Merge pull request 'release: 2026-04-16.7 (4건 커밋)' (#67) from develop into main

docs/RELEASE-NOTES.md

@@ -4,6 +4,17 @@
 
 ## [Unreleased]
 
+## [2026-04-16.7]
+
+### 변경
+- **경량 분석 riskScore 해상도 개선** — `compute_lightweight_risk_score` 에 `dark_suspicion_score`(0~100 패턴 기반 의심도) / `dist_from_baseline_nm`(EEZ 외 기선 근접도 12·24NM 차등) / `dark_history_24h`(반복 이력) 반영. 허가·반복 이중계산 방지 축소 로직. 배포 후 실측: 45점 60.8% 고정 수렴 → **0%** (11~40 구간 고르게 분산)
+- **vessel_type 매핑** — fleet_vessels 등록선 `fishery_code` (PT/PT-S/OT/GN/PS/FC) 를 `TRAWL/GILLNET/PURSE/CARGO` 로 매핑하는 `vessel_type_mapping.py` 신설. 경량 경로의 `vessel_type='UNKNOWN'` 하드코딩 제거. 실측: UNKNOWN 98.6% → **89.1%** (886척이 구체 유형으로 전환)
+- **VesselType 값 확장** — 기존 TRAWL/PURSE/LONGLINE/TRAP/UNKNOWN 에 `GILLNET`(유자망) / `CARGO`(운반선) 2종 추가
+- **중국 선박 분석 그리드 정합성** — Tab 1 상단 `RealAllVessels` 편의 export 를 `mmsiPrefix='412'` 로 고정 + 제목 "중국 선박 전체 분석 결과 (실시간)" 로 변경. 상단/하단 모두 중국 선박 기준으로 일관 표시
+
+### 추가
+- **선박 유형 한글 카탈로그** — `shared/constants/vesselTypes.ts` 신설. 저인망/선망/유자망/연승/통발/운반선/미분류 한글 라벨 + Badge intent. 기존 `alertLevels` 패턴 답습, `catalogRegistry` 등록으로 design-system 쇼케이스 자동 노출
+
 ## [2026-04-16.6]
 
 ### 추가

frontend/src/features/detection/ChinaFishing.tsx

@@ -9,6 +9,7 @@ import {
 } from 'lucide-react';
 import { formatDateTime } from '@shared/utils/dateFormat';
 import { ALERT_LEVELS, getAlertLevelLabel, type AlertLevel } from '@shared/constants/alertLevels';
+import { getVesselTypeLabel } from '@shared/constants/vesselTypes';
 import { getVesselRingMeta } from '@shared/constants/vesselAnalysisStatuses';
 import { useSettingsStore } from '@stores/settingsStore';
 import { useTranslation } from 'react-i18next';
@@ -52,18 +53,29 @@ function deriveVesselStatus(score: number): VesselStatus {
   return '양호';
 }
 
-function mapToVesselItem(item: VesselAnalysisItem, idx: number): VesselItem {
+function mapToVesselItem(
+  item: VesselAnalysisItem,
+  idx: number,
+  t: (k: string, opts?: { defaultValue?: string }) => string,
+  lang: 'ko' | 'en',
+): VesselItem {
   const score = item.algorithms.riskScore.score;
   const vt = item.classification.vesselType;
   const hasType = vt && vt !== 'UNKNOWN' && vt !== '';
+  // 이름: fleet_vessels 매핑으로 vessel_type 이 채워진 경우 한글 유형 라벨, 아니면 '중국어선'
+  const name = hasType ? getVesselTypeLabel(vt, t, lang) : '중국어선';
+  // 타입 뱃지: fishingPct 기반 Fishing / 그 외는 vessel_type 라벨
+  const type = item.classification.fishingPct > 0.5
+    ? 'Fishing'
+    : hasType ? getVesselTypeLabel(vt, t, lang) : getVesselTypeLabel('UNKNOWN', t, lang);
   return {
     id: String(idx + 1),
     mmsi: item.mmsi,
     callSign: '-',
     channel: '',
     source: 'AIS',
-    name: hasType ? vt : '중국어선',
+    name,
-    type: item.classification.fishingPct > 0.5 ? 'Fishing' : hasType ? 'Cargo' : '미분류',
+    type,
     country: 'China',
     status: deriveVesselStatus(score),
     riskPct: score,
@@ -289,8 +301,8 @@ export function ChinaFishing() {
 
