Merge develop into feature/fix-build-error

# Conflicts:
#	docs/RELEASE-NOTES.md

.gitignore

@@ -79,6 +79,9 @@ prediction/image/**/*.pth
 frontend/public/hns-manual/pages/
 frontend/public/hns-manual/images/
 
+# HNS import pipeline outputs (local, 1회성 생성물)
+backend/scripts/hns-import/out/
+
 # Claude Code (team workflow tracked, override global gitignore)
 !.claude/
 .claude/settings.local.json

backend/package-lock.json

@@ -22,6 +22,7 @@
         "pg": "^8.19.0"
       },
       "devDependencies": {
+        "@anthropic-ai/sdk": "^0.89.0",
         "@types/bcrypt": "^6.0.0",
         "@types/cookie-parser": "^1.4.10",
         "@types/cors": "^2.8.17",
@@ -34,6 +35,37 @@
         "typescript": "^5.7.3"
       }
     },
+    "node_modules/@anthropic-ai/sdk": {
+      "version": "0.89.0",
+      "resolved": "https://registry.npmjs.org/@anthropic-ai/sdk/-/sdk-0.89.0.tgz",
+      "integrity": "sha512-nyGau0zex62EpU91hsHa0zod973YEoiMgzWZ9hC55WdiOLrE4AGpcg4wXI7lFqtvMLqMcLfewQU9sHgQB6psow==",
+      "dev": true,
+      "license": "MIT",
+      "dependencies": {
+        "json-schema-to-ts": "^3.1.1"
+      },
+      "bin": {
+        "anthropic-ai-sdk": "bin/cli"
+      },
+      "peerDependencies": {
+        "zod": "^3.25.0 || ^4.0.0"
+      },
+      "peerDependenciesMeta": {
+        "zod": {
+          "optional": true
+        }
+      }
+    },
+    "node_modules/@babel/runtime": {
+      "version": "7.29.2",
+      "resolved": "https://registry.npmjs.org/@babel/runtime/-/runtime-7.29.2.tgz",
+      "integrity": "sha512-JiDShH45zKHWyGe4ZNVRrCjBz8Nh9TMmZG1kh4QTK8hCBTWBi8Da+i7s1fJw7/lYpM4ccepSNfqzZ/QvABBi5g==",
+      "dev": true,
+      "license": "MIT",
+      "engines": {
+        "node": ">=6.9.0"
+      }
+    },
     "node_modules/@esbuild/aix-ppc64": {
       "version": "0.27.3",
       "resolved": "https://registry.npmjs.org/@esbuild/aix-ppc64/-/aix-ppc64-0.27.3.tgz",
@@ -1689,6 +1721,20 @@
         "bignumber.js": "^9.0.0"
       }
     },
+    "node_modules/json-schema-to-ts": {
+      "version": "3.1.1",
+      "resolved": "https://registry.npmjs.org/json-schema-to-ts/-/json-schema-to-ts-3.1.1.tgz",
+      "integrity": "sha512-+DWg8jCJG2TEnpy7kOm/7/AxaYoaRbjVB4LFZLySZlWn8exGs3A4OLJR966cVvU26N7X9TWxl+Jsw7dzAqKT6g==",
+      "dev": true,
+      "license": "MIT",
+      "dependencies": {
+        "@babel/runtime": "^7.18.3",
+        "ts-algebra": "^2.0.0"
+      },
+      "engines": {
+        "node": ">=16"
+      }
+    },
     "node_modules/jsonwebtoken": {
       "version": "9.0.3",
       "resolved": "https://registry.npmjs.org/jsonwebtoken/-/jsonwebtoken-9.0.3.tgz",
@@ -2618,6 +2664,13 @@
         "node": ">=0.6"
       }
     },
+    "node_modules/ts-algebra": {
+      "version": "2.0.0",
+      "resolved": "https://registry.npmjs.org/ts-algebra/-/ts-algebra-2.0.0.tgz",
+      "integrity": "sha512-FPAhNPFMrkwz76P7cdjdmiShwMynZYN6SgOujD1urY4oNm80Ou9oMdmbR45LotcKOXoy7wSmHkRFE6Mxbrhefw==",
+      "dev": true,
+      "license": "MIT"
+    },
     "node_modules/tsx": {
       "version": "4.21.0",
       "resolved": "https://registry.npmjs.org/tsx/-/tsx-4.21.0.tgz",

backend/package.json

@@ -23,6 +23,7 @@
     "pg": "^8.19.0"
   },
   "devDependencies": {
+    "@anthropic-ai/sdk": "^0.89.0",
     "@types/bcrypt": "^6.0.0",
     "@types/cookie-parser": "^1.4.10",
     "@types/cors": "^2.8.17",

backend/scripts/hns-import/README.md

@@ -0,0 +1,140 @@
+# HNS 물질 Import 파이프라인
+
+`C:\Projects\MeterialDB\유해물질 화물적부도 검색툴.xlsm` 외부 자료를 `HNS_SUBSTANCE` DB로 변환하는 1회성 파이프라인.
+
+## 파이프라인 구조
+
+```
+[Excel xlsm]                    [PDF 물질정보집 (193종)]
+   ├─ (1) extract-excel.py          (2b) extract-pdf.py
+   │      → out/base.json                → out/pdf-data.json
+   └─ (2a) extract-images.py ──────────────────────────┐
+           → out/images/*.png                           │
+                ↓                                       │
+           (3) ocr-images.ts                           │
+               → out/ocr.json                          │
+                          ↓                            ↓
+                     (4) merge-data.ts  ←──────────────┘
+                         → frontend/src/data/hnsSubstanceData.json
+                                       ↓
+                          (5) tsx src/db/seedHns.ts
+                              → HNS_SUBSTANCE 테이블
+```
+
+**병합 우선순위**: `pdf-data.json` > `base.json` > `ocr.json`
+
+## 전제 조건
+
+- Python 3.9+ with `openpyxl`, `PyMuPDF(fitz)`
+- Node.js 20
+- `ANTHROPIC_API_KEY` 환경변수 (Claude Vision API, OCR 실행 시에만 필요)
+- Excel 원본: `C:\Projects\MeterialDB\유해물질 화물적부도 검색툴.xlsm`
+- PDF 원본: `C:\Projects\MeterialDB\해상화학사고_대응_물질정보집.pdf`
+
+## 실행 순서
+
+### 1) Excel 메타 시트 파싱
+
+```bash
+cd backend
+python scripts/hns-import/extract-excel.py
+```
+
+- 입력: `C:\Projects\MeterialDB\유해물질 화물적부도 검색툴.xlsm`
+- 처리 시트: `화물적부도 화물코드`(1,345개), `동의어`(215개), `IBC CODE`(분류)
+- 출력: `scripts/hns-import/out/base.json`
+
+### 2a) 이미지 225개 추출 (선택 — OCR 실행 시만 필요)
+
+```bash
+python scripts/hns-import/extract-images.py
+```
+
+- 출력: `out/images/{nameKr}.png`, `out/image-map.json`
+
+### 2b) PDF 물질정보집 파싱 ★ 권장
+
+```bash
+python scripts/hns-import/extract-pdf.py
+```
+
+- 입력: `C:\Projects\MeterialDB\해상화학사고_대응_물질정보집.pdf`
+- 해양경찰청 발행 193종, 텍스트 직접 추출 (OCR 불필요)
+- 출력: `scripts/hns-import/out/pdf-data.json`
+
+### 3) Claude Vision OCR (선택 — pdf-data.json 없을 때 보조)
+
+```bash
+export ANTHROPIC_API_KEY="sk-ant-..."
+cd backend
+npx tsx scripts/hns-import/ocr-images.ts
+```
+
+- 이미지 한 장당 Claude API 1회 호출, 동시 5개 병렬
+- 출력: `out/ocr.json` `{ [nameKr]: OcrResult }`
+
+### 4) 최종 JSON 병합
+
+```bash
+cd backend
+npx tsx scripts/hns-import/merge-data.ts
+```
+
+- 입력: `out/base.json` + `out/pdf-data.json` + `out/ocr.json` (없으면 건너뜀)
+- 출력: `frontend/src/data/hnsSubstanceData.json` (전량 덮어쓰기)
+
+### 5) DB 재시드
+
+```bash
+cd backend
+npx tsx src/db/seedHns.ts
+```
+
+- 기존 `DELETE FROM HNS_SUBSTANCE` → 새 514종 INSERT
+
+## 빠른 재실행 (PDF 추출 → 병합 → 시드)
+
+```bash
+cd backend
+python scripts/hns-import/extract-pdf.py && \
+npx tsx scripts/hns-import/merge-data.ts && \
+npx tsx src/db/seedHns.ts
+```
+
+## 현재 데이터 현황 (2024-04 기준)
+
+| 항목 | 이전 (OCR) | 현재 (PDF) |
+|------|-----------|-----------|
+| 총 물질 수 | 514종 | 514종 |
+| 상세정보 보유 (인화점 있음) | 152종 | 195종 |
+| NFPA 코드 있음 | ~150종 | 201종 |
+| CAS 번호 있음 | ~380종 | 504종 |
+| 해양거동 있음 | ~0종 | 206종 |
+| 한국어 유사명 있음 | ~200종 | 449종 |
+
+## 재실행 안내
+
+- `out/` 디렉토리는 `.gitignore` 처리되어 커밋되지 않음
+- OCR 결과는 비결정적이므로 재실행 시 약간 달라질 수 있음
+- PDF 추출은 결정적(동일 입력 → 동일 출력)이므로 재실행 안전
+
+## 알려진 이슈
+
+### 1) PDF 매칭 실패 35종
+
+PDF 국문명과 base.json 국문명이 달라 매칭되지 않는 항목이 35개 존재.
+`out/pdf-unmatched.json`에서 목록 확인 가능. 해당 항목은 OCR 데이터로 보조.
+
+**원인:**
+- 영문제품명이 국문명으로 등록된 경우 (예: `DER 383 Epoxy resin` ↔ `디이알 383`)
+- 동일 CAS 충돌 (예: `컨덴세이트`와 `나프타`가 같은 CAS)
+- 표기 차이 (예: `아이소파-G` ↔ `아이소파 G`)
+
+### 2) 2열 레이아웃 파싱 노이즈 (약 9건)
+
+PDF 물질특성 블록이 2열로 구성되어 있어, 일부 항목에서 비중 값이 온도값으로 오추출될 수 있음.
+영향 범위 최소 (벤젠 등 9종, 값이 100 이상이면 의심).
+
+### 3) SEBC/CAS/UN 번호 varchar 길이 초과
+
+`base.json` 생성 시 Excel에서 복수 CAS/UN 번호를 줄바꿈으로 결합해 저장하여, `HNS_SUBSTANCE` 테이블의 `VARCHAR(20)` 등 제약을 초과했음. 현재는 [`seedHns.ts`](../../../backend/src/db/seedHns.ts) 의 `firstToken()` 헬퍼로 첫 토큰만 검색 컬럼에 저장하고 원본 전체는 `DATA` JSONB에 보존.

