feat(funding): collect SEMAS policy funds from ols.semas.or.kr

[jhjh0512]

Refs #5

변경 내용

ADR 0006의 정책자금 크롤링 출처인 소진공 정책자금 사이트(ols.semas.or.kr) 수집기를 funding:sync에 등록했다. 수집 규칙과 ADR 0006과 다르게 정한 부분은 새 ADR 0007에 적었다.

• 수집기 app/src/features/funding/sources/semas-ols.ts
  • 읽는 곳:
    • 정책자금 한눈에 보기: 자금별 신청요건·대출기간·한도·금리, 공통 지원자격, 기준금리
    • 홈 화면 "정책자금 신청하기": 자금별 "접수중" 표시와 접수기간
    • 공지 목록 JSON: 자금별 최신 접수 안내 공지를 찾는 데만 쓴다
    • 공지 상세: 접수기간·신청대상
  • 첨부(PDF)는 읽지 않고 페이지 원문은 저장하지 않는다. HTML 파서 의존성은 추가하지 않았다.
  • 요청 규칙(ADR 0006 3절):
    • robots.txt가 새로 생기면 멈춘다.
    • 요청 사이 1초 이상 쉰다(기본 1.5초).
    • User-Agent에 서비스 이름과 운영자 연락처(FUNDING_SYNC_CONTACT)를 밝힌다.
    • 403·429·자동 입력 방지 화면은 다시 시도하지 않고 멈춘다.
  • 필수 항목(자금 표, 표 머리글, 공통 지원자격, "정책자금 신청하기" 영역, 공지 목록·상세)을 찾지 못하면 그 출처를 실패로 기록한다.
• 상품: 표의 자금 한 행이 상품 하나다. 출처 식별자는 대출구분:자금명이다(ADR 0007).
  • LOAN, 사업자등록 이후(공통 지원자격이 소상공인), 전국, 용도·업종 UNKNOWN(신청 전 확인)으로 기록한다.
  • 금리는 기준금리 연동이거나 "고정금리(2.0%P)"처럼 모호하다. 그래서 확정 금리로 기록하지 않고 상환 계산 대상이 아니다(ADR 0006 5절).
  • 한도는 금액이 하나일 때만 원 단위로 옮긴다.
• 접수 상태(ADR 0007):
  • 홈 화면에 그 자금이 "접수중"으로 표시되고 날짜 모순이 없을 때만 OPEN이다.
  • 표시가 없거나 세부 유형만 표시되면 UNKNOWN이고, 마감 표시는 CLOSED다.
  • 제외 업종에 음식점 관련 표현이 보이면 OPEN으로 기록하지 않는다.
• 근거 checksum: 자동 상품의 웹 페이지 근거에는 그 페이지 응답의 SHA-256을 남긴다(ADR 0006 2절).
  • 이를 위해 validation.ts가 자동 상품의 OFFICIAL_WEB_PAGE 근거 checksum을 허용하도록 바꿨다.
  • 사람이 기록한 상품의 웹 페이지 근거에 checksum이 있으면 지금처럼 오류다.
• 문서:
  • ADR 0007 신설. ADR 0006에는 Validation의 "첫 실행 기록"을 추가했다.
  • docs/domains/funding.md: 소진공 수집 규칙, 출처 표, 검증 규칙, 테스트 목록
  • docs/DEVELOPMENT.md와 app/.env.example: FUNDING_SYNC_CONTACT
  • docs/ARCHITECTURE.md

검증

• npm --prefix app run verify:fast: 통과(Vitest 299 passed / 41 skipped, skipped는 모두 DB·원본 대조 테스트).
• npm --prefix app run verify:db: 통과(334 passed / 6 skipped, 6개는 data/raw/ 없는 원본 대조 테스트).
• npm --prefix app run verify: 통과(Vitest 334 passed / 6 skipped, E2E Playwright Chromium 6 passed). skipped 6개는 data/raw/가 없어 건너뛴 상권 원본 대조 테스트다.
• 실제 사이트 확인(2026-09-29, DB 적재 없이 수집기만 실행):
  • 요청 24회, 35.9초. robots.txt 404를 재확인했다.
  • 자금 13건 → 상품 13건(접수 중 4건). 접수 안내 공지 13건이 모두 연결됐다.
  • 카탈로그 검사 오류 0, 주의 0.
• 첫 실제 실행(로컬 앱 DB, funding:sync):
  • trendbench-funding-catalog@2026-09-29.1 ACTIVATED
  • 소진공: 13건 받아 상품 13건, 접수 OPEN 4건
  • 기업마당: 1,514건 받아 상품 84건
  • 스위치가 꺼져 있어 현재 후보는 0건이다. 수치는 ADR 0006 "첫 실행 기록"에 적었다.
• 테스트 sources/semas-ols.test.ts는 실제 페이지 구조를 줄인 HTML 조각 fixture를 쓴다. 다루는 것:
  • 접수기간 표기, 표·홈 화면·공지 해석과 필수 항목 누락 실패
  • 접수 상태 판정, 모호한 금리·한도
  • 스위치·최신성별 판정, 근거별 checksum
  • 요청 순서와 간격, 연락처 없음·robots·403·429·재시도·잘린 목록
• 화면 변경은 없다. 자금 후보 화면은 기존 두 갈래 표시(feat(funding): split funding candidates into policy funds and support programs #39)를 그대로 쓴다.

위험·후속

• API·DB: 스키마·migration·API 변경 없음. 카탈로그 검증 규칙 하나(자동 상품의 웹 페이지 근거 checksum 허용)를 넓혔다.
• 데이터 계약: 정책자금 자동 승격 스위치는 꺼진 채다. 켜기 전에는 소진공 상품이 현재 후보가 되지 않는다. 켜면 ADR 0006의 4주 표본 점검을 시작한다.
• 출처 의존 위험:
  • 홈 화면 구조가 바뀌면 소진공 출처가 실패로 기록되고, 3일 뒤 소진공 상품이 현재 후보에서 빠진다(ADR 0007).
  • 자금 이름이 바뀌면 새 상품으로 잡힌다.
• 운영: FUNDING_SYNC_CONTACT가 없으면 소진공 출처는 실패로 기록된다. 정기 실행 위치는 #15에서 정한다.
• 후속:
  • 제외 신호를 구조화한 필드. 신호가 실제로 나타나면 스키마 변경으로 다룬다.
  • 서울시 육성자금 3건의 사람 검수([작업] 자금 카탈로그 원문 확보와 운영 상품 검수 (#5 결정 후) #13, 재검수일 2026-10-20).

🤖 Generated with Claude Code