   // 특이운항 선박 리스트 (서버에서 이미 riskScore >= 40 로 필터링된 상위 20척)
   const vesselList: VesselItem[] = useMemo(
-    () => topVessels.map((item, idx) => mapToVesselItem(item, idx)),
+    () => topVessels.map((item, idx) => mapToVesselItem(item, idx, tcCommon, lang)),
-    [topVessels],
+    [topVessels, tcCommon, lang],
   );
 
   // 위험도별 분포 (도넛 차트용) — apiStats 기반

frontend/src/features/detection/RealVesselAnalysis.tsx

@@ -1,8 +1,10 @@
 import { useEffect, useState, useCallback, useMemo } from 'react';
 import { Loader2, RefreshCw, EyeOff, AlertTriangle, Radar } from 'lucide-react';
+import { useTranslation } from 'react-i18next';
 import { Card, CardContent } from '@shared/components/ui/card';
 import { Badge } from '@shared/components/ui/badge';
 import { getAlertLevelIntent } from '@shared/constants/alertLevels';
+import { getVesselTypeLabel } from '@shared/constants/vesselTypes';
 import type { VesselAnalysisItem } from '@/services/vesselAnalysisApi';
 import {
   getAnalysisVessels,
@@ -21,6 +23,12 @@ interface Props {
   mode: 'dark' | 'spoofing' | 'transship' | 'all';
   title: string;
   icon?: React.ReactNode;
+  /** 'all' / 'spoofing' mode 에서 MMSI prefix 필터 (예: '412' — 중국 선박 한정) */
+  mmsiPrefix?: string;
+  /** 'all' / 'spoofing' mode 에서 서버 측 최소 riskScore 필터 */
+  minRiskScore?: number;
+  /** 서버 조회 건수 (dark/transship 기본 200) */
+  size?: number;
 }
 
 const ZONE_LABELS: Record<string, string> = {
@@ -40,7 +48,9 @@ const ENDPOINT_LABEL: Record<Props['mode'], string> = {
   spoofing: 'GET /api/analysis/vessels (spoofing_score ≥ 0.3)',
 };
 
-export function RealVesselAnalysis({ mode, title, icon }: Props) {
+export function RealVesselAnalysis({ mode, title, icon, mmsiPrefix, minRiskScore, size = 200 }: Props) {
+  const { t, i18n } = useTranslation('common');
+  const lang = (i18n.language as 'ko' | 'en') || 'ko';
   const [items, setItems] = useState<VesselAnalysisItem[]>([]);
   const [available, setAvailable] = useState(true);
   const [loading, setLoading] = useState(false);
@@ -51,10 +61,10 @@ export function RealVesselAnalysis({ mode, title, icon }: Props) {
     setLoading(true); setError('');
     try {
       const page = mode === 'dark'
-        ? await getDarkVessels({ hours: 1, size: 200 })
+        ? await getDarkVessels({ hours: 1, size })
         : mode === 'transship'
-          ? await getTransshipSuspects({ hours: 1, size: 200 })
+          ? await getTransshipSuspects({ hours: 1, size })
-          : await getAnalysisVessels({ hours: 1, size: 200 });
+          : await getAnalysisVessels({ hours: 1, size, mmsiPrefix, minRiskScore });
       setItems(page.content.map(toVesselItem));
       setAvailable(true);
     } catch (e: unknown) {
@@ -63,7 +73,7 @@ export function RealVesselAnalysis({ mode, title, icon }: Props) {
     } finally {
       setLoading(false);
     }
-  }, [mode]);
+  }, [mode, mmsiPrefix, minRiskScore, size]);
 
   useEffect(() => { load(); }, [load]);
 