backend/scripts/hns-import/extract-excel.py

@@ -0,0 +1,236 @@
+"""Excel 메타 시트 → base.json 변환.
+
+처리 시트:
+- 화물적부도 화물코드: 1,345개 기본 레코드
+- 동의어: 215개 한/영 유사명
+- IBC CODE: IMO IBC 분류
+
+출력: HNSSearchSubstance 스키마(frontend/src/common/types/hns.ts)에 맞춘 JSON 배열.
+"""
+from __future__ import annotations
+
+import io
+import json
+import os
+import re
+import sys
+from collections import defaultdict
+from pathlib import Path
+
+import openpyxl
+
+sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf-8')
+
+SCRIPT_DIR = Path(__file__).parent.resolve()
+OUT_DIR = SCRIPT_DIR / 'out'
+OUT_DIR.mkdir(exist_ok=True)
+
+SOURCE_XLSX = Path(os.environ.get(
+    'HNS_SOURCE_XLSX',
+    r'C:\Projects\MeterialDB\유해물질 화물적부도 검색툴.xlsm',
+))
+
+
+def norm_key(s: str | None) -> str:
+    if not s:
+        return ''
+    return re.sub(r'\s+', '', str(s)).strip().lower()
+
+
+def split_synonyms(raw: str | None) -> str:
+    if not raw:
+        return ''
+    # 원본은 "·" 또는 "/" 구분, 개행 포함
+    parts = re.split(r'[·/\n]+', str(raw))
+    cleaned = [p.strip() for p in parts if p and p.strip()]
+    return ' / '.join(cleaned)
+
+
+def clean_text(v) -> str:
+    if v is None:
+        return ''
+    return str(v).strip()
+
+
+def main() -> None:
+    print(f'[읽기] {SOURCE_XLSX}')
+    if not SOURCE_XLSX.exists():
+        raise SystemExit(f'소스 파일 없음: {SOURCE_XLSX}')
+
+    wb = openpyxl.load_workbook(SOURCE_XLSX, read_only=True, data_only=True, keep_vba=False)
+
+    # ────────── 화물적부도 화물코드 ──────────
+    ws = wb['화물적부도 화물코드']
+    rows = list(ws.iter_rows(values_only=True))
+    # 헤더 row6: 연번, 약자/제품명, 영어명, 영문명 동의어, 국문명, 국문명 동의어, 주요 사용처, UN번호, CAS번호
+    cargo_rows = [r for r in rows[6:] if r[0] is not None and isinstance(r[0], (int, float))]
+    print(f'[화물적부도] 데이터 행 {len(cargo_rows)}개')
+
+    # ────────── 동의어 시트 ──────────
+    ws_syn = wb['동의어']
+    syn_rows = list(ws_syn.iter_rows(values_only=True))
+    # 헤더 row2: 연번, 국문명, 영문명, cas, un, 한글 유사명, 영문 유사명
+    syn_map: dict[str, dict] = {}
+    for r in syn_rows[2:]:
+        if not r or r[0] is None:
+            continue
+        name_kr = clean_text(r[1])
+        cas = clean_text(r[3])
+        if not name_kr and not cas:
+            continue
+        key = norm_key(name_kr) or norm_key(cas)
+        syn_map[key] = {
+            'synonymsKr': split_synonyms(r[5]) if len(r) > 5 else '',
+            'synonymsEn': split_synonyms(r[6]) if len(r) > 6 else '',
+        }
+    print(f'[동의어] {len(syn_map)}개')
+
+    # ────────── IBC CODE 시트 ──────────
+    ws_ibc = wb['IBC CODE']
+    ibc_map: dict[str, dict] = {}
+    for i, r in enumerate(ws_ibc.iter_rows(values_only=True)):
+        if i < 2:
+            continue  # header 2 rows
+        if not r or not r[0]:
+            continue
+        name_en = clean_text(r[0])
+        key = norm_key(name_en)
+        if not key:
+            continue
+        ibc_map[key] = {
+            'ibcHazard': clean_text(r[2]),  # 위험성 S/P
+            'ibcShipType': clean_text(r[3]),  # 선박형식
+            'ibcTankType': clean_text(r[4]),  # 탱크형식
+            'ibcDetection': clean_text(r[10]) if len(r) > 10 else '',  # 탐지장치
+            'ibcFireFighting': clean_text(r[12]) if len(r) > 12 else '',  # 화재대응
+            'ibcMinRequirement': clean_text(r[14]) if len(r) > 14 else '',  # 구체적운영상 요건
+        }
+    print(f'[IBC CODE] {len(ibc_map)}개')
+
+    wb.close()
+
+    # ────────── 통합 레코드 생성 ──────────
+    # 동일 CAS/국문명 기준으로 cargoCodes 그룹화
+    groups: dict[str, list] = defaultdict(list)
+    for r in cargo_rows:
+        _, abbr, name_en, syn_en, name_kr, syn_kr, usage, un, cas = r[:9]
+        # 그룹 키: CAS 우선, 없으면 국문명
+        cas_s = clean_text(cas)
+        group_key = cas_s if cas_s else norm_key(name_kr)
+        groups[group_key].append({
+            'abbreviation': clean_text(abbr),
+            'nameKr': clean_text(name_kr),
+            'nameEn': clean_text(name_en),
+            'synonymsKr': split_synonyms(syn_kr),
+            'synonymsEn': split_synonyms(syn_en),
+            'usage': clean_text(usage),
+            'unNumber': clean_text(un),
+            'casNumber': cas_s,
+        })
+
+    records: list[dict] = []
+    next_id = 1
+    for group_key, entries in groups.items():
+        # 대표 레코드: 가장 먼저 등장 (동의어 필드가 있는 걸 우선)
+        primary = max(entries, key=lambda e: (bool(e['synonymsKr']), bool(e['synonymsEn']), len(e['nameKr'])))
+
+        name_kr_key = norm_key(primary['nameKr'])
+        name_en_key = norm_key(primary['nameEn'])
+
+        # 동의어 병합
+        syn_extra = syn_map.get(name_kr_key, {})
+        synonyms_kr = ' / '.join(filter(None, [primary['synonymsKr'], syn_extra.get('synonymsKr', '')]))
+        synonyms_en = ' / '.join(filter(None, [primary['synonymsEn'], syn_extra.get('synonymsEn', '')]))
+
+        # IBC 병합 (영문명 기준)
+        ibc = ibc_map.get(name_en_key, {})
+
+        # cargoCodes 집계
+        cargo_codes = [
+            {
+                'code': e['abbreviation'],
+                'name': e['nameEn'] or e['nameKr'],
+                'company': '국제공통',
+                'source': '적부도',
+            }
+            for e in entries
+            if e['abbreviation']
+        ]
+
+        record = {
+            'id': next_id,
+            'abbreviation': primary['abbreviation'],
+            'nameKr': primary['nameKr'],
+            'nameEn': primary['nameEn'],
+            'synonymsKr': synonyms_kr,
+            'synonymsEn': synonyms_en,
+            'unNumber': primary['unNumber'],
+            'casNumber': primary['casNumber'],
+            'transportMethod': '',
+            'sebc': '',
+            # 물리·화학 (OCR 단계에서 채움)
+            'usage': primary['usage'],
+            'state': '',
+            'color': '',
+            'odor': '',
+            'flashPoint': '',
+            'autoIgnition': '',
+            'boilingPoint': '',
+            'density': '',
+            'solubility': '',
+            'vaporPressure': '',
+            'vaporDensity': '',
+            'explosionRange': '',
+            # 위험도
+            'nfpa': {'health': 0, 'fire': 0, 'reactivity': 0, 'special': ''},
+            'hazardClass': '',
+            'ergNumber': '',
+            'idlh': '',
+            'aegl2': '',
+            'erpg2': '',
+            # 방제
+            'responseDistanceFire': '',
+            'responseDistanceSpillDay': '',
+            'responseDistanceSpillNight': '',
+            'marineResponse': '',
+            'ppeClose': '',
+            'ppeFar': '',
+            # MSDS
+            'msds': {
+                'hazard': '',
+                'firstAid': '',
+                'fireFighting': '',
+                'spillResponse': '',
+                'exposure': '',
+                'regulation': '',
+            },
+            # IBC
+            'ibcHazard': ibc.get('ibcHazard', ''),
+            'ibcShipType': ibc.get('ibcShipType', ''),
+            'ibcTankType': ibc.get('ibcTankType', ''),
+            'ibcDetection': ibc.get('ibcDetection', ''),
+            'ibcFireFighting': ibc.get('ibcFireFighting', ''),
+            'ibcMinRequirement': ibc.get('ibcMinRequirement', ''),
+            # EmS (OCR에서 채움)
+            'emsCode': '',
+            'emsFire': '',
+            'emsSpill': '',
+            'emsFirstAid': '',
+            # cargoCodes / portFrequency
+            'cargoCodes': cargo_codes,
+            'portFrequency': [],
+        }
+        records.append(record)
+        next_id += 1
+
+    print(f'[통합] 그룹화 결과 {len(records)}종 (화물적부도 {len(cargo_rows)}행 기준)')
+
+    # 저장
+    out_path = OUT_DIR / 'base.json'
+    with open(out_path, 'w', encoding='utf-8') as f:
+        json.dump(records, f, ensure_ascii=False, indent=2)
+    print(f'[완료] {out_path} ({out_path.stat().st_size / 1024:.0f} KB)')
+
+
+if __name__ == '__main__':
+    main()

backend/scripts/hns-import/extract-images.py

@@ -0,0 +1,170 @@
+"""물질별 시트에서 메인 카드 이미지(100KB+) 추출.
+
+엑셀 워크시트 → drawing → image 관계 체인을 추적해
+각 물질 시트의 핵심 이미지만 out/images/{nameKr}.png 로 저장.
+
+동시에 out/image-map.json 생성 (파일명 ↔ 시트명/국문명 매핑).
+"""
+from __future__ import annotations
+
+import io
+import json
+import os
+import re
+import sys
+import zipfile
+from pathlib import Path
+from xml.etree import ElementTree as ET
+
+sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf-8')
+
+SCRIPT_DIR = Path(__file__).parent.resolve()
+OUT_DIR = SCRIPT_DIR / 'out'
+IMG_DIR = OUT_DIR / 'images'
+IMG_DIR.mkdir(parents=True, exist_ok=True)
+
+SOURCE_XLSX = Path(os.environ.get(
+    'HNS_SOURCE_XLSX',
+    r'C:\Projects\MeterialDB\유해물질 화물적부도 검색툴.xlsm',
+))
+
+NS = {
+    'm': 'http://schemas.openxmlformats.org/spreadsheetml/2006/main',
+    'r': 'http://schemas.openxmlformats.org/officeDocument/2006/relationships',
+    'pr': 'http://schemas.openxmlformats.org/package/2006/relationships',
+}
+
+# 메타 시트(데이터 시트)는 스킵
+SKIP_SHEETS = {
+    '화물적부도 화물코드',
+    '항구별 코드',
+    '동의어',
+    'IBC CODE',
+    '경계선',
+}
+# 지침서 번호 시트(115~171) 패턴: 순수 숫자
+SKIP_PATTERN = re.compile(r'^\d{3}$')
+
+# 최소 이미지 크기 (주요 카드만 대상, 작은 아이콘 제외)
+MIN_IMAGE_SIZE = 50_000  # 50 KB
+
+
+def safe_filename(name: str) -> str:
+    name = name.strip().rstrip(',').strip()
+    name = re.sub(r'[<>:"/\\|?*]', '_', name)
+    return name
+
+
+def norm_path(p: str) -> str:
+    return os.path.normpath(p).replace(os.sep, '/')
+
+
+def main() -> None:
+    print(f'[읽기] {SOURCE_XLSX}')
+    if not SOURCE_XLSX.exists():
+        raise SystemExit(f'소스 파일 없음: {SOURCE_XLSX}')
+
+    image_map: dict[str, dict] = {}
+    saved = 0
+    skipped = 0
+    missing = 0
+
+    with zipfile.ZipFile(SOURCE_XLSX) as z:
+        # 1) workbook.xml → sheet 목록
+        with z.open('xl/workbook.xml') as f:
+            wb_root = ET.parse(f).getroot()
+        sheets = []
+        for s in wb_root.findall('m:sheets/m:sheet', NS):
+            sheets.append({
+                'name': s.get('name'),
+                'rid': s.get('{http://schemas.openxmlformats.org/officeDocument/2006/relationships}id'),
+            })
+        with z.open('xl/_rels/workbook.xml.rels') as f:
+            rels_root = ET.parse(f).getroot()
+        rid_target = {r.get('Id'): r.get('Target') for r in rels_root.findall('pr:Relationship', NS)}
+        for s in sheets:
+            s['target'] = rid_target.get(s['rid'])
+
+        print(f'[시트] 총 {len(sheets)}개')
+
+        for s in sheets:
+            name = s['name']
+            if name in SKIP_SHEETS or SKIP_PATTERN.match(name or ''):
+                skipped += 1
+                continue
+
+            sheet_file = 'xl/' + s['target']
+            rels_file = os.path.dirname(sheet_file) + '/_rels/' + os.path.basename(sheet_file) + '.rels'
+            try:
+                with z.open(rels_file) as f:
+                    srels = ET.parse(f).getroot()
+            except KeyError:
+                missing += 1
+                continue
+
+            # 시트 → drawing
+            drawing_rel = None
+            for r in srels.findall('pr:Relationship', NS):
+                t = r.get('Target') or ''
+                if 'drawing' in (r.get('Type') or '').lower() and 'drawings/' in t:
+                    drawing_rel = t
+                    break
+            if not drawing_rel:
+                missing += 1
+                continue
+
+            drawing_path = norm_path(os.path.join(os.path.dirname(sheet_file), drawing_rel))
+            drawing_rels_path = os.path.dirname(drawing_path) + '/_rels/' + os.path.basename(drawing_path) + '.rels'
+            try:
+                with z.open(drawing_rels_path) as f:
+                    drels = ET.parse(f).getroot()
+            except KeyError:
+                missing += 1
+                continue
+
+            # drawing → images
+            image_paths: list[str] = []
+            for r in drels.findall('pr:Relationship', NS):
+                t = r.get('Target') or ''
+                if 'image' in t.lower():
+                    img_path = norm_path(os.path.join(os.path.dirname(drawing_path), t))
+                    image_paths.append(img_path)
+            if not image_paths:
+                missing += 1
+                continue
+
+            # 가장 큰 이미지 선택 (실제 카드 이미지는 100KB+, 아이콘은 수 KB)
+            sized = [(z.getinfo(p).file_size, p) for p in image_paths]
+            sized.sort(reverse=True)
+            largest_size, largest_path = sized[0]
+            if largest_size < MIN_IMAGE_SIZE:
+                missing += 1
+                continue
+
+            # 저장
+            safe = safe_filename(name)
+            ext = os.path.splitext(largest_path)[1].lower() or '.png'
+            out_name = f'{safe}{ext}'
+            out_path = IMG_DIR / out_name
+            with z.open(largest_path) as fin, open(out_path, 'wb') as fout:
+                fout.write(fin.read())
+            image_map[out_name] = {
+                'sheetName': name,
+                'nameKr': safe,
+                'source': largest_path,
+                'sizeBytes': largest_size,
+            }
+            saved += 1
+            if saved % 25 == 0:
+                print(f'  {saved}개 저장 완료')
+
+    print(f'\n[결과] 저장 {saved} / 스킵(메타) {skipped} / 이미지없음 {missing}')
+
+    map_path = OUT_DIR / 'image-map.json'
+    with open(map_path, 'w', encoding='utf-8') as f:
+        json.dump(image_map, f, ensure_ascii=False, indent=2)
+    print(f'[완료] 매핑 파일: {map_path}')
+
+
+if __name__ == '__main__':
+    main()

