Merge pull request 'refactor(prediction): 사이클 스테이지 에러 경계 도입 (Phase 0-1)' (#83) from feature/phase0-cycle-error-boundary into develop

docs/prediction-analysis.md P1 권고 반영. 5분 사이클의 각 스테이지를
한 try/except 로 뭉친 기존 구조를 스테이지 단위로 분리해 실패 지점을
명시적으로 특정하고 부분 실패 시에도 후속 스테이지가 계속 돌아가도록 개선.

- prediction/pipeline/stage_runner.py 신설
  - run_stage(name, fn, *args, required=False, **kwargs) 유틸
  - required=True 면 예외 re-raise (상위 사이클 try/except 가 잡도록)
  - required=False 면 logger.exception 으로 stacktrace 보존 + None 반환
  - 지속시간 로깅 포함

- prediction/scheduler.py run_analysis_cycle() 수정
  - 출력 단계 6모듈을 각각 run_stage() 로 분리:
    violation_classifier / event_generator / kpi_writer /
    stats_aggregate_hourly / stats_aggregate_daily / alert_dispatcher
  - upsert_results / cleanup_old 도 run_stage 로 래핑 (upsert 는 required=True)
  - 내부 try/except 의 logger.warning → logger.exception 으로 업그레이드
    (fetch_dark_history, gear collision event promotion, group polygon,
     gear correlation, pair detection, chat cache)
  - 스테이지 실패 시 journalctl -u kcg-ai-prediction 에서 stacktrace 로
    원인 바로 특정 가능 (기존은 "failed: X" 한 줄만 남아 디버깅 불가)

검증:
- python3 -c "import ast; ast.parse(...)" scheduler.py / stage_runner.py 통과
- run_stage smoke test (정상/실패 흡수/required 재raise 3가지) 통과

범위 밖 (후속):
- Phase 0-2 ILLEGAL_FISHING_PATTERN 전용 페이지 (다음 MR)
- Phase 0-3 Transshipment 전용 페이지 (다음 MR)

docs/RELEASE-NOTES.md

@@ -4,6 +4,9 @@
 
 ## [Unreleased]
 
+### 변경
+- **Prediction 5분 사이클 스테이지 에러 경계 도입 (Phase 0-1)** — `prediction/pipeline/stage_runner.py` 신설해 `run_stage(name, fn, required=False)` 유틸 제공. `scheduler.py run_analysis_cycle()` 의 출력 6모듈(violation_classifier / event_generator / kpi_writer / stats_aggregate_hourly / stats_aggregate_daily / alert_dispatcher)을 한 try/except 로 묶던 구조를 스테이지별 독립 실행으로 분리, 한 모듈이 깨져도 다른 모듈이 계속 돌아가도록 개선. `upsert_results` 는 required=True 로 실패 시 사이클 abort. 내부 try/except 의 `logger.warning` 을 `logger.exception` 으로 업그레이드(fetch_dark_history / gear collision event promotion / group polygon / gear correlation / pair detection / chat cache)하여 `journalctl -u kcg-ai-prediction` 에서 stacktrace 로 실패 지점 즉시 특정 가능. (docs/prediction-analysis.md P1 권고)
+
 ### 문서
 - **Prediction 모듈 심층 분석 리포트 신설** — `docs/prediction-analysis.md` (9개 섹션, 250 라인). opus 4.7 독립 리뷰 관점에서 현재 17 알고리즘의 레이어 분리·5분 사이클 시퀀스·4대 도메인 커버리지를 평가하고, 6축(관심사 분리/재사용성/테스트 가능성/에러 격리/동시성/설정 가능성)으로 구조 채점 + P1~P4 개선 제안·임계값 전수표 제공
 - **루트·SFR 문서 drift 해소** — V001~V016 → V030 + 51 테이블, Python 3.9 → 3.11+, 14 → 17 알고리즘 모듈 실측 반영. SFR-10 에 GEAR_IDENTITY_COLLISION 패턴 + GearCollisionDetection 페이지 섹션 추가 (sfr-traceability/sfr-user-guide), `/gear-collision` 라우트 architecture.md 포함, system-flow-guide 노드 수 102→115 + V030 manifest 미반영 경고, backend/README "Phase 2 예정" 상태 → 실제 운영 구성 전면 재작성 (PR #79 hotfix 요구사항 명시)