@@ -160,8 +170,10 @@ export function RealVesselAnalysis({ mode, title, icon }: Props) {
                   <tr key={v.mmsi} className="border-t border-border hover:bg-surface-overlay/50">
                     <td className="px-2 py-1.5 text-cyan-400 font-mono">{v.mmsi}</td>
                     <td className="px-2 py-1.5 text-heading font-medium">
-                      {v.classification.vesselType}
+                      {getVesselTypeLabel(v.classification.vesselType, t, lang)}
+                      {v.classification.confidence > 0 && (
                         <span className="text-hint ml-1 text-[9px]">({(v.classification.confidence * 100).toFixed(0)}%)</span>
+                      )}
                     </td>
                     <td className="px-2 py-1.5 text-center">
                       <Badge intent={getAlertLevelIntent(v.algorithms.riskScore.level)} size="sm">
@@ -221,4 +233,12 @@ function StatBox({ label, value, color }: { label: string; value: number | undef
 export const RealDarkVessels = () => <RealVesselAnalysis mode="dark" title="Dark Vessel (실시간)" icon={<EyeOff className="w-4 h-4 text-purple-400" />} />;
 export const RealSpoofingVessels = () => <RealVesselAnalysis mode="spoofing" title="GPS 스푸핑 의심 (실시간)" icon={<AlertTriangle className="w-4 h-4 text-orange-400" />} />;
 export const RealTransshipSuspects = () => <RealVesselAnalysis mode="transship" title="전재 의심 (실시간)" icon={<Radar className="w-4 h-4 text-red-400" />} />;
-export const RealAllVessels = () => <RealVesselAnalysis mode="all" title="전체 분석 결과 (실시간)" icon={<Radar className="w-4 h-4 text-blue-400" />} />;
+// 중국 선박 감시 페이지 전용 — MMSI prefix 412 고정
+export const RealAllVessels = () => (
+  <RealVesselAnalysis
+    mode="all"
+    title="중국 선박 전체 분석 결과 (실시간)"
+    icon={<Radar className="w-4 h-4 text-blue-400" />}
+    mmsiPrefix="412"
+  />
+);

frontend/src/shared/constants/catalogRegistry.ts

@@ -43,6 +43,7 @@ import { MLOPS_JOB_STATUSES } from './mlopsJobStatuses';
 import { THREAT_LEVELS, AGENT_PERM_TYPES, AGENT_EXEC_RESULTS } from './aiSecurityStatuses';
 import { ZONE_CODES } from './zoneCodes';
 import { GEAR_VIOLATION_CODES } from './gearViolationCodes';
+import { VESSEL_TYPES } from './vesselTypes';
 
 /**
  * 카탈로그 공통 메타 — 쇼케이스 렌더와 UI 일관성을 위한 최소 스키마
@@ -91,6 +92,15 @@ export const CATALOG_REGISTRY: CatalogEntry[] = [
     source: 'backend ViolationType enum',
     items: VIOLATION_TYPES,
   },
+  {
+    id: 'vessel-type',
+    showcaseId: 'TRK-CAT-vessel-type',
+    titleKo: '선박 유형',
+    titleEn: 'Vessel Type',
+    description: 'TRAWL / PURSE / GILLNET / LONGLINE / TRAP / CARGO / UNKNOWN — prediction 분류 + fleet_vessels 매핑',
+    source: 'prediction AnalysisResult.vessel_type',
+    items: VESSEL_TYPES,
+  },
   {
     id: 'event-status',
     showcaseId: 'TRK-CAT-event-status',

frontend/src/shared/constants/vesselTypes.ts

@@ -0,0 +1,53 @@
+/**
+ * 선박 유형 공통 카탈로그
+ *
+ * SSOT: prediction `AnalysisResult.vessel_type` (TRAWL / PURSE / LONGLINE / TRAP / GILLNET / CARGO / UNKNOWN).
+ * prediction 은 분류 파이프라인 결과 + fleet_vessels 등록 fishery_code → vessel_type 매핑으로 값을 채운다.
+ *
+ * 사용처: RealVesselAnalysis '선박 유형' 컬럼, ChinaFishing 특이운항 리스트,
+ *         VesselDetail / EventList 등 선박 유형 배지.
+ */
+
+import type { BadgeIntent } from '@lib/theme/variants';
+
+export type VesselTypeCode =
+  | 'TRAWL'
+  | 'PURSE'
+  | 'LONGLINE'
+  | 'TRAP'
+  | 'GILLNET'
+  | 'CARGO'
+  | 'UNKNOWN';
+
+export interface VesselTypeMeta {
+  code: VesselTypeCode;
+  i18nKey: string;
+  fallback: { ko: string; en: string };
+  intent: BadgeIntent;
+}
+
+export const VESSEL_TYPES: Record<VesselTypeCode, VesselTypeMeta> = {
+  TRAWL:    { code: 'TRAWL',    i18nKey: 'vesselType.trawl',    fallback: { ko: '저인망', en: 'Trawl' },        intent: 'warning' },
+  PURSE:    { code: 'PURSE',    i18nKey: 'vesselType.purse',    fallback: { ko: '선망',   en: 'Purse Seine' },  intent: 'warning' },
+  GILLNET:  { code: 'GILLNET',  i18nKey: 'vesselType.gillnet',  fallback: { ko: '유자망', en: 'Gillnet' },      intent: 'warning' },
+  LONGLINE: { code: 'LONGLINE', i18nKey: 'vesselType.longline', fallback: { ko: '연승',   en: 'Longline' },     intent: 'info' },
+  TRAP:     { code: 'TRAP',     i18nKey: 'vesselType.trap',     fallback: { ko: '통발',   en: 'Trap' },         intent: 'info' },
+  CARGO:    { code: 'CARGO',    i18nKey: 'vesselType.cargo',    fallback: { ko: '운반선', en: 'Cargo' },        intent: 'muted' },
+  UNKNOWN:  { code: 'UNKNOWN',  i18nKey: 'vesselType.unknown',  fallback: { ko: '미분류', en: 'Unknown' },      intent: 'muted' },
+};
+
+export function getVesselTypeLabel(
+  code: string | null | undefined,
+  t: (k: string, opts?: { defaultValue?: string }) => string,
+  lang: 'ko' | 'en' = 'ko',
+): string {
+  if (!code) return t(VESSEL_TYPES.UNKNOWN.i18nKey, { defaultValue: VESSEL_TYPES.UNKNOWN.fallback[lang] });
+  const meta = VESSEL_TYPES[code as VesselTypeCode];
+  if (!meta) return code;
+  return t(meta.i18nKey, { defaultValue: meta.fallback[lang] });
+}
+
+export function getVesselTypeIntent(code: string | null | undefined): BadgeIntent {
+  if (!code) return VESSEL_TYPES.UNKNOWN.intent;
+  return VESSEL_TYPES[code as VesselTypeCode]?.intent ?? 'muted';
+}