backend/scripts/hns-import/extract-pdf.py

@@ -0,0 +1,707 @@
+"""PDF 물질정보집 → pdf-data.json 변환.
+
+원본: C:\\Projects\\MeterialDB\\해상화학사고_대응_물질정보집.pdf
+   해양경찰청 발행 193종 물질 정보
+
+PDF 구조:
+- 페이지 1-21: 표지/머리말/목차
+- 페이지 22-407: 193종 × 2페이지 물질 카드
+    - 요약 카드 (홀수 순서): 인화점·발화점·증기압·증기밀도·폭발범위·NFPA·해양거동 등
+    - 상세 카드 (짝수 순서): 유사명·CAS·UN·GHS분류·물질특성·인체유해성·응급조치
+- 물질 NO(1-193) → 0-인덱스 시작 페이지: 21 + (NO-1) * 2
+
+출력: out/pdf-data.json
+  { [nameKr]: OcrResult } — merge-data.ts 와 동일한 키 구조
+"""
+
+from __future__ import annotations
+
+import io
+import json
+import os
+import re
+import sys
+from pathlib import Path
+
+import fitz  # PyMuPDF
+
+sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf-8')
+
+SCRIPT_DIR = Path(__file__).parent.resolve()
+OUT_DIR = SCRIPT_DIR / 'out'
+OUT_DIR.mkdir(exist_ok=True)
+
+PDF_PATH = Path(os.environ.get(
+    'HNS_PDF_PATH',
+    r'C:\Projects\MeterialDB\해상화학사고_대응_물질정보집.pdf',
+))
+
+# 전각 문자 → 반각 변환 테이블
+_FULLWIDTH = str.maketrans(
+    '（）ｔＣ°℃　，',
+    '()tC℃℃ ,',
+)
+
+
+def clean(s: str) -> str:
+    """텍스트 정리."""
+    if not s:
+        return ''
+    s = s.translate(_FULLWIDTH)
+    # 온도 기호 통일: 仁/七/부/사 → ℃ (OCR 오인식)
+    s = re.sub(r'(?<=[0-9])\s*[仁七부사 　　](?=\s|$|이|이하)', '℃', s)
+    s = re.sub(r'(?<=[0-9])\s*[tT](?=\s|$|이|이하)', '℃', s)
+    s = re.sub(r'\s+', ' ', s)
+    return s.strip()
+
+
+def norm_key(s: str) -> str:
+    """정규화 키: 공백/특수문자 제거 + 소문자."""
+    if not s:
+        return ''
+    return re.sub(r'[\s,./\-_()\[\]··]+', '', s).lower()
+
+
+def normalize_cas(raw: str) -> str:
+    """CAS 번호 정규화: OCR 노이즈 제거 후 X-XX-X 형식 반환."""
+    if not raw:
+        return ''
+    # 혼합물
+    if '혼합물' in raw:
+        return ''
+    # 특수 대시 → -
+    s = raw.replace('—', '-').replace('－', '-').replace('–', '-')
+    # OCR 오인식: 이,이,  공백 등 → 0
+    s = re.sub(r'[이oO０]', '0', s)
+    s = re.sub(r'["\'\s　]', '', s)  # 잡자 제거
+    # CAS 포맷 검증 후 반환
+    m = re.match(r'^(\d{2,7}-\d{2}-\d)$', s)
+    if m:
+        return m.group(1).lstrip('0') or '0'  # 앞자리 0 제거
+    # 완전히 일치 안 하면 숫자+대시만 남기고 검증
+    s2 = re.sub(r'[^0-9\-]', '', s)
+    m2 = re.match(r'^(\d{2,7}-\d{2}-\d)$', s2)
+    if m2:
+        return m2.group(1).lstrip('0') or '0'
+    return ''
+
+
+def find_cas_in_text(text: str) -> str:
+    """텍스트에서 CAS 번호 패턴 검색."""
+    # 표준 CAS 패턴: 숫자-숫자2자리-숫자1자리
+    candidates = re.findall(r'\b(\d{1,7}[\-—－\s]{1,2}\d{2}[\-—－\s]{1,2}\d)\b', text)
+    for c in candidates:
+        cas = normalize_cas(c)
+        if cas and len(cas) >= 5:
+            return cas
+    return ''
+
+
+def parse_nfpa(text: str) -> dict | None:
+    """NFPA 코드 파싱: '건강 : 3 화재 : 0 반응 : 1' 형태."""
+    m = re.search(r'건강\s*[：:]\s*(\d)\s*화재\s*[：:]\s*(\d)\s*반응\s*[：:]\s*(\d)', text)
+    if m:
+        return {
+            'health': int(m.group(1)),
+            'fire': int(m.group(2)),
+            'reactivity': int(m.group(3)),
+            'special': '',
+        }
+    # 대안 패턴: 줄바꿈 포함
+    m2 = re.search(r'건강\s*[：:]\s*(\d).*?화재\s*[：:]\s*(\d).*?반응\s*[：:]\s*(\d)', text, re.DOTALL)
+    if m2:
+        return {
+            'health': int(m2.group(1)),
+            'fire': int(m2.group(2)),
+            'reactivity': int(m2.group(3)),
+            'special': '',
+        }
+    return None
+
+
+def extract_field_after(text: str, label: str, max_chars: int = 80) -> str:
+    """레이블 직후 값 추출 (단순 패턴)."""
+    idx = text.find(label)
+    if idx < 0:
+        return ''
+    snippet = text[idx + len(label): idx + len(label) + max_chars + 50]
+    # 첫 비공백 줄 추출
+    lines = snippet.split('\n')
+    for line in lines:
+        v = clean(line)
+        if v and v not in (':', '：', ''):
+            return v[:max_chars]
+    return ''
+
+
+def parse_summary_card(text: str, index_entry: dict) -> dict:
+    """요약 카드(첫 번째 페이지) 파싱."""
+    result: dict = {}
+
+    # 인화점
+    m = re.search(r'인화점\s*\n([^\n화발증폭위※]+)', text)
+    if m:
+        val = clean(m.group(1))
+        if val and '위험' not in val and len(val) < 40:
+            result['flashPoint'] = val
+
+    # 발화점
+    m = re.search(r'발화점\s*\n([^\n화발증폭위※인]+)', text)
+    if m:
+        val = clean(m.group(1))
+        if val and len(val) < 40:
+            result['autoIgnition'] = val
+
+    # 증기압 (요약 카드에서는 값이 더 명확하게 나옴)
+    m = re.search(r'(?:증기압|흥기압)\s*\n?([^\n증기밀도폭발인화발화]+)', text)
+    if m:
+        val = clean(m.group(1))
+        # 파편화된 텍스트 제거
+        if val and re.search(r'\d', val) and len(val) < 60:
+            result['vaporPressure'] = val
+
+    # 증기밀도 숫자값
+    m = re.search(r'증기밀도\s*\n?([0-9][^\n]{0,20})', text)
+    if m:
+        val = clean(m.group(1))
+        if val and len(val) < 20:
+            result['vaporDensity'] = val
+
+    # 폭발범위 (2열 레이아웃으로 값이 레이블에서 멀리 떨어질 수 있어 전문 탐색도 병행)
+    m = re.search(r'폭발범위\s*\n([^\n위험인화발화※]+)', text)
+    if m:
+        val = clean(m.group(1))
+        if val and '%' in val and len(val) < 30:
+            result['explosionRange'] = val
+    # 2열 레이아웃 폴백: 텍스트 전체에서 "숫자~숫자%" 패턴 검색
+    if not result.get('explosionRange'):
+        m = re.search(r'(\d+[\.,]?\d*\s*~\s*\d+[\.,]?\d*\s*%)', text)
+        if m:
+            result['explosionRange'] = clean(m.group(1))
+
+    # 화재시 대피거리
+    m = re.search(r'화재시\s*대피거리\s*\n?([^\n]+)', text)
+    if m:
+        val = clean(m.group(1))
+        if val:
+            result['responseDistanceFire'] = val
+
+    # 해양거동
+    m = re.search(r'해양거동\s*\n([^\n상온이격방호방제]+)', text)
+    if not m:
+        m = re.search(r'해양거동\s+([^\n]+)', text)
+    if m:
+        val = clean(m.group(1))
+        if val and len(val) < 80:
+            result['marineResponse'] = val
+
+    # 상온상태
+    m = re.search(r'상온상태\s*\n([^\n이격방호비중색상휘발냄새]+)', text)
+    if m:
+        val = clean(m.group(1))
+        if val and len(val) < 60:
+            result['state'] = val
+
+    # 냄새
+    m = re.search(r'냄새\s*\n([^\n이격방호색상비중상온휘발]+)', text)
+    if m:
+        val = clean(m.group(1))
+        if val and len(val) < 60:
+            result['odor'] = val
+
+    # 비중
+    m = re.search(r'비중\s*\n[^\n]*\n([0-9][^\n]{0,25})', text)
+    if not m:
+        m = re.search(r'비중\s*\n([0-9][^\n]{0,25})', text)
+    if m:
+        val = clean(m.group(1))
+        if val and len(val) < 30:
+            result['density'] = val
+
+    # 색상
+    m = re.search(r'색상\s*\n([^\n이격방호냄새비중상온휘발]+)', text)
+    if m:
+        val = clean(m.group(1))
+        if val and len(val) < 40:
+            result['color'] = val
+
+    # 이격거리 / 방호거리 거리 숫자 추출
+    m_hot = re.search(r'(?:이격거리|Hot\s*Zone).*?\n([^\n방호거리]+(?:\d+m|반경[^\n]+))', text, re.IGNORECASE)
+    if m_hot:
+        result['responseDistanceSpillDay'] = clean(m_hot.group(1))
+
+    m_warm = re.search(r'(?:방호거리|Warm\s*Zone).*?\n([^\n이격거리]+(?:\d+m|방향[^\n]+))', text, re.IGNORECASE)
+    if m_warm:
+        result['responseDistanceSpillNight'] = clean(m_warm.group(1))
+
+    return result
+
+
+def parse_detail_card(text: str) -> dict:
+    """상세 카드(두 번째 페이지) 파싱."""
+    result: dict = {}
+
+    # ── nameKr 헤더에서 추출 ──────────────────────────────────────────
+    # 형식: "001 과산화수소" or "0이 과산화수소"
+    first_lines = text.strip().split('\n')[:4]
+    for line in first_lines:
+        line = line.strip()
+        # 숫자/OCR숫자로 시작하고 뒤에 한글이 오는 패턴
+        m = re.match(r'^[0-9이이아오０-９]{2,3}\s+([\w\s\-,./()（）]+)$', line)
+        if m:
+            candidate = clean(m.group(1).strip())
+            if candidate and re.search(r'[가-힣A-Za-z]', candidate):
+                result['nameKr'] = candidate
+                break
+
+    # ── 분류 ──────────────────────────────────────────────────────────
+    m = re.search(r'(?:유해액체물질|위험물질|석유\s*및|해양환경관리법)[^\n]{0,60}', text)
+    if m:
+        result['hazardClass'] = clean(m.group(0))
+
+    # ── 물질요약 ───────────────────────────────────────────────────────
+    # 물질요약 레이블 이후 ~ 유사명/CAS 번호 전까지
+    m = re.search(r'(?:물질요약|= *닐으서|진 O야)(.*?)(?=유사명|CAS|$)', text, re.DOTALL)
+    if not m:
+        # 분류값 이후 ~ 유사명 전
+        m = re.search(r'(?:유해액체물질|석유 및)[^\n]*\n(.*?)(?=유사명|CAS)', text, re.DOTALL)
+    if m:
+        summary = re.sub(r'\s+', ' ', m.group(1)).strip()
+        if summary and len(summary) > 15:
+            result['materialSummary'] = summary[:500]
+
+    # ── 유사명 ─────────────────────────────────────────────────────────
+    m = re.search(r'유사명\s*\n?(.*?)(?=CAS|UN\s*번호|\d{4,7}-\d{2}-\d|분자식|$)', text, re.DOTALL)
+    if m:
+        synonyms_raw = re.sub(r'\s+', ' ', m.group(1)).strip()
+        # CAS 번호 형태면 제외
+        if synonyms_raw and not re.match(r'^\d{4,7}-\d{2}-\d', synonyms_raw) and len(synonyms_raw) < 300:
+            result['synonymsKr'] = synonyms_raw
+
+    # ── CAS 번호 ────────────────────────────────────────────────────────
+    # 1순위: "CAS번호" / "CAS 번호" 직후 줄
+    m = re.search(r'CAS\s*번호\s*\n\s*([^\n분자NFPA용도인화발화물질]+)', text)
+    if not m:
+        m = re.search(r'CAS\s*번호\s*([0-9][^\n분자NFPA용도인화발화물질]{4,20})', text)
+    if m:
+        cas = normalize_cas(m.group(1).strip().split()[0])
+        if cas:
+            result['casNumber'] = cas
+
+    # 2순위: 텍스트 전체에서 CAS 패턴 검색
+    if not result.get('casNumber'):
+        cas = find_cas_in_text(text)
+        if cas:
+            result['casNumber'] = cas
+
+    # ── UN 번호 ─────────────────────────────────────────────────────────
+    # NFPA 코드 이후 줄에 있는 4자리 숫자
+    m = re.search(r'(?:UN\s*번호|UN번호)\s*\n?\s*([0-9]{3,4})', text)
+    if not m:
+        # NFPA 다음 4자리 숫자
+        m = re.search(r'반응\s*[：:]\s*\d\s*\n\s*([0-9]{3,4})\s*\n', text)
+    if m:
+        result['unNumber'] = m.group(1).strip()
+
+    # ── NFPA 코드 ───────────────────────────────────────────────────────
+    nfpa = parse_nfpa(text)
+    if nfpa:
+        result['nfpa'] = nfpa
+
+    # ── 용도 ────────────────────────────────────────────────────────────
+    m = re.search(r'용도\s*\n(.*?)(?=물질특성|인체\s*유해|인체유해|흡입노출|보호복|초동|$)', text, re.DOTALL)
+    if m:
+        usage = re.sub(r'\s+', ' ', m.group(1)).strip()
+        # GHS 마크(특수문자 블록) 제거
+        usage = re.sub(r'<[^>]*>|[♦◆◇△▲▼▽★☆■□●○◐◑]+', '', usage).strip()
+        if usage and len(usage) < 200:
+            result['usage'] = usage
+
+    # ── 물질특성 블록 ───────────────────────────────────────────────────
+    props_start = text.find('물질특성')
+    props_end = text.find('인체 유해성')
+    if props_end < 0:
+        props_end = text.find('인체유해성')
+    if props_end < 0:
+        props_end = text.find('흡입노출')
+    props_text = text[props_start:props_end] if 0 <= props_start < props_end else text
+
+    # 인화점 (상세) — 단일 알파벳(X/O 등 위험도 마크) 제외, 숫자 포함 값만 허용
+    m = re.search(r'인화점\s+([^\n발화끓는수용상온]+)', props_text)
+    if not m:
+        m = re.search(r'인화점\s*\n\s*([^\n발화끓는수용상온]+)', props_text)
+    if m:
+        val = clean(m.group(1))
+        if val and len(val) < 40 and (re.search(r'\d', val) or re.search(r'없음|해당없음|N/A', val)):
+            result['flashPoint'] = val
+
+    # 발화점 (상세) — 숫자 포함 값만 허용
+    m = re.search(r'발화점\s+([^\n인화끓는수용상온]+)', props_text)
+    if not m:
+        m = re.search(r'발화점\s*\n\s*([^\n인화끓는수용상온]+)', props_text)
+    if m:
+        val = clean(m.group(1))
+        if val and len(val) < 40 and (re.search(r'\d', val) or re.search(r'없음|해당없음|N/A', val)):
+            result['autoIgnition'] = val
+
+    # 끓는점
+    m = re.search(r'끓는점\s+([^\n인화발화수용상온]+)', props_text)
+    if not m:
+        m = re.search(r'끓는점\s*\n\s*([^\n인화발화수용상온]+)', props_text)
+    if m:
+        val = clean(m.group(1))
+        if val and len(val) < 40:
+            result['boilingPoint'] = val
+
+    # 수용해도
+    m = re.search(r'수용해도\s+([^\n인화발화끓는상온]+)', props_text)
+    if not m:
+        m = re.search(r'수용해도\s*\n\s*([^\n인화발화끓는상온]+)', props_text)
+    if m:
+        val = clean(m.group(1))
+        if val and len(val) < 50:
+            result['solubility'] = val
+
+    # 상온상태 (상세)
