+        resp_kr = requests.get("https://finance.naver.com/", headers=headers, timeout=5)
+        soup_kr = BeautifulSoup(resp_kr.content, "html.parser", from_encoding="cp949")
+        
+        for t in targets:
+            area = soup_kr.select_one(t["selector"])
+            if not area: continue
+            
+            # (기존 파싱 로직)
+            num_tag = area.select_one(".num")
+            value = num_tag.get_text(strip=True) if num_tag else ""
+            
+            change_val_tag = area.select_one(".num2")
+            change_pct_tag = area.select_one(".num3")
+            change_val = change_val_tag.get_text(strip=True) if change_val_tag else ""
+            change_pct = change_pct_tag.get_text(strip=True) if change_pct_tag else ""
+            
+            direction = ""
+            if area.select_one(".bu_p"): direction = "red"
+            elif area.select_one(".bu_m"): direction = "blue"
+            
+            indices.append({
+                "name": t["key"],
+                "value": value,
+                "change_value": change_val,
+                "change_percent": change_pct,
+                "direction": direction,
+                "type": "domestic"
+            })
+            
+        # --- 해외 (DJI, NAS, SPI) ---
+        try:
+            resp_world = requests.get(NAVER_FINANCE_WORLD_URL, headers=headers, timeout=5)
+            soup_world = BeautifulSoup(resp_world.content, "html.parser", from_encoding="cp949")
+            
+            world_targets = [
+                {"key": "DJI", "name": "다우산업", "sym": "DJI@DJI"},
+                {"key": "NAS", "name": "나스닥", "sym": "NAS@IXIC"},
+                {"key": "SPI", "name": "S&P500", "sym": "SPI@SPX"},
+            ]
+            
+            for wt in world_targets:
+                # 심볼 링크로 찾기 (가장 정확함)
+                a_tag = soup_world.select_one(f"a[href*='symbol={wt['sym']}']")
+                if not a_tag:
+                    continue
+                
+                # 상위 dl 태그 찾기
+                dl = a_tag.find_parent("dl")
+                if not dl:
+                    continue
+                
+                # 값 파싱 (dd.point_status)
+                status_dd = dl.select_one("dd.point_status")
+                if not status_dd:
+                    continue
+
+                # 1. 현재가 (strong)
+                val_tag = status_dd.select_one("strong")
+                value = val_tag.get_text(strip=True) if val_tag else ""
+                
+                # 2. 등락폭 (em)
+                change_val_tag = status_dd.select_one("em")
+                change_val = change_val_tag.get_text(strip=True) if change_val_tag else ""
+                
+                # 3. 등락률 (span)
+                change_pct_tag = status_dd.select_one("span")
+                change_pct = change_pct_tag.get_text(strip=True) if change_pct_tag else ""
+                
+                # 4. 방향 (dl 클래스 활용)
+                direction = ""
+                dl_classes = dl.get("class", [])
+                if "point_up" in dl_classes: 
+                    direction = "red"
+                elif "point_dn" in dl_classes: 
+                    direction = "blue"
+                
+                indices.append({
+                    "name": wt["name"], # 한글 이름 사용
+                    "value": value,
+                    "change_value": change_val, 
+                    "change_percent": change_pct,
+                    "direction": direction,
+                    "type": "overseas"
+                })
+
+        except Exception as e:
+             print(f"[StockLab] World indices failed: {e}")
+             
+        # --- 환율 (USD/KRW) ---
+        try:
+            resp_ex = requests.get("https://finance.naver.com/marketindex/", headers=headers, timeout=5)
+            soup_ex = BeautifulSoup(resp_ex.content, "html.parser", from_encoding="cp949")
+            
+            usd_item = soup_ex.select_one("#exchangeList li.on > a.head.usd")
+            if usd_item:
+                value = usd_item.select_one(".value").get_text(strip=True)
+                change_val = usd_item.select_one(".change").get_text(strip=True)
+                
+                # 방향 (blind 텍스트: 상승, 하락)
+                direction = ""
+                blind_txt = usd_item.select_one(".blind").get_text(strip=True)
+                if "상승" in blind_txt: direction = "red"
+                elif "하락" in blind_txt: direction = "blue"
+                
+                # 등락률은 리스트에는 안나오고 상세에 나오지만, 여기선 생략하거나 계산 가능. 
+                # 일단 UI 통일성을 위해 빈값 혹은 계산된 값 등 처리. 
+                # 네이버 메인 환율 영역엔 등락률이 텍스트로 바로 안보임 (title 속성 등에 있을수 있음). 
+                # 여기서는 간단히 값만 처리.
+                
+                indices.append({
+                    "name": "원달러 환율",
+                    "value": value,
+                    "change_value": change_val,
+                    "change_percent": "", # 메인 리스트에서 바로 안보임
+                    "direction": direction,
+                    "type": "exchange"
+                })
+        except Exception as e:
+            print(f"[StockLab] Exchange rate failed: {e}")
+        
+        return {"indices": indices, "crawled_at": time.strftime("%Y-%m-%d %H:%M:%S")}
+        
+    except Exception as e:
+        print(f"[StockLab] Indices scraping failed: {e}")
+        return {"indices": [], "error": str(e)}