prediction/algorithms/risk.py

@@ -14,42 +14,71 @@ def compute_lightweight_risk_score(
     is_dark: bool = False,
     gap_duration_min: int = 0,
     spoofing_score: float = 0.0,
+    dark_suspicion_score: int = 0,
+    dist_from_baseline_nm: float = 999.0,
+    dark_history_24h: int = 0,
 ) -> Tuple[int, str]:
     """위치·허가·다크/스푸핑 기반 경량 위험도 (파이프라인 미통과 선박용).
 
-    pipeline path의 compute_vessel_risk_score와 동일한 임계값(70/50/30)을 사용해
+    compute_dark_suspicion 의 패턴 기반 0~100 점수를 직접 반영해 해상도를 높인다.
-    분류 결과의 일관성을 유지한다. dark/spoofing 신호를 추가하여 max 100점 도달 가능.
+    이중계산 방지: dark_suspicion_score 는 이미 무허가/반복을 포함하므로 dark_suspicion_score > 0
+    인 경우 허가/반복 가산을 축소한다.
+
+    임계값 70/50/30 은 pipeline path(compute_vessel_risk_score)와 동일.
 
     Returns: (risk_score, risk_level)
     """
     score = 0
 
-    # 1. 위치 기반 (최대 40점)
+    # 1. 위치 기반 (최대 40점) — EEZ 외 기선 근접도 추가
     zone = zone_info.get('zone', '')
     if zone == 'TERRITORIAL_SEA':
         score += 40
     elif zone == 'CONTIGUOUS_ZONE':
-        score += 10
+        score += 15
     elif zone.startswith('ZONE_'):
         if is_permitted is not None and not is_permitted:
             score += 25
+    elif zone == 'EEZ_OR_BEYOND':
+        # EEZ 외라도 기선 근접 시 가산 (공해·외해 분산)
+        if dist_from_baseline_nm < 12:
+            score += 15
+        elif dist_from_baseline_nm < 24:
+            score += 8
 
-    # 2. 다크 베셀 (최대 25점)
+    # 2. 다크 베셀 (최대 30점) — dark_suspicion_score 우선
     if is_dark:
-        if gap_duration_min >= 60:
+        if dark_suspicion_score >= 1:
+            # compute_dark_suspicion 이 산출한 패턴 기반 의심도 반영
+            score += min(30, round(dark_suspicion_score * 0.3))
+        else:
+            # fallback: gap 길이만 기준
+            if gap_duration_min >= 720:
                 score += 25
+            elif gap_duration_min >= 180:
+                score += 20
+            elif gap_duration_min >= 60:
+                score += 15
             elif gap_duration_min >= 30:
-            score += 10
+                score += 8
 
-    # 3. 스푸핑 (최대 15점)
+    # 3. 스푸핑 (최대 15점) — 현재 중국 선박은 거의 0 (별도 PR 에서 산출 로직 재설계 예정)
     if spoofing_score > 0.7:
         score += 15
     elif spoofing_score > 0.5:
         score += 8
 