+    m = re.search(r'상온상태\s+([^\n색상냄새비중증기인화발화]+)', props_text)
+    if not m:
+        m = re.search(r'상온상태\s*\n\s*([^\n색상냄새비중증기인화발화]+)', props_text)
+    if m:
+        val = clean(m.group(1)).strip('()')
+        if val and len(val) < 60:
+            result['state'] = val
+
+    # 색상 (상세)
+    m = re.search(r'색상\s+([^\n상온냄새비중증기인화발화]+)', props_text)
+    if not m:
+        m = re.search(r'색상\s*\n\s*([^\n상온냄새비중증기인화발화]+)', props_text)
+    if m:
+        val = clean(m.group(1))
+        if val and len(val) < 40:
+            result['color'] = val
+
+    # 냄새 (상세)
+    m = re.search(r'냄새\s+([^\n상온색상비중증기인화발화]+)', props_text)
+    if not m:
+        m = re.search(r'냄새\s*\n\s*([^\n상온색상비중증기인화발화]+)', props_text)
+    if m:
+        val = clean(m.group(1))
+        if val and len(val) < 60:
+            result['odor'] = val
+
+    # 비중 (상세)
+    m = re.search(r'비중\s+([0-9][^\n증기점도휘발]{0,25})', props_text)
+    if not m:
+        m = re.search(r'비중\s*\n\s*([0-9][^\n증기점도휘발]{0,25})', props_text)
+    if m:
+        val = clean(m.group(1))
+        if val and len(val) < 30:
+            result['density'] = val
+
+    # 증기압 (상세)
+    m = re.search(r'증기압\s+([^\n증기밀도점도휘발]{3,40})', props_text)
+    if not m:
+        m = re.search(r'증기압\s*\n\s*([^\n증기밀도점도휘발]{3,40})', props_text)
+    if m:
+        val = clean(m.group(1))
+        if val and re.search(r'\d', val):
+            result['vaporPressure'] = val
+
+    # 증기밀도 (상세)
+    m = re.search(r'증기밀도\s+([0-9,\.][^\n]{0,15})', props_text)
+    if not m:
+        m = re.search(r'증기밀도\s*\n\s*([0-9,\.][^\n]{0,15})', props_text)
+    if m:
+        val = clean(m.group(1))
+        if val and len(val) < 20:
+            result['vaporDensity'] = val
+
+    # 점도
+    m = re.search(r'점도\s+([0-9][^\n]{0,25})', props_text)
+    if not m:
+        m = re.search(r'점도\s*\n\s*([0-9][^\n]{0,25})', props_text)
+    if m:
+        val = clean(m.group(1))
+        if val and len(val) < 30:
+            result['viscosity'] = val
+
+    # ── 인체유해성 블록 ─────────────────────────────────────────────────
+    hazard_start = max(text.find('인체 유해성'), text.find('인체유해성'))
+    if hazard_start < 0:
+        hazard_start = text.find('급성독성')
+    response_start = text.find('초동대응')
+    hazard_text = text[hazard_start:response_start] if 0 <= hazard_start < response_start else ''
+
+    # IDLH
+    m = re.search(r'I?DLH[^\n]{0,20}\n?\s*([0-9][^\n]{0,20})', hazard_text or text)
+    if m:
+        val = clean(m.group(1))
+        if val and re.search(r'\d', val):
+            result['idlh'] = val
+
+    # TWA
+    m = re.search(r'TWA[^\n]{0,20}\n?\s*([0-9][^\n]{0,20})', hazard_text or text)
+    if m:
+        val = clean(m.group(1))
+        if val and re.search(r'\d', val):
+            result['twa'] = val
+
+    # ── 응급조치 ─────────────────────────────────────────────────────────
+    fa_start = text.find('흡입노출')
+    fa_end = text.find('초동대응')
+    if fa_start >= 0:
+        fa_text = text[fa_start: fa_end if fa_end > fa_start else fa_start + 600]
+        fa = re.sub(r'\s+', ' ', fa_text).strip()
+        result['msds'] = {
+            'firstAid': fa[:600],
+            'spillResponse': '',
+            'hazard': '',
+            'fireFighting': '',
+            'exposure': '',
+            'regulation': '',
+        }
+
+    # ── 초동대응 - 이격거리/방호거리 (상세카드에서) ─────────────────────
+    m = re.search(r'초기\s*이격거리[^\n]{0,10}m[^\n]{0,5}\n?\s*([0-9]+)', text)
+    if m:
+        result['responseDistanceSpillDay'] = m.group(1) + 'm'
+
+    m = re.search(r'방호거리[^\n]{0,10}m[^\n]{0,5}\n?\s*([0-9]+)', text)
+    if m:
+        result['responseDistanceSpillNight'] = m.group(1) + 'm'
+
+    m = re.search(r'화재\s*시\s*대피거리[^\n]{0,10}m[^\n]{0,5}\n?\s*([0-9]+)', text)
+    if m:
+        result['responseDistanceFire'] = m.group(1) + 'm'
+
+    # ── GHS 분류 ─────────────────────────────────────────────────────────
+    ghs_items = re.findall(
+        r'(?:인화성[^\n（(]{2,40}|급성독성[^\n（(]{2,40}|피부부식[^\n（(]{2,40}|'
+        r'눈\s*손상[^\n（(]{2,40}|발암성[^\n（(]{2,40}|생식독성[^\n（(]{2,40}|'
+        r'수생환경[^\n（(]{2,40}|특정표적[^\n（(]{2,40}|흡인유해[^\n（(]{2,40})',
+        text,
+    )
+    if ghs_items:
+        result['ghsClass'] = ' / '.join(clean(g) for g in ghs_items[:6])
+
+    return result
+
+
+def parse_index_pages(pdf: fitz.Document) -> dict[int, dict]:
+    """목차 페이지(4-21)에서 NO → {nameKr, nameEn, casNumber} 매핑 구축."""
+    index: dict[int, dict] = {}
+
+    for page_idx in range(3, 21):
+        page = pdf[page_idx]
+        text = page.get_text()
+        lines = [ln.strip() for ln in text.split('\n') if ln.strip()]
+
+        for i, line in enumerate(lines):
+            if not re.match(r'^\d{1,3}$', line):
+                continue
+            no = int(line)
+            if not (1 <= no <= 193):
+                continue
+            if no in index:
+                continue
+
+            # 탐색 창: NO 앞 1~4줄
+            cas, name_en, name_kr = '', '', ''
+            if i >= 1:
+                # CAS 줄: 숫자-숫자-숫자 패턴 (OCR 노이즈 허용)
+                raw_cas = lines[i - 1]
+                cas = normalize_cas(raw_cas) if re.match(r'^[0-9이이아oO０-９\-—－"\'\.  ]{5,30}$|혼합물', raw_cas) else ''
+                if not cas and '혼합물' in raw_cas:
+                    cas = '혼합물'
+
+            if cas or '혼합물' in (lines[i - 1] if i >= 1 else ''):
+                if i >= 2:
+                    name_en = lines[i - 2]
+                if i >= 3:
+                    name_kr = lines[i - 3]
+            elif i >= 2:
+                # CAS가 없는 경우(매칭 실패) - 줄 이동해서 재탐색
+                raw_cas2 = lines[i - 2] if i >= 2 else ''
+                cas = normalize_cas(raw_cas2) if re.match(r'^[0-9이이아oO０-９\-—－"\'\.  ]{5,30}$|혼합물', raw_cas2) else ''
+                if cas or '혼합물' in raw_cas2:
+                    name_en = lines[i - 1] if i >= 1 else ''
+                    # name_kr는 찾기 어려움
+
+            if not name_kr and i >= 3:
+                # 이름이 공백/짧으면 더 위 줄에서 찾기
+                for j in range(3, min(6, i + 1)):
+                    cand = lines[i - j]
+                    if re.search(r'[가-힣]', cand) and len(cand) > 1:
+                        name_kr = cand
+                        break
+
+            index[no] = {
+                'no': no,
+                'nameKr': name_kr,
+                'nameEn': name_en,
+                'casNumber': cas if cas != '혼합물' else '',
+            }
+
+    return index
+
+
+def extract_name_from_summary(text: str) -> tuple[str, str]:
+    """요약 카드에서 nameKr, nameEn 추출."""
+    name_kr, name_en = '', ''
+    lines = text.strip().split('\n')
+
+    # 1~6번 줄에서 한글 이름 탐색 (헤더 "해상화학사고 대응 물질정보집" 이후)
+    found_header = False
+    for line in lines:
+        line = line.strip()
+        if not line:
+            continue
+        # 제목 줄 건너뜀
+        if '해상화학사고' in line or '대응' in line or '물질정보집' in line:
+            found_header = True
+            continue
+        # 3자리 번호 줄 건너뜀
+        if re.match(r'^\d{1,3}$', line):
+            continue
+        # 한글이 있으면 nameKr 후보
+        if re.search(r'[가-힣]', line) and len(line) > 1 and '위험' not in line and '분류' not in line:
+            if not name_kr:
+                name_kr = clean(line)
+
+        # 영문명: (영문명) 형태
+        m_en = re.search(r'[（(]([A-Za-z][^）)]{3,60})[）)]', line)
+        if m_en and not name_en:
+            name_en = clean(m_en.group(1))
+
+        if name_kr and name_en:
+            break
+
+    return name_kr, name_en
+
+
+def parse_substance(pdf: fitz.Document, no: int, index_entry: dict) -> dict | None:
+    """물질 번호 no에 해당하는 2페이지를 파싱하여 통합 레코드 반환."""
+    start_idx = 21 + (no - 1) * 2
+    if start_idx + 1 >= pdf.page_count:
+        return None
+
+    summary_text = pdf[start_idx].get_text()
+    detail_text = pdf[start_idx + 1].get_text()
+
+    summary = parse_summary_card(summary_text, index_entry)
+    detail = parse_detail_card(detail_text)
+
+    # nameKr 결정 우선순위: 인덱스 > 상세카드 헤더 > 요약카드
+    name_kr = index_entry.get('nameKr', '')
+    if not name_kr:
+        name_kr = detail.get('nameKr', '')
+    if not name_kr:
+        name_kr, _ = extract_name_from_summary(summary_text)
+
+    # nameEn
+    name_en = index_entry.get('nameEn', '')
+
+    # 통합: detail 우선, 없으면 summary
+    merged: dict = {
+        'nameKr': name_kr,
+        'nameEn': name_en,
+    }
+
+    for key in ['casNumber', 'unNumber', 'usage', 'synonymsKr',
+                'flashPoint', 'autoIgnition', 'boilingPoint', 'density', 'solubility',
+                'vaporPressure', 'vaporDensity', 'volatility', 'explosionRange',
+                'state', 'color', 'odor', 'viscosity', 'idlh', 'twa',
+                'responseDistanceFire', 'responseDistanceSpillDay', 'responseDistanceSpillNight',
+                'marineResponse', 'hazardClass', 'ghsClass', 'materialSummary', 'msds']:
+        detail_val = detail.get(key)
+        summary_val = summary.get(key)
+        if detail_val:
+            merged[key] = detail_val
+        elif summary_val:
+            merged[key] = summary_val
+
+    # CAS: 인덱스 우선
+    if index_entry.get('casNumber') and not merged.get('casNumber'):
+        merged['casNumber'] = index_entry['casNumber']
+
+    # NFPA: detail 우선
+    if 'nfpa' in detail:
+        merged['nfpa'] = detail['nfpa']
+
+    if 'msds' not in merged:
+        merged['msds'] = {
+            'firstAid': '', 'spillResponse': '', 'hazard': '',
+            'fireFighting': '', 'exposure': '', 'regulation': '',
+        }
+
+    merged['_no'] = no
+    merged['_pageIdx'] = start_idx
+    return merged
+
+
+def main() -> None:
+    if not PDF_PATH.exists():
+        raise SystemExit(f'PDF 파일 없음: {PDF_PATH}')
+
+    print(f'[읽기] {PDF_PATH}')
+    pdf = fitz.open(str(PDF_PATH))
+    print(f'[PDF] 총 {pdf.page_count}페이지')
+
+    # 1. 인덱스 파싱
+    print('[인덱스] 목차 페이지 파싱 중...')
+    index = parse_index_pages(pdf)
+    print(f'[인덱스] {len(index)}개 항목 발견')
+
+    # 2. 물질 카드 파싱
+    results: dict[str, dict] = {}
+    failed: list[int] = []
+
+    for no in range(1, 194):
+        entry = index.get(no, {'no': no, 'nameKr': '', 'nameEn': '', 'casNumber': ''})
+        try:
+            rec = parse_substance(pdf, no, entry)
+            if rec:
+                name_kr = rec.get('nameKr', '')
+                if name_kr:
+                    key = name_kr
+                    if key in results:
+                        key = f'{name_kr}_{no}'
+                    results[key] = rec
+                else:
+                    print(f'  [경고] NO={no} nameKr 없음 - 건너뜀')
+                    failed.append(no)
+        except Exception as e:
+            print(f'  [오류] NO={no}: {e}')
+            failed.append(no)
+
+    pdf.close()
+
+    # 3. 저장
+    out_path = OUT_DIR / 'pdf-data.json'
+    with open(out_path, 'w', encoding='utf-8') as f:
+        json.dump(results, f, ensure_ascii=False, indent=2)
+
+    size_kb = out_path.stat().st_size / 1024
+    print(f'\n[완료] {out_path} ({size_kb:.0f} KB, {len(results)}종)')
+
+    if failed:
+        print(f'[경고] 파싱 실패 {len(failed)}종: {failed}')
+
+    # 4. 통계
+    with_flash = sum(1 for v in results.values() if v.get('flashPoint'))
+    with_nfpa = sum(1 for v in results.values() if v.get('nfpa'))
+    with_cas = sum(1 for v in results.values() if v.get('casNumber'))
+    with_syn = sum(1 for v in results.values() if v.get('synonymsKr'))
+    print(f'[통계] 인화점: {with_flash}종, NFPA: {with_nfpa}종, CAS: {with_cas}종, 유사명: {with_syn}종')
+
+    # 5. 샘플 출력
+    print('\n[샘플] 주요 항목:')
+    sample_keys = ['과산화수소', '나프탈렌', '벤젠', '톨루엔']
+    for k in sample_keys:
+        if k in results:
+            v = results[k]
+            print(f'  {k}: fp={v.get("flashPoint","")} nfpa={v.get("nfpa")} cas={v.get("casNumber","")}')
+
+
+if __name__ == '__main__':
+    main()