stock-lab/requirements.txt

@@ -0,0 +1,7 @@
+# 주식 서비스용 라이브러리
+requests==2.32.3
+beautifulsoup4==4.12.3
+fastapi==0.115.6
+uvicorn[standard]==0.30.6
+apscheduler==3.10.4
+python-dotenv==1.0.1

travel-proxy/Dockerfile

@@ -20,3 +20,7 @@ EXPOSE 8000
 ENV PYTHONUNBUFFERED=1
 
 CMD ["uvicorn", "app.main:app", "--host", "0.0.0.0", "--port", "8000"]
+
+ARG APP_VERSION=dev
+ENV APP_VERSION=$APP_VERSION
+LABEL org.opencontainers.image.version=$APP_VERSION

travel-proxy/app/main.py

@@ -149,16 +149,19 @@ def scan_album(album: str) -> List[Dict[str, Any]]:
         return []
 
     items = []
-    for p in album_dir.iterdir():
+    # os.scandir이 iterdir보다 빠름 (파일 속성 한 번에 가져옴)
-        if p.is_file() and p.suffix.lower() in IMAGE_EXT:
+    with os.scandir(album_dir) as entries:
-            # ✅ 썸네일 생성 보장
+        for entry in entries:
-            ensure_thumb(p, album)
+            if entry.is_file() and Path(entry.name).suffix.lower() in IMAGE_EXT:
-
+                # ⚡ 성능 핵심: 여기서 썸네일 생성(ensure_thumb) 절대 하지 않음!
+                # 파일 존재 여부만 확인하고 바로 리턴
                 items.append({
                     "album": album,
-                "file": p.name,
+                    "file": entry.name,
-                "url": f"{MEDIA_BASE}/{album}/{p.name}",
+                    "url": f"{MEDIA_BASE}/{album}/{entry.name}",
-                "thumb": f"{MEDIA_BASE}/.thumb/{album}/{p.name}",
+                    "thumb": f"{MEDIA_BASE}/.thumb/{album}/{entry.name}",
+                    # 정렬을 위해 수정시간/이름 필요하면 여기서 저장
+                    "mtime": entry.stat().st_mtime
                 })
     return items
 
@@ -170,19 +173,28 @@ def regions():
     _meta_changed_invalidate_cache()
     return load_regions_geojson()
 
+@app.post("/api/travel/reload")
+def reload_cache():
+    """강제로 캐시를 비워서 새로고침"""
+    CACHE.clear()
+    META_MTIME_CACHE.clear()
+    return {"ok": True, "message": "Cache cleared"}
+
 
 @app.get("/api/travel/photos")
 def photos(
     region: str = Query(...),
-    limit: int = Query(500, le=5000),
+    page: int = Query(1, ge=1),
+    size: int = Query(20, ge=1, le=100),
 ):
     _meta_changed_invalidate_cache()
 
+    # 1. 캐시 키에 페이지 정보 포함하지 않음 (전체 리스트 캐싱 후 슬라이싱 전략)
+    # 왜냐하면 파일 스캔 비용이 크지, 메모리 슬라이싱 비용은 작기 때문.
     now = time.time()
     cached = CACHE.get(region)
-    if cached and now - cached["ts"] < CACHE_TTL:
-        return cached["data"]
     
+    if not cached or now - cached["ts"] >= CACHE_TTL:
         region_map = load_region_map()
         albums = _get_albums_for_region(region, region_map)
 
@@ -194,19 +206,35 @@ def photos(
             matched.append({"album": album, "count": len(items)})
             all_items.extend(items)
 
+        # 정렬: 앨범명 > 파일명 (또는 찍은 날짜)
         all_items.sort(key=lambda x: (x["album"], x["file"]))
         
-    data = {
+        cached_data = {
             "region": region,
             "matched_albums": matched,
-        "items": all_items[:limit],
+            "items": all_items,
             "total": len(all_items),
-        "cached_at": int(now),
-        "cache_ttl": CACHE_TTL,
         }
+        CACHE[region] = {"ts": now, "data": cached_data}
+    else:
+        cached_data = cached["data"]
 
-    CACHE[region] = {"ts": now, "data": data}
+    # 2. 페이지네이션 슬라이싱
-    return data
+    all_items = cached_data["items"]
+    total = len(all_items)
+    start = (page - 1) * size
+    end = start + size
+    
+    paged_items = all_items[start:end]
+
+    return {
+        "region": region,
+        "page": page,
+        "size": size,
+        "total": total,
+        "has_next": end < total,
+        "items": paged_items,
+    }
 
 
 @app.get("/media/travel/.thumb/{album}/{filename}")
@@ -218,3 +246,8 @@ def get_thumb(album: str, filename: str):
     # src로부터 thumb 생성/확인 (원본 확장자 유지)
     p = ensure_thumb(src, album)
     return FileResponse(str(p))
+
+@app.get("/api/version")
+def version():
+    import os
+    return {"version": os.getenv("APP_VERSION", "dev")}