prediction/pipeline/stage_runner.py

@@ -0,0 +1,58 @@
+"""사이클 스테이지 에러 경계 유틸.
+
+`run_analysis_cycle` 내부의 각 스테이지를 한 지점에서 감싸서
+실패 스테이지를 명시적으로 로깅하고, 부분 실패가 후속 스테이지를
+막지 않도록 한다.
+
+설계 원칙:
+- 비필수 스테이지는 예외를 흡수하고 None 을 반환 → 호출자는
+  `if result is None` 로 건너뛰기 선택 가능
+- 필수 스테이지(`required=True`)는 예외를 그대로 올려 상위
+  `run_analysis_cycle` 의 top-level try/except 가 잡도록 한다
+- `logger.exception` 사용으로 stacktrace 가 저널에 남도록 하여
+  원격 서버(journalctl) 에서 실패 지점 특정 가능
+"""
+from __future__ import annotations
+
+import logging
+import time
+from typing import Any, Callable, TypeVar
+
+logger = logging.getLogger(__name__)
+
+T = TypeVar('T')
+
+
+def run_stage(
+    name: str,
+    fn: Callable[..., T],
+    *args: Any,
+    required: bool = False,
+    **kwargs: Any,
+) -> T | None:
+    """스테이지 실행 + 지속시간 로깅 + 실패 격리.
+
+    Args:
+        name: 스테이지 이름 (로그 라벨). 'fleet_tracking', 'pair_detection' 등
+        fn: 실행할 호출 가능 객체
+        *args, **kwargs: fn 에 전달
+        required: True 면 실패 시 예외를 re-raise. False 면 None 반환하고 계속
+
+    Returns:
+        fn 의 반환값, 또는 실패 시 None (required=False 일 때)
+
+    Raises:
+        fn 이 던진 예외 (required=True 일 때만)
+    """
+    t0 = time.time()
+    try:
+        result = fn(*args, **kwargs)
+        elapsed = time.time() - t0
+        logger.info('stage %s ok in %.2fs', name, elapsed)
+        return result
+    except Exception as e:
+        elapsed = time.time() - t0
+        logger.exception('stage %s failed after %.2fs: %s', name, elapsed, e)
+        if required:
+            raise
+        return None

prediction/scheduler.py

@@ -8,6 +8,7 @@ from apscheduler.schedulers.background import BackgroundScheduler
 
 from config import settings
 from fleet_tracker import GEAR_PATTERN
+from pipeline.stage_runner import run_stage
 
 logger = logging.getLogger(__name__)
 
@@ -69,7 +70,7 @@ def _fetch_dark_history(kcg_conn, mmsi_list: list[str]) -> dict[str, dict]:
             for m, n7, n24, t in cur.fetchall()
         }
     except Exception as e:
-        logger.warning('fetch_dark_history failed: %s', e)
+        logger.exception('fetch_dark_history failed: %s', e)
         return {}
 
 
@@ -170,7 +171,7 @@ def run_analysis_cycle():
                         collision_events['skipped_low'],
                     )
                 except Exception as e:
-                    logger.warning('gear collision event promotion failed: %s', e)
+                    logger.exception('gear collision event promotion failed: %s', e)
 
             fleet_roles = fleet_tracker.build_fleet_clusters(vessel_dfs)
 
@@ -193,7 +194,7 @@ def run_analysis_cycle():
                 logger.info('group polygons: %d saved, %d cleaned, %d gear groups',
                             saved, cleaned, len(gear_groups))
             except Exception as e:
-                logger.warning('group polygon generation failed: %s', e)
+                logger.exception('group polygon generation failed: %s', e)
 
             # 4.7 어구 연관성 분석 (멀티모델 패턴 추적)
             try:
@@ -226,7 +227,7 @@ def run_analysis_cycle():
                     inference_result['skipped'],
                 )
             except Exception as e:
-                logger.warning('gear correlation failed: %s', e)
+                logger.exception('gear correlation failed: %s', e)
 
         # 4.9 페어 후보 탐색 (bbox 1차 + 궤적 유사도 2차 → G-06 pair_trawl 판정)
         pair_results: dict[str, dict] = {}
@@ -300,7 +301,7 @@ def run_analysis_cycle():
                 REJECT_COUNTERS['insufficient_aligned'], REJECT_COUNTERS['no_sync_at_any_tier'],
             )
         except Exception as e:
-            logger.warning('pair detection failed: %s', e)
+            logger.exception('pair detection failed: %s', e)
 