backend/scripts/hns-import/merge-batch.py

@@ -0,0 +1,23 @@
+"""배치 JSON을 ocr.json에 병합."""
+import json
+import sys
+from pathlib import Path
+
+SCRIPT_DIR = Path(__file__).parent.resolve()
+OUT_DIR = SCRIPT_DIR / 'out'
+OCR_PATH = OUT_DIR / 'ocr.json'
+BATCH_PATH = OUT_DIR / 'batch.json'
+
+with open(OCR_PATH, encoding='utf-8') as f:
+    ocr = json.load(f)
+with open(BATCH_PATH, encoding='utf-8') as f:
+    batch = json.load(f)
+
+added = [k for k in batch if k not in ocr]
+updated = [k for k in batch if k in ocr]
+ocr.update(batch)
+
+with open(OCR_PATH, 'w', encoding='utf-8') as f:
+    json.dump(ocr, f, ensure_ascii=False, indent=2)
+
+print(f'merged: +{len(added)} added, ~{len(updated)} updated, total {len(ocr)}')

backend/scripts/hns-import/merge-data.ts

@@ -0,0 +1,362 @@
+/**
+ * base.json + pdf-data.json + ocr.json → frontend/src/data/hnsSubstanceData.json
+ *
+ * 우선순위: pdf-data (PDF 텍스트 추출, 최고 정확도) > base.json > ocr.json (이미지 OCR, 낮은 정확도)
+ * 매칭 키 순서:
+ *   1. CAS 번호 (가장 신뢰할 수 있는 식별자)
+ *   2. 국문명(nameKr) 정규화 비교
+ *   3. 동의어(synonymsKr) 정규화 비교
+ */
+import { readFileSync, writeFileSync, existsSync } from 'node:fs';
+import { resolve, dirname } from 'node:path';
+import { fileURLToPath } from 'node:url';
+
+const __dirname = dirname(fileURLToPath(import.meta.url));
+const OUT_DIR = resolve(__dirname, 'out');
+const BASE_PATH = resolve(OUT_DIR, 'base.json');
+const PDF_PATH = resolve(OUT_DIR, 'pdf-data.json');
+const OCR_PATH = resolve(OUT_DIR, 'ocr.json');
+const TARGET_PATH = resolve(__dirname, '../../../frontend/src/data/hnsSubstanceData.json');
+
+function normalizeName(s: string | undefined): string {
+  if (!s) return '';
+  return s
+    .replace(/\s+/g, '')
+    .replace(/[,.·/\-_()[\]（）]/g, '')
+    .toLowerCase();
+}
+
+function normalizeCas(s: string | undefined): string {
+  if (!s) return '';
+  // 앞자리 0 제거 후 정규화
+  return s
+    .replace(/[^0-9\-]/g, '')
+    .replace(/^0+/, '')
+    .trim();
+}
+
+interface NfpaBlock {
+  health: number;
+  fire: number;
+  reactivity: number;
+  special: string;
+}
+
+interface MsdsBlock {
+  hazard: string;
+  firstAid: string;
+  fireFighting: string;
+  spillResponse: string;
+  exposure: string;
+  regulation: string;
+}
+
+interface BaseRecord {
+  id: number;
+  abbreviation: string;
+  nameKr: string;
+  nameEn: string;
+  synonymsEn: string;
+  synonymsKr: string;
+  unNumber: string;
+  casNumber: string;
+  transportMethod: string;
+  sebc: string;
+  usage: string;
+  state: string;
+  color: string;
+  odor: string;
+  flashPoint: string;
+  autoIgnition: string;
+  boilingPoint: string;
+  density: string;
+  solubility: string;
+  vaporPressure: string;
+  vaporDensity: string;
+  explosionRange: string;
+  nfpa: NfpaBlock;
+  hazardClass: string;
+  ergNumber: string;
+  idlh: string;
+  aegl2: string;
+  erpg2: string;
+  responseDistanceFire: string;
+  responseDistanceSpillDay: string;
+  responseDistanceSpillNight: string;
+  marineResponse: string;
+  ppeClose: string;
+  ppeFar: string;
+  msds: MsdsBlock;
+  ibcHazard: string;
+  ibcShipType: string;
+  ibcTankType: string;
+  ibcDetection: string;
+  ibcFireFighting: string;
+  ibcMinRequirement: string;
+  emsCode: string;
+  emsFire: string;
+  emsSpill: string;
+  emsFirstAid: string;
+  cargoCodes: Array<{ code: string; name: string; company: string; source: string }>;
+  portFrequency: Array<{ port: string; portCode: string; lastImport: string; frequency: string }>;
+}
+
+interface PdfResult {
+  [key: string]: unknown;
+  casNumber?: string;
+  nameKr?: string;
+  nfpa?: Partial<NfpaBlock>;
+  msds?: Partial<MsdsBlock>;
+}
+
+interface OcrResult {
+  [key: string]: unknown;
+}
+
+function firstString(...values: Array<unknown>): string {
+  for (const v of values) {
+    if (typeof v === 'string' && v.trim().length > 0) return v.trim();
+  }
+  return '';
+}
+
+function pickNfpa(source: PdfResult | OcrResult): NfpaBlock | null {
+  const n = source.nfpa as Partial<NfpaBlock> | undefined;
+  if (!n || typeof n !== 'object') return null;
+  const h = Number(n.health);
+  const f = Number(n.fire);
+  const r = Number(n.reactivity);
+  if ([h, f, r].some((x) => !Number.isFinite(x))) return null;
+  return {
+    health: h,
+    fire: f,
+    reactivity: r,
+    special: typeof n.special === 'string' ? n.special : '',
+  };
+}
+
+function pickMsds(
+  pdf: PdfResult | undefined,
+  ocr: OcrResult | undefined,
+  base: MsdsBlock,
+): MsdsBlock {
+  const p = (pdf?.msds ?? {}) as Partial<MsdsBlock>;
+  const o = (ocr?.msds ?? {}) as Partial<MsdsBlock>;
+  return {
+    hazard: firstString(base.hazard, p.hazard, o.hazard),
+    firstAid: firstString(base.firstAid, p.firstAid, o.firstAid),
+    fireFighting: firstString(base.fireFighting, p.fireFighting, o.fireFighting),
+    spillResponse: firstString(base.spillResponse, p.spillResponse, o.spillResponse),
+    exposure: firstString(base.exposure, p.exposure, o.exposure),
+    regulation: firstString(base.regulation, p.regulation, o.regulation),
+  };
+}
+
+function merge(
+  base: BaseRecord,
+  pdf: PdfResult | undefined,
+  ocr: OcrResult | undefined,
+): BaseRecord {
+  const nfpaFromPdf = pdf ? pickNfpa(pdf) : null;
+  const nfpaFromOcr = ocr ? pickNfpa(ocr) : null;
+  // pdf NFPA 우선, 없으면 ocr, 없으면 base
+  const nfpa = nfpaFromPdf ?? nfpaFromOcr ?? base.nfpa;
+
+  return {
+    ...base,
+    // pdf > base > ocr 우선순위
+    unNumber: firstString(pdf?.unNumber, base.unNumber, ocr?.unNumber),
+    casNumber: firstString(pdf?.casNumber, base.casNumber, ocr?.casNumber),
+    synonymsKr: firstString(pdf?.synonymsKr, base.synonymsKr, ocr?.synonymsKr),
+    transportMethod: firstString(base.transportMethod, pdf?.transportMethod, ocr?.transportMethod),
+    sebc: firstString(base.sebc, pdf?.sebc, ocr?.sebc),
+    usage: firstString(pdf?.usage, base.usage, ocr?.usage),
+    state: firstString(pdf?.state, base.state, ocr?.state),
+    color: firstString(pdf?.color, base.color, ocr?.color),
+    odor: firstString(pdf?.odor, base.odor, ocr?.odor),
+    flashPoint: firstString(pdf?.flashPoint, base.flashPoint, ocr?.flashPoint),
+    autoIgnition: firstString(pdf?.autoIgnition, base.autoIgnition, ocr?.autoIgnition),
+    boilingPoint: firstString(pdf?.boilingPoint, base.boilingPoint, ocr?.boilingPoint),
+    density: firstString(pdf?.density, base.density, ocr?.density),
+    solubility: firstString(pdf?.solubility, base.solubility, ocr?.solubility),
+    vaporPressure: firstString(pdf?.vaporPressure, base.vaporPressure, ocr?.vaporPressure),
+    vaporDensity: firstString(pdf?.vaporDensity, base.vaporDensity, ocr?.vaporDensity),
+    explosionRange: firstString(pdf?.explosionRange, base.explosionRange, ocr?.explosionRange),
+    nfpa,
+    hazardClass: firstString(pdf?.hazardClass, base.hazardClass, ocr?.hazardClass),
+    ergNumber: firstString(base.ergNumber, pdf?.ergNumber, ocr?.ergNumber),
+    idlh: firstString(pdf?.idlh, base.idlh, ocr?.idlh),
+    aegl2: firstString(base.aegl2, pdf?.aegl2, ocr?.aegl2),
+    erpg2: firstString(base.erpg2, pdf?.erpg2, ocr?.erpg2),
+    responseDistanceFire: firstString(pdf?.responseDistanceFire, base.responseDistanceFire, ocr?.responseDistanceFire),
+    responseDistanceSpillDay: firstString(pdf?.responseDistanceSpillDay, base.responseDistanceSpillDay, ocr?.responseDistanceSpillDay),
+    responseDistanceSpillNight: firstString(pdf?.responseDistanceSpillNight, base.responseDistanceSpillNight, ocr?.responseDistanceSpillNight),
+    marineResponse: firstString(pdf?.marineResponse, base.marineResponse, ocr?.marineResponse),
+    ppeClose: firstString(base.ppeClose, pdf?.ppeClose, ocr?.ppeClose),
+    ppeFar: firstString(base.ppeFar, pdf?.ppeFar, ocr?.ppeFar),
+    msds: pickMsds(pdf, ocr, base.msds),
+    emsCode: firstString(base.emsCode, pdf?.emsCode, ocr?.emsCode),
+    emsFire: firstString(base.emsFire, pdf?.emsFire, ocr?.emsFire),
+    emsSpill: firstString(base.emsSpill, pdf?.emsSpill, ocr?.emsSpill),
+    emsFirstAid: firstString(base.emsFirstAid, pdf?.emsFirstAid, ocr?.emsFirstAid),
+  };
+}
+
+function main() {
+  if (!existsSync(BASE_PATH)) {
+    console.error(`base.json 없음: ${BASE_PATH}`);
+    console.error('→ extract-excel.py 를 먼저 실행하세요.');
+    process.exit(1);
+  }
+
+  const base: BaseRecord[] = JSON.parse(readFileSync(BASE_PATH, 'utf-8'));
+
+  // PDF 데이터 로드
+  const pdfRaw: Record<string, PdfResult> = existsSync(PDF_PATH)
+    ? JSON.parse(readFileSync(PDF_PATH, 'utf-8'))
+    : {};
+
+  // OCR 데이터 로드
+  const ocr: Record<string, OcrResult> = existsSync(OCR_PATH)
+    ? JSON.parse(readFileSync(OCR_PATH, 'utf-8'))
+    : {};
+
+  console.log(
+    `[입력] base ${base.length}종, pdf ${Object.keys(pdfRaw).length}종, ocr ${Object.keys(ocr).length}종`,
+  );
+
+  // ── PDF 인덱스 구축 ─────────────────────────────────────────────────
+  // 1) nameKr 정규화 인덱스
+  const pdfByName = new Map<string, PdfResult>();
+  // 2) CAS 번호 인덱스
+  const pdfByCas = new Map<string, PdfResult>();
+
+  for (const [key, value] of Object.entries(pdfRaw)) {
+    const normKey = normalizeName(key);
+    if (normKey) pdfByName.set(normKey, value);
+
+    const cas = normalizeCas(value.casNumber);
+    if (cas) {
+      if (!pdfByCas.has(cas)) pdfByCas.set(cas, value);
+    }
+  }
+
+  // ── OCR 인덱스 구축 ─────────────────────────────────────────────────
+  const ocrByName = new Map<string, OcrResult>();
+  const ocrNormToOrig = new Map<string, string>();
+  for (const [key, value] of Object.entries(ocr)) {
+    const normKey = normalizeName(key);
+    if (normKey) {
+      ocrByName.set(normKey, value);
+      ocrNormToOrig.set(normKey, key);
+    }
+  }
+
+  // ── 병합 ──────────────────────────────────────────────────────────
+  let pdfMatchedByName = 0;
+  let pdfMatchedByCas = 0;
+  let pdfMatchedBySynonym = 0;
+  let ocrMatched = 0;
+  const pdfUnmatched = new Set(Object.keys(pdfRaw));
+  const ocrUnmatched = new Set(ocrByName.keys());
+
+  const merged = base.map((record) => {
+    let pdfResult: PdfResult | undefined;
+    let ocrResult: OcrResult | undefined;
+
+    // ── PDF 매칭 ────────────────────────────────────────────────────
+    // 1. CAS 번호 매칭 (가장 정확)
+    const baseCas = normalizeCas(record.casNumber);
+    if (baseCas) {
+      pdfResult = pdfByCas.get(baseCas);
+      if (pdfResult) {
+        pdfMatchedByCas++;
+        const origKey = pdfResult.nameKr as string | undefined;
+        if (origKey) pdfUnmatched.delete(origKey);
+      }
+    }
+
+    // 2. nameKr 정규화 매칭
+    if (!pdfResult) {
+      const normKr = normalizeName(record.nameKr);
+      pdfResult = pdfByName.get(normKr);
+      if (pdfResult) {
+        pdfMatchedByName++;
+        const origKey = pdfResult.nameKr as string | undefined;
+        if (origKey) pdfUnmatched.delete(origKey);
+      }
+    }
+
+    // 3. synonymsKr 동의어 매칭
+    if (!pdfResult && record.synonymsKr) {
+      const synonyms = record.synonymsKr.split(' / ');
+      for (const syn of synonyms) {
+        const normSyn = normalizeName(syn);
+        if (!normSyn) continue;
+        pdfResult = pdfByName.get(normSyn);
+        if (pdfResult) {
+          pdfMatchedBySynonym++;
+          const origKey = pdfResult.nameKr as string | undefined;
+          if (origKey) pdfUnmatched.delete(origKey);
+          break;
+        }
+      }
+    }
+
+    // ── OCR 매칭 (PDF 없는 경우 보조) ────────────────────────────────
+    const normKr = normalizeName(record.nameKr);
+    const ocrByNameResult = ocrByName.get(normKr);
+    if (ocrByNameResult) {
+      ocrResult = ocrByNameResult;
+      ocrMatched++;
+      ocrUnmatched.delete(normKr);
+    }
+
+    if (!ocrResult && record.synonymsKr) {
+      const synonyms = record.synonymsKr.split(' / ');
+      for (const syn of synonyms) {
+        const normSyn = normalizeName(syn);
+        if (!normSyn) continue;
+        const synOcrResult = ocrByName.get(normSyn);
+        if (synOcrResult) {
+          ocrResult = synOcrResult;
+          ocrMatched++;
+          ocrUnmatched.delete(normSyn);
+          break;
+        }
+      }
+    }
+
+    return merge(record, pdfResult, ocrResult);
+  });
+
+  // ── 통계 출력 ──────────────────────────────────────────────────────
+  const pdfTotal = pdfMatchedByCas + pdfMatchedByName + pdfMatchedBySynonym;
+  console.log(
+    `[PDF 매칭] 총 ${pdfTotal}종 (CAS: ${pdfMatchedByCas}, 국문명: ${pdfMatchedByName}, 동의어: ${pdfMatchedBySynonym})`,
+  );
+  console.log(`[OCR 매칭] ${ocrMatched}종`);
+
+  if (pdfUnmatched.size > 0) {
+    const unmatchedList = Array.from(pdfUnmatched).sort();
+    const unmatchedPath = resolve(OUT_DIR, 'pdf-unmatched.json');
+    writeFileSync(
+      unmatchedPath,
+      JSON.stringify({ count: unmatchedList.length, keys: unmatchedList }, null, 2),
+      'utf-8',
+    );
+    console.warn(
+      `[경고] PDF 매칭 실패 ${unmatchedList.length}개 → ${unmatchedPath}`,
+    );
+    unmatchedList.slice(0, 10).forEach((k) => console.warn(`  - ${k}`));
+    if (unmatchedList.length > 10) console.warn(`  ... +${unmatchedList.length - 10}`);
+  }
+
+  writeFileSync(TARGET_PATH, JSON.stringify(merged, null, 2), 'utf-8');
+  const sizeKb = (JSON.stringify(merged).length / 1024).toFixed(0);
+  console.log(`[완료] ${TARGET_PATH} (${sizeKb} KB, ${merged.length}종)`);
+  console.log(`       상세 정보 보유: ${merged.filter((r) => r.flashPoint).length}종`);
+  console.log(`       NFPA 있음:      ${merged.filter((r) => r.nfpa.health || r.nfpa.fire || r.nfpa.reactivity).length}종`);
+}
+
+main();