-    # 4. 허가 이력 (최대 20점)
+    # 4. 허가 이력 (최대 15점) — 이중계산 방지
     if is_permitted is not None and not is_permitted:
-        score += 20
+        # dark_suspicion_score 에 이미 무허가 +10 반영됨 → 축소
+        score += 8 if dark_suspicion_score > 0 else 15
+
+    # 5. 반복 이력 (최대 10점) — dark_suspicion_score 미반영 케이스만
+    if dark_suspicion_score == 0 and dark_history_24h > 0:
+        if dark_history_24h >= 5:
+            score += 10
+        elif dark_history_24h >= 2:
+            score += 5
 
     score = min(score, 100)
 

prediction/algorithms/vessel_type_mapping.py

@@ -0,0 +1,27 @@
+"""한중어업협정 fishery_code → VesselType 매핑.
+
+파이프라인 미통과 선박(경량 분석 경로)은 AIS 샘플 부족으로 분류기가 UNKNOWN 을 반환한다.
+등록선은 fishery_code 가 이미 확정이므로 이를 활용해 vessel_type 을 채운다.
+
+VesselType 값 확장:
+  기존: TRAWL / PURSE / LONGLINE / TRAP / UNKNOWN
+  신규: GILLNET (유자망) / CARGO (운반선)
+"""
+from typing import Optional
+
+
+FISHERY_CODE_TO_VESSEL_TYPE = {
+    'PT':   'TRAWL',    # 쌍끌이 저인망
+    'PT-S': 'TRAWL',    # 쌍끌이 부속선
+    'OT':   'TRAWL',    # 단선 저인망
+    'GN':   'GILLNET',  # 유자망
+    'PS':   'PURSE',    # 대형선망/위망
+    'FC':   'CARGO',    # 운반선 (조업 아님)
+}
+
+
+def fishery_code_to_vessel_type(fishery_code: Optional[str]) -> str:
+    """등록 어업 코드 → 선박 유형. 매칭 없으면 'UNKNOWN'."""
+    if not fishery_code:
+        return 'UNKNOWN'
+    return FISHERY_CODE_TO_VESSEL_TYPE.get(fishery_code.upper(), 'UNKNOWN')

prediction/scheduler.py

@@ -507,6 +507,7 @@ def run_analysis_cycle():
         # ── 5.5 경량 분석 — 파이프라인 미통과 412* 선박 ──
         # vessel_store._tracks의 24h 누적 궤적을 직접 활용하여 dark/spoof 신호도 산출.
         from algorithms.risk import compute_lightweight_risk_score
+        from algorithms.vessel_type_mapping import fishery_code_to_vessel_type
 
         pipeline_mmsis = {c['mmsi'] for c in classifications}
         lightweight_mmsis = vessel_store.get_chinese_mmsis() - pipeline_mmsis
@@ -607,17 +608,29 @@ def run_analysis_cycle():
                 if spoof_score > 0.5:
                     lw_spoof += 1
 
+                # dark_features 에 저장된 패턴 기반 점수 + 반복 이력을 리스크 산출에 직접 연결
+                # (경량 경로가 45점 포화되던 원인 해소)
                 risk_score, risk_level = compute_lightweight_risk_score(
                     zone_info, sog, is_permitted=is_permitted,
                     is_dark=dark, gap_duration_min=gap_min,
                     spoofing_score=spoof_score,
+                    dark_suspicion_score=int(dark_features.get('dark_suspicion_score', 0) or 0),
+                    dist_from_baseline_nm=float(zone_info.get('dist_from_baseline_nm', 999.0) or 999.0),
+                    dark_history_24h=int(dark_features.get('dark_history_24h', 0) or 0),
                 )
 
+                # 등록선은 fishery_code 로 vessel_type 채움 (미등록선은 UNKNOWN 유지)
+                registered_fc = (
+                    fleet_tracker.get_registered_fishery_code(mmsi)
+                    if hasattr(fleet_tracker, 'get_registered_fishery_code') else None
+                )
+                vessel_type = fishery_code_to_vessel_type(registered_fc)
+
                 # BD-09 오프셋은 중국 선박이므로 제외 (412* = 중국)
                 results.append(AnalysisResult(
                     mmsi=mmsi,
                     timestamp=ts,
-                    vessel_type='UNKNOWN',
+                    vessel_type=vessel_type,
                     confidence=0.0,
                     fishing_pct=0.0,
                     lat=float(lat) if lat is not None else None,