         # 5. 선박별 추가 알고리즘 → AnalysisResult 생성
         # dark 이력 일괄 조회 (7일 history) — 사이클당 1회
@@ -712,37 +713,36 @@ def run_analysis_cycle():
                         'transship_score': item['score'],
                     }
 
-        # 7. 결과 저장
-        upserted = kcgdb.upsert_results(results)
-        kcgdb.cleanup_old(hours=48)
+        # 7. 결과 저장 (필수 — 실패 시 사이클 abort)
+        upserted = run_stage('upsert_results', kcgdb.upsert_results, results, required=True)
+        run_stage('cleanup_old', kcgdb.cleanup_old, hours=48)
 
-        # 8. 출력 모듈 (이벤트 생성, 위반 분류, KPI 갱신, 통계 집계, 경보)
-        try:
-            from output.violation_classifier import run_violation_classifier
-            from output.event_generator import run_event_generator
-            from output.kpi_writer import run_kpi_writer
-            from output.stats_aggregator import aggregate_hourly, aggregate_daily
-            from output.alert_dispatcher import run_alert_dispatcher
+        # 8. 출력 모듈 — 각 단계를 독립적으로 실행해 실패 지점을 명시적으로 기록.
+        # 한 모듈이 깨져도 다른 모듈은 계속 돌아가야 한다 (예: event_generator 는 실패했어도
+        # kpi_writer / stats_aggregator / alert_dispatcher 는 이전 사이클 결과로 동작 가능).
+        from output.violation_classifier import run_violation_classifier
+        from output.event_generator import run_event_generator
+        from output.kpi_writer import run_kpi_writer
+        from output.stats_aggregator import aggregate_hourly, aggregate_daily
+        from output.alert_dispatcher import run_alert_dispatcher
 
-            from dataclasses import asdict
-            results_dicts = [asdict(r) for r in results]
-            # 필드명 매핑 (AnalysisResult → 출력 모듈 기대 형식)
-            for d in results_dicts:
-                d['zone_code'] = d.pop('zone', None)
-                d['gap_duration_min'] = d.get('gap_duration_min', 0)
-                d['transship_suspect'] = d.pop('is_transship_suspect', False)
-                d['fleet_is_leader'] = d.pop('is_leader', False)
-                d['fleet_cluster_id'] = d.pop('cluster_id', None)
-                d['speed_kn'] = None  # 분석 결과에 속도 없음
-            run_violation_classifier(results_dicts)
-            run_event_generator(results_dicts)
-            run_kpi_writer()
-            aggregate_hourly()
-            aggregate_daily()
-            run_alert_dispatcher()
-            logger.info('output modules completed')
-        except Exception as e:
-            logger.warning('output modules failed (non-fatal): %s', e)
+        from dataclasses import asdict
+        results_dicts = [asdict(r) for r in results]
+        # 필드명 매핑 (AnalysisResult → 출력 모듈 기대 형식)
+        for d in results_dicts:
+            d['zone_code'] = d.pop('zone', None)
+            d['gap_duration_min'] = d.get('gap_duration_min', 0)
+            d['transship_suspect'] = d.pop('is_transship_suspect', False)
+            d['fleet_is_leader'] = d.pop('is_leader', False)
+            d['fleet_cluster_id'] = d.pop('cluster_id', None)
+            d['speed_kn'] = None  # 분석 결과에 속도 없음
+
+        run_stage('violation_classifier', run_violation_classifier, results_dicts)
+        run_stage('event_generator', run_event_generator, results_dicts)
+        run_stage('kpi_writer', run_kpi_writer)
+        run_stage('stats_aggregate_hourly', aggregate_hourly)
+        run_stage('stats_aggregate_daily', aggregate_daily)
+        run_stage('alert_dispatcher', run_alert_dispatcher)
 
         # 9. Redis에 분석 컨텍스트 캐싱 (채팅용)
         try:
@@ -788,7 +788,7 @@ def run_analysis_cycle():
                 'polygon_summary': kcgdb.fetch_polygon_summary(),
             })
         except Exception as e:
-            logger.warning('failed to cache analysis context for chat: %s', e)
+            logger.exception('failed to cache analysis context for chat: %s', e)
 
         elapsed = round(time.time() - start, 2)
         _last_run['duration_sec'] = elapsed