backend/scripts/hns-import/ocr-claude-vision.ts

@@ -0,0 +1,300 @@
+/**
+ * Claude Vision API 로 HNS 카드 이미지 → 구조화 JSON 변환.
+ *
+ * 입력: out/images/*.png (222개)
+ * 출력: out/ocr.json  { [nameKr]: Partial<HNSSearchSubstance> }
+ *
+ * 환경변수: ANTHROPIC_API_KEY
+ * 모델: claude-sonnet-4-5 (Vision + 비용 효율)
+ * 동시성: 5, 재시도 3회
+ *
+ * 재실행 시 기존 ocr.json 의 결과는 유지하고 누락된 이미지만 처리한다.
+ */
+import 'dotenv/config';
+import Anthropic from '@anthropic-ai/sdk';
+import { readFileSync, readdirSync, writeFileSync, existsSync } from 'node:fs';
+import { resolve, dirname, basename, extname } from 'node:path';
+import { fileURLToPath } from 'node:url';
+
+const __dirname = dirname(fileURLToPath(import.meta.url));
+const OUT_DIR = resolve(__dirname, 'out');
+const IMG_DIR = process.env.HNS_OCR_IMG_DIR
+  ? resolve(process.env.HNS_OCR_IMG_DIR)
+  : resolve(OUT_DIR, 'images');
+const OCR_PATH = process.env.HNS_OCR_OUT
+  ? resolve(process.env.HNS_OCR_OUT)
+  : resolve(OUT_DIR, 'ocr.json');
+const FAIL_PATH = process.env.HNS_OCR_FAIL
+  ? resolve(process.env.HNS_OCR_FAIL)
+  : resolve(OUT_DIR, 'ocr-failures.json');
+const OCR_LIMIT = process.env.HNS_OCR_LIMIT ? parseInt(process.env.HNS_OCR_LIMIT, 10) : undefined;
+const OCR_ONLY = process.env.HNS_OCR_ONLY
+  ? process.env.HNS_OCR_ONLY.split(',').map((s) => s.trim()).filter(Boolean)
+  : undefined;
+
+const CONCURRENCY = 5;
+const MAX_RETRIES = 3;
+const MODEL = process.env.HNS_OCR_MODEL ?? 'claude-sonnet-4-5';
+
+const SYSTEM_PROMPT = `당신은 한국 해양 방제용 HNS 비상대응 카드 이미지를 구조화 JSON으로 추출하는 전문 파서입니다.
+
+이미지는 표준 템플릿을 따르며 다음 섹션을 포함합니다:
+- 상단: 국문명, 영문명
+- 물질특성: CAS번호, UN번호, 운송방법, 유사명, 특성(독성/부식성/인화성/유해성), 용도, 상태/색상/냄새, 인화점/발화점/끓는점, 용해도/증기압/증기밀도, 비중/폭발범위, NFPA 다이아몬드(건강/인화/반응), GHS 픽토그램, ERG 지침서 번호
+- 대응방법: 주요 장비(PPE 근거리/원거리), 화재 대응(EmS F-x), 해상 유출(EmS S-x), 초기이격거리, 방호활동거리
+- 인체유해성: TWA / STEL / AEGL-2 / IDLH, 흡입/피부/안구/경구 증상·응급조치
+
+아래 JSON 스키마를 **엄격히** 준수하여 응답하세요. 값이 없거나 읽을 수 없는 경우 빈 문자열 "" 또는 null.
+숫자는 단위 포함 원문 문자열로 유지 (예: "80℃", "2,410 mmHg (25℃)").
+NFPA 건강/인화/반응은 0~4 정수. special 은 문자열(특수 표시).
+
+응답은 **순수 JSON 객체만** 반환 (코드블록이나 설명문 없이).
+
+스키마:
+{
+  "transportMethod": "",
+  "state": "",
+  "color": "",
+  "odor": "",
+  "flashPoint": "",
+  "autoIgnition": "",
+  "boilingPoint": "",
+  "density": "",
+  "solubility": "",
+  "vaporPressure": "",
+  "vaporDensity": "",
+  "explosionRange": "",
+  "nfpa": { "health": 0, "fire": 0, "reactivity": 0, "special": "" },
+  "hazardClass": "",
+  "ergNumber": "",
+  "idlh": "",
+  "aegl2": "",
+  "erpg2": "",
+  "twa": "",
+  "stel": "",
+  "responseDistanceFire": "",
+  "responseDistanceSpillDay": "",
+  "responseDistanceSpillNight": "",
+  "marineResponse": "",
+  "ppeClose": "",
+  "ppeFar": "",
+  "msds": {
+    "hazard": "",
+    "firstAid": "",
+    "fireFighting": "",
+    "spillResponse": "",
+    "exposure": "",
+    "regulation": ""
+  },
+  "emsCode": "",
+  "emsFire": "",
+  "emsSpill": "",
+  "emsFirstAid": "",
+  "sebc": ""
+}`;
+
+interface OcrResult {
+  transportMethod?: string;
+  state?: string;
+  color?: string;
+  odor?: string;
+  flashPoint?: string;
+  autoIgnition?: string;
+  boilingPoint?: string;
+  density?: string;
+  solubility?: string;
+  vaporPressure?: string;
+  vaporDensity?: string;
+  explosionRange?: string;
+  nfpa?: { health: number; fire: number; reactivity: number; special: string };
+  hazardClass?: string;
+  ergNumber?: string;
+  idlh?: string;
+  aegl2?: string;
+  erpg2?: string;
+  twa?: string;
+  stel?: string;
+  responseDistanceFire?: string;
+  responseDistanceSpillDay?: string;
+  responseDistanceSpillNight?: string;
+  marineResponse?: string;
+  ppeClose?: string;
+  ppeFar?: string;
+  msds?: {
+    hazard?: string;
+    firstAid?: string;
+    fireFighting?: string;
+    spillResponse?: string;
+    exposure?: string;
+    regulation?: string;
+  };
+  emsCode?: string;
+  emsFire?: string;
+  emsSpill?: string;
+  emsFirstAid?: string;
+  sebc?: string;
+}
+
+function loadExisting<T>(path: string, fallback: T): T {
+  if (!existsSync(path)) return fallback;
+  try {
+    return JSON.parse(readFileSync(path, 'utf-8'));
+  } catch {
+    return fallback;
+  }
+}
+
+function extractJson(text: string): OcrResult | null {
+  const cleaned = text.replace(/```json\s*/gi, '').replace(/```\s*$/g, '').trim();
+  const firstBrace = cleaned.indexOf('{');
+  const lastBrace = cleaned.lastIndexOf('}');
+  if (firstBrace < 0 || lastBrace < 0) return null;
+  try {
+    return JSON.parse(cleaned.slice(firstBrace, lastBrace + 1));
+  } catch {
+    return null;
+  }
+}
+
+async function callVision(client: Anthropic, imagePath: string): Promise<OcrResult> {
+  const imageData = readFileSync(imagePath).toString('base64');
+  const ext = extname(imagePath).slice(1).toLowerCase();
+  const mediaType = (ext === 'jpg' || ext === 'jpeg' ? 'image/jpeg' : 'image/png') as
+    | 'image/png'
+    | 'image/jpeg';
+
+  const response = await client.messages.create({
+    model: MODEL,
+    max_tokens: 4096,
+    system: [
+      {
+        type: 'text',
+        text: SYSTEM_PROMPT,
+        cache_control: { type: 'ephemeral' },
+      },
+    ],
+    messages: [
+      {
+        role: 'user',
+        content: [
+          {
+            type: 'image',
+            source: { type: 'base64', media_type: mediaType, data: imageData },
+          },
+          {
+            type: 'text',
+            text: '이 HNS 비상대응 카드 이미지에서 모든 필드를 추출해 JSON으로 반환하세요.',
+          },
+        ],
+      },
+    ],
+  });
+
+  const textBlock = response.content.find((b) => b.type === 'text');
+  if (!textBlock || textBlock.type !== 'text') {
+    throw new Error('응답에 텍스트 블록 없음');
+  }
+  const result = extractJson(textBlock.text);
+  if (!result) {
+    throw new Error(`JSON 파싱 실패: ${textBlock.text.slice(0, 200)}`);
+  }
+  return result;
+}
+
+async function processWithRetry(
+  client: Anthropic,
+  imagePath: string,
+  nameKr: string,
+): Promise<OcrResult> {
+  let lastErr: unknown;
+  for (let attempt = 1; attempt <= MAX_RETRIES; attempt++) {
+    try {
+      return await callVision(client, imagePath);
+    } catch (err) {
+      lastErr = err;
+      const wait = 1000 * Math.pow(2, attempt - 1);
+      console.warn(`[${nameKr}] 시도 ${attempt} 실패, ${wait}ms 후 재시도: ${String(err).slice(0, 120)}`);
+      await new Promise((r) => setTimeout(r, wait));
+    }
+  }
+  throw lastErr;
+}
+
+async function runPool<T>(items: T[], worker: (item: T, idx: number) => Promise<void>) {
+  let cursor = 0;
+  const workers = Array.from({ length: CONCURRENCY }, async () => {
+    while (cursor < items.length) {
+      const idx = cursor++;
+      await worker(items[idx], idx);
+    }
+  });
+  await Promise.all(workers);
+}
+
+async function main() {
+  if (!process.env.ANTHROPIC_API_KEY) {
+    console.error('ANTHROPIC_API_KEY 환경변수가 없습니다.');
+    process.exit(1);
+  }
+  const client = new Anthropic();
+
+  if (!existsSync(IMG_DIR)) {
+    console.error(`이미지 디렉토리 없음: ${IMG_DIR}`);
+    process.exit(1);
+  }
+
+  const allImages = readdirSync(IMG_DIR).filter((f) => /\.(png|jpg|jpeg)$/i.test(f));
+  const images = OCR_ONLY
+    ? allImages.filter((f) => OCR_ONLY.includes(basename(f, extname(f))))
+    : allImages;
+  const existing: Record<string, OcrResult> = loadExisting(OCR_PATH, {});
+  const failures: Record<string, string> = loadExisting(FAIL_PATH, {});
+
+  let pending = images.filter((f) => {
+    const nameKr = basename(f, extname(f));
+    return !(nameKr in existing);
+  });
+  if (OCR_LIMIT && Number.isFinite(OCR_LIMIT)) {
+    pending = pending.slice(0, OCR_LIMIT);
+  }
+
+  console.log(`[OCR] 전체 ${allImages.length}개 중 대상 ${images.length}개, 이미 처리 ${Object.keys(existing).length}개, 이번 실행 ${pending.length}개`);
+  console.log(`[모델] ${MODEL}, 동시 ${CONCURRENCY}, 재시도 최대 ${MAX_RETRIES}`);
+  console.log(`[출력] ${OCR_PATH}`);
+
+  let done = 0;
+  let failed = 0;
+
+  await runPool(pending, async (file, idx) => {
+    const nameKr = basename(file, extname(file));
+    const path = resolve(IMG_DIR, file);
+    try {
+      const result = await processWithRetry(client, path, nameKr);
+      existing[nameKr] = result;
+      delete failures[nameKr];
+      done++;
+      if (done % 10 === 0 || done === pending.length) {
+        writeFileSync(OCR_PATH, JSON.stringify(existing, null, 2), 'utf-8');
+        console.log(`  진행 ${done}/${pending.length} (실패 ${failed}) - 중간 저장`);
+      }
+    } catch (err) {
+      failed++;
+      failures[nameKr] = String(err).slice(0, 500);
+      console.error(`[실패] ${nameKr}: ${String(err).slice(0, 200)}`);
+    }
+  });
+
+  writeFileSync(OCR_PATH, JSON.stringify(existing, null, 2), 'utf-8');
+  writeFileSync(FAIL_PATH, JSON.stringify(failures, null, 2), 'utf-8');
+
+  console.log(`\n[완료] 성공 ${Object.keys(existing).length} / 실패 ${Object.keys(failures).length}`);
+  console.log(`  OCR 결과: ${OCR_PATH}`);
+  if (Object.keys(failures).length > 0) {
+    console.log(`  실패 목록: ${FAIL_PATH} (재실행하면 실패분만 재시도)`);
+  }
+}
+
+main().catch((err) => {
+  console.error(err);
+  process.exit(1);
+});

backend/scripts/hns-import/ocr-local.py

@@ -0,0 +1,324 @@
+"""로컬 EasyOCR 기반 HNS 카드 이미지 파싱.
+
+전용 venv(.venv)에 설치된 easyocr을 사용한다.
+
+1. 이미지 → EasyOCR → (bbox, text, conf) 리스트
+2. y좌표로 행 그룹화 후 각 행 내 x좌표 정렬
+3. 레이블 키워드 기반 필드 매핑 (정규식)
+4. 결과를 out/ocr.json 에 누적 저장 (재실행 가능)
+
+실행:
+  cd backend/scripts/hns-import
+  source .venv/Scripts/activate   # Windows Git Bash
+  python ocr-local.py [--limit N] [--only 벤젠,톨루엔,...]
+"""
+from __future__ import annotations
+
+import argparse
+import io
+import json
+import os
+import re
+import sys
+from pathlib import Path
+from typing import Any
+
+sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf-8')
+
+SCRIPT_DIR = Path(__file__).parent.resolve()
+OUT_DIR = SCRIPT_DIR / 'out'
+IMG_DIR = OUT_DIR / 'images'
+OCR_PATH_DEFAULT = OUT_DIR / 'ocr.json'
+FAIL_PATH_DEFAULT = OUT_DIR / 'ocr-failures.json'
+
+
+# ────────── 필드 레이블 패턴 (EasyOCR 오인식 변형 포함) ──────────
+# 각 필드의 후보 레이블 문자열(공백 제거 후 비교). 한글 OCR이 종종 비슷한 글자로 오인식되므로
+# 대표적인 변형도 함께 등록 (예: "인화점" ↔ "인회점", "끓는점" ↔ "꿈는점" ↔ "끝는점").
+LABEL_CANDIDATES: dict[str, list[str]] = {
+    'casNumber': ['CAS번호', 'CASNO', 'CAS'],
+    'unNumber': ['UN번호', 'UNNO', 'UN'],
+    'transportMethod': ['운송방법', '운승방벌', '운송방벌', '운송방립', '운송'],
+    'usage': ['용도'],
+    'state': ['성상', '상태', '형태'],
+    'color': ['색상', '색'],
+    'odor': ['냄새'],
+    'flashPoint': ['인화점', '인회점', '인하점', '인호점'],
+    'autoIgnition': ['발화점', '발회점', '발하점'],
+    'boilingPoint': ['끓는점', '꿈는점', '끝는점', '끊는점'],
+    'density': ['비중'],
+    'solubility': ['용해도', '용해'],
+    'vaporPressure': ['증기압', '증기압력'],
+    'vaporDensity': ['증기밀도'],
+    'explosionRange': ['폭발범위', '곡발범위', '폭범위', '폭발한계'],
+    'idlh': ['IDLH'],
+    'aegl2': ['AEGL-2', 'AEGL2'],
+    'erpg2': ['ERPG-2', 'ERPG2'],
+    'twa': ['TWA'],
+    'stel': ['STEL'],
+    'ergNumber': ['ERG번호', 'ERG'],
+    'hazardClass': ['위험분류', '위험', '분류'],
+    'synonymsKr': ['유사명'],
+    'responseDistanceFire': ['대피거리', '머피거리'],
+    'ppeClose': ['근거리(레벨A)', '근거리레벨A', '근거리', '레벨A'],
+    'ppeFar': ['원거리(레벨C)', '원거리레벨C', '원거리', '레벨C'],
+    'emsFire': ['화재(F-E)', '화재(F-C)', '화재(F-D)', '화재대응'],
+    'emsSpill': ['유출(S-U)', '유출(S-O)', '유출(S-D)', '해상유출'],
+    'marineResponse': ['해상대응', '해상'],
+}
+
+
+def _norm_label(s: str) -> str:
+    """공백/특수문자 제거 후 비교용 정규화."""
+    return re.sub(r'[\s,.·()\[\]:;\'"-]+', '', s).strip()
+
+
+LABEL_INDEX: dict[str, str] = {}
+for _field, _candidates in LABEL_CANDIDATES.items():
+    for _cand in _candidates:
+        LABEL_INDEX[_norm_label(_cand)] = _field
+
+# NFPA 셀 값(한 자릿수 0~4) 추출용
+NFPA_VALUE_RE = re.compile(r'^[0-4]$')
+
+
+def group_rows(items: list[dict], y_tolerance_ratio: float = 0.6) -> list[list[dict]]:
+    """텍스트 조각들을 y 좌표 기준으로 행 단위로 그룹화 (글자 높이 비례 허용치)."""
+    if not items:
+        return []
+    heights = [it['y1'] - it['y0'] for it in items]
+    median_h = sorted(heights)[len(heights) // 2]
+    y_tol = max(8, median_h * y_tolerance_ratio)
+
+    sorted_items = sorted(items, key=lambda it: it['cy'])
+    rows: list[list[dict]] = []
+    for it in sorted_items:
+        if rows and abs(it['cy'] - rows[-1][-1]['cy']) <= y_tol:
+            rows[-1].append(it)
+        else:
+            rows.append([it])
+    for row in rows:
+        row.sort(key=lambda it: it['cx'])
+    return rows
+
+
+def _match_label(text: str) -> str | None:
+    key = _norm_label(text)
+    if not key:
+        return None
+    # 정확 일치 우선
+    if key in LABEL_INDEX:
+        return LABEL_INDEX[key]
+    # 접두 일치 (OCR이 뒤에 잡티를 붙이는 경우)
+    for cand_key, field in LABEL_INDEX.items():
+        if len(cand_key) >= 2 and key.startswith(cand_key):
+            return field
+    return None
+
+
+def parse_card(items: list[dict]) -> dict[str, Any]:
+    """OCR 결과 목록을 필드 dict로 변환."""
+    rows = group_rows(items)
+    result: dict[str, Any] = {}
+
+    # 1) 행 내 "레이블 → 값" 쌍 추출
+    # 같은 행에서 레이블 바로 뒤의 첫 non-label 텍스트를 값으로 사용.
+    for row in rows:
+        # 여러 레이블이 같은 행에 있을 수 있음 (2컬럼 표 구조)
+        idx = 0
+        while idx < len(row):
+            field = _match_label(row[idx]['text'])
+            if field:
+                # 다음 non-label 조각을 값으로 취함
+                value_parts: list[str] = []
+                j = idx + 1
+                while j < len(row):
+                    nxt = row[j]
+                    if _match_label(nxt['text']):
+                        break
+                    value_parts.append(nxt['text'])
+                    j += 1
+                if value_parts and field not in result:
+                    value = ' '.join(value_parts).strip()
+                    if value and value not in ('-', '–', 'N/A'):
+                        result[field] = value
+                idx = j
+            else:
+                idx += 1
+
+    # 2) NFPA 추출: "NFPA" 단어 주변의 0~4 숫자 3개
+    nfpa_idx_row: int | None = None
+    for ri, row in enumerate(rows):
+        for cell in row:
+            if re.search(r'NFPA', cell['text']):
+                nfpa_idx_row = ri
+                break
+        if nfpa_idx_row is not None:
+            break
+    if nfpa_idx_row is not None:
+        # 해당 행 + 다음 2개 행에서 0~4 숫자 수집
+        candidates: list[int] = []
+        for ri in range(nfpa_idx_row, min(nfpa_idx_row + 3, len(rows))):
+            for cell in rows[ri]:
+                m = NFPA_VALUE_RE.match(cell['text'].strip())
+                if m:
+                    candidates.append(int(cell['text'].strip()))
+                    if len(candidates) >= 3:
+                        break
+            if len(candidates) >= 3:
+                break
+        if len(candidates) >= 3:
+            result['nfpa'] = {
+                'health': candidates[0],
+                'fire': candidates[1],
+                'reactivity': candidates[2],
+                'special': '',
+            }
+
+    # 3) EmS 코드 (F-x / S-x 패턴)
+    all_text = ' '.join(cell['text'] for row in rows for cell in row)
+    f_match = re.search(r'F\s*-\s*([A-Z])', all_text)
+    s_match = re.search(r'S\s*-\s*([A-Z])', all_text)
+    if f_match or s_match:
+        parts = []
+        if f_match:
+            parts.append(f'F-{f_match.group(1)}')
+        if s_match:
+            parts.append(f'S-{s_match.group(1)}')
+        if parts:
+            result['emsCode'] = ', '.join(parts)
+
+    # 4) ERG 번호 (3자리 숫자, P 접미사 가능, "ERG" 키워드 근처)
+    erg_match = re.search(r'ERG[^\d]{0,10}(\d{3}P?)', all_text)
+    if erg_match:
+        result['ergNumber'] = erg_match.group(1)
+
+    # 5) EmS F-x / S-x 코드 뒤의 본문 (생략 - 이미지 내 텍스트 밀도가 낮아 행 단위로 이미 잡힘)
+
+    return result
+
+
+def _preprocess_image(pil_img, upscale: float = 2.5):
+    """한글 OCR 정확도 향상을 위한 업스케일 + 샤프닝 + 대비 향상."""
+    from PIL import Image, ImageEnhance, ImageFilter
+    import numpy as np
+
+    if pil_img.mode != 'RGB':
+        pil_img = pil_img.convert('RGB')
+
+    # 1) 업스케일 (LANCZOS)
+    w, h = pil_img.size
+    pil_img = pil_img.resize((int(w * upscale), int(h * upscale)), Image.LANCZOS)
+
+    # 2) 대비 향상
+    pil_img = ImageEnhance.Contrast(pil_img).enhance(1.3)
+
+    # 3) 샤프닝
+    pil_img = pil_img.filter(ImageFilter.UnsharpMask(radius=1.5, percent=150, threshold=2))
+
+    return np.array(pil_img)
+
+
+def run_ocr(image_path: Path, reader, upscale: float = 2.5) -> list[dict]:
+    # OpenCV가 Windows에서 한글 경로를 못 읽으므로 PIL로 로드 후 전처리
+    from PIL import Image
+    with Image.open(image_path) as pil:
+        img = _preprocess_image(pil, upscale=upscale)
+    raw = reader.readtext(img, detail=1, paragraph=False)
+    items: list[dict] = []
+    for bbox, text, conf in raw:
+        if not text or not str(text).strip():
+            continue
+        xs = [p[0] for p in bbox]
+        ys = [p[1] for p in bbox]
+        items.append({
+            'text': str(text).strip(),
+            'cx': sum(xs) / 4.0,
+            'cy': sum(ys) / 4.0,
+            'x0': min(xs),
+            'x1': max(xs),
+            'y0': min(ys),
+            'y1': max(ys),
+            'conf': float(conf),
+        })
+    return items
+
+
+def load_json(path: Path, fallback):
+    if not path.exists():
+        return fallback
+    try:
+        return json.loads(path.read_text(encoding='utf-8'))
+    except Exception:
+        return fallback
+
+
+def main() -> None:
+    parser = argparse.ArgumentParser()
+    parser.add_argument('--limit', type=int, default=None)
+    parser.add_argument('--only', type=str, default=None,
+                        help='파이프(|)로 구분된 물질명 리스트')
+    parser.add_argument('--img-dir', type=Path, default=IMG_DIR)
+    parser.add_argument('--out', type=Path, default=OCR_PATH_DEFAULT)
+    parser.add_argument('--fail', type=Path, default=FAIL_PATH_DEFAULT)
+    parser.add_argument('--debug', action='store_true',
+                        help='파싱 중간 결과(row 단위) 함께 출력')
+    args = parser.parse_args()
+
+    import easyocr  # noqa: WPS433
+
+    print('[로딩] EasyOCR 모델 (ko + en)... (최초 실행 시 수 분 소요)')
+    reader = easyocr.Reader(['ko', 'en'], gpu=False, verbose=False)
+    print('[로딩] 완료')
+
+    images = sorted([p for p in args.img_dir.iterdir() if p.suffix.lower() in {'.png', '.jpg', '.jpeg'}])
+    if args.only:
+        only_set = {s.strip() for s in args.only.split('|') if s.strip()}
+        images = [p for p in images if p.stem in only_set]
+
+    existing: dict[str, Any] = load_json(args.out, {})
+    failures: dict[str, str] = load_json(args.fail, {})
+
+    pending = [p for p in images if p.stem not in existing]
+    if args.limit:
+        pending = pending[: args.limit]
+
+    print(f'[대상] {len(images)}개 중 대기 {len(pending)}개, 이미 처리 {len(existing)}개')
+
+    ok = 0
+    fail = 0
+    for i, path in enumerate(pending, start=1):
+        name = path.stem
+        try:
+            items = run_ocr(path, reader)
+            parsed = parse_card(items)
+            if args.debug:
+                print(f'\n--- {name} (텍스트 {len(items)}개) ---')
+                for row in group_rows(items):
+                    print('  |', ' │ '.join(f'{c["text"]}' for c in row))
+                print(f'  → parsed: {parsed}')
+            existing[name] = parsed
+            if name in failures:
+                del failures[name]
+            ok += 1
+        except Exception as e:  # noqa: BLE001
+            failures[name] = f'{type(e).__name__}: {e}'[:500]
+            fail += 1
+            print(f'[실패] {name}: {e}')
+
+        if i % 10 == 0 or i == len(pending):
+            args.out.write_text(json.dumps(existing, ensure_ascii=False, indent=2), encoding='utf-8')
+            args.fail.write_text(json.dumps(failures, ensure_ascii=False, indent=2), encoding='utf-8')
+            print(f'  진행 {i}/{len(pending)} (성공 {ok}, 실패 {fail}) - 중간 저장')
+
+    args.out.write_text(json.dumps(existing, ensure_ascii=False, indent=2), encoding='utf-8')
+    args.fail.write_text(json.dumps(failures, ensure_ascii=False, indent=2), encoding='utf-8')
+
+    print(f'\n[완료] 성공 {ok} / 실패 {fail}')
+    print(f'  결과: {args.out}')
+    if failures:
+        print(f'  실패 목록: {args.fail}')
+
+
+if __name__ == '__main__':
+    main()

backend/scripts/hns-import/requirements.txt

@@ -0,0 +1,29 @@
+# extract-excel.py 용
+openpyxl>=3.1.0
+
+# ocr-local.py 용 (EasyOCR 기반 로컬 OCR, 대안 파이프라인)
+easyocr==1.7.2
+filelock==3.19.1
+fsspec==2025.10.0
+ImageIO==2.37.2
+Jinja2==3.1.6
+lazy-loader==0.5
+MarkupSafe==3.0.3
+mpmath==1.3.0
+networkx==3.2.1
+ninja==1.13.0
+numpy==2.0.2
+opencv-python-headless==4.13.0.92
+packaging==26.1
+pillow==11.3.0
+pyclipper==1.3.0.post6
+python-bidi==0.6.7
+PyYAML==6.0.3
+scikit-image==0.24.0
+scipy==1.13.1
+shapely==2.0.7
+sympy==1.14.0
+tifffile==2024.8.30
+torch==2.8.0
+torchvision==0.23.0
+typing_extensions==4.15.0

backend/src/db/seedHns.ts

@@ -24,8 +24,14 @@ async function seedHnsSubstances() {
 
     let inserted = 0
 
+    // varchar 길이 제한에 맞춰 첫 번째 토큰만 검색 컬럼에 저장 (원본은 DATA JSONB에 보존)
+    const firstToken = (v: unknown, max: number): string | null => {
+      if (v == null) return null
+      const s = String(v).split(/[\n,;/]/)[0].trim()
+      return s ? s.slice(0, max) : null
+    }
+
     for (const s of HNS_SEARCH_DB) {
-      // 검색용 컬럼 추출, 나머지는 DATA JSONB로 저장
       const { abbreviation, nameKr, nameEn, unNumber, casNumber, sebc, ...detailData } = s
 
       await client.query(
@@ -39,7 +45,16 @@ async function seedHnsSubstances() {
            CAS_NO = EXCLUDED.CAS_NO,
            SEBC = EXCLUDED.SEBC,
            DATA = EXCLUDED.DATA`,
-        [s.id, abbreviation, nameKr, nameEn, unNumber, casNumber, sebc, JSON.stringify(detailData)]
+        [
+          s.id,
+          firstToken(abbreviation, 50),
+          firstToken(nameKr, 200) ?? '',
+          firstToken(nameEn, 200),
+          firstToken(unNumber, 10),
+          firstToken(casNumber, 20),
+          firstToken(sebc, 50),
+          JSON.stringify(detailData),
+        ]
       )
 
       inserted++

docs/RELEASE-NOTES.md

@@ -4,6 +4,9 @@
 
 ## [Unreleased]
 
+### 추가
+- HNS: 물질 DB 데이터 확장 및 데이터 구조 개선 (PDF 추출 스크립트, 병합 스크립트 개선, 물질 상세 패널 업데이트)
+
 ### 변경
 - 디자인 시스템: color 토큰 Definition 팔레트로 마이그레이션 (bg/stroke/fg 쿨톤 전환, Primary #0099DD 적용)
 

frontend/src/components/hns/components/HNSSubstanceView.tsx

@@ -1807,4 +1807,3 @@ ${styles}
     </div>
   );
 }
-

frontend/src/components/hns/components/contents/HmsDetailPanel.tsx

@@ -18,6 +18,20 @@ export function HmsDetailPanel({
     '🔗 화물적부도·항구별 코드',
   ];
   const nfpa = s.nfpa;
+  // eslint-disable-next-line @typescript-eslint/no-unused-vars
+  const sebcColor = !s.sebc
+    ? 'var(--fg-sub)'
+    : s.sebc.startsWith('G')
+    ? 'var(--color-accent)'
+    : s.sebc.startsWith('E')
+      ? 'var(--color-accent)'
+      : s.sebc.startsWith('F')
+        ? 'var(--color-caution)'
+        : s.sebc.startsWith('D')
+          ? 'var(--color-accent)'
+          : s.sebc.startsWith('S')
+            ? 'var(--color-accent)'
+            : 'var(--fg-sub)';
 
   return (
     <div

frontend/src/interfaces/hns/HnsInterface.ts

@@ -282,6 +282,8 @@ export interface HNSSearchSubstance {
   hazardClass: string;
   ergNumber: string;
   idlh: string;
+  twa: string;
+  stel: string;
   aegl2: string;
   erpg2: string;
   responseDistanceFire: string;