지식센터 / 레퍼런스

🔍 P0-5 진단 결과: EEAT 0점 미스터리 = 시스템 정상 + 사이트 콘텐츠 부족 v1.0

# 🔍 P0-5 진단 결과: EEAT 0점 미스터리 = 시스템 정상 + 사이트 콘텐츠 부족

> 작성: 2026-04-27 KST

> 트리거: T-FIX-WCONCEPT-CRAWL Phase X 검증 → 11:00 batch 추적 → prompt_version 정밀 진단

> 결론: 시스템 정상 작동, 영업/제품 신호로 활용 가능

---

1. Executive Summary

출발점 미스터리

• W컨셉 EEAT 5건 / Phase C 회복 313건이 매일 11:00 정각에 일괄 fail 처리됨
• 출처 미특정 → 시스템 결함 의심

추적 과정

1. n8n WF 검색 (290+ active) → eeat 관련 schedule WF 0건
2. bizspring n8n 검색 → 관련 WF 0건
3. Edge Functions 검색 → EEAT 직접 마킹 EF 0건
4. DB 함수 검색 → evaluate_eeat_quality() RPC 발견 ✅
5. 호출자 추적 → [SYS-PGE-001] WF 발견 ✅

진짜 결론

• 시스템 결함: 0건
• 사이트 콘텐츠 부족: 800건+
• Phase A 패치 + sanitize + 11:00 batch 모두 정상 동작
• prompt_version은 사이트 EEAT 등급 신호로 활용 가능

---

2. 11:00 batch 출처 확정

WF 정보

호출 함수: evaluate_eeat_quality()

-- R1 규칙: 4축 모두 0점 → 분석 실패 마킹
UPDATE gp_geoex_eeat_analysis
SET is_analysis_failed = true
WHERE created_at::date = target_date
  AND is_analysis_failed = false
  AND experience_score = 0 
  AND expertise_score = 0 
  AND authoritativeness_score = 0 
  AND trustworthiness_score = 0;

-- R4 규칙: 비콘텐츠 URL (sitemap.xml, robots.txt, .pdf, .xml) → 실패 마킹

매일 11:00 KST 패턴 검증

정상 동작 확인

• 매일 일정량 EEAT row를 fail로 마킹
• 4/27 갑자기 437건 → 853페이지 일괄 재분석으로 큐가 늘어났기 때문
• ✅ 의도된 정상 동작

---

3. prompt_version 정밀 진단

prompt_version의 진짜 의미

// Phase1A-3 WF Parse Result 노드
p_prompt_version: sanitizeLog.length > 0 ? `v3_sanitized_${sanitizeLog.length}` : 'v3'

• v3 = sanitize 0번 (clean 데이터)
• v3_sanitized_N = sanitize N번 했음 = GPT가 N번 환각 시도

Sanitize의 역할 (GPT 환각 검출)

const PLACEHOLDER_PATTERNS = [
  /실제 (사용자|고객|환자|이용자|회원|독자) [A-Z]씨/,        // "실제 사용자 A씨" 류
  /\b\d+%\s*(개선|증가|감소|상승|향상|효과|합격률|성장)/,    // 지어낸 통계
  /(임상 연구|논문 발표|특허 등록|연구 결과)에서 효과가? (입증|확인|증명)/,  // 가짜 의학 권위
];

Sanitize는 evidence 부족 사이트에서 GPT가 만들어내는 가짜 증거를 자동 필터링

prompt_version × 점수 분포 (4/27 회복 데이터 기준)

→ 명확한 패턴: sanitize 횟수가 늘수록 점수가 낮음 (페이지 EEAT 콘텐츠 부족도와 비례)

---

4. W컨셉 검증 — 진짜로 EEAT 데이터가 없는가?

Raw 페이지 데이터 (W컨셉 fail 5건)

→ ✅ W컨셉은 진짜로 JSON-LD schema 부재 (콘텐츠는 풍부)

다른 사이트는?

→ 데이터(JSON-LD)는 있지만 GPT가 evidence로 인정하기 어려운 데이터 (Product 단순 카탈로그 등)

---

5. 진짜 문제 — 사이트 EEAT 콘텐츠 부족

시스템 정상 동작 흐름

페이지 콘텐츠 ✅ + JSON-LD ✅ (Product/Breadcrumb 등)
         ↓
EEAT 핵심 시그널 ❌ (작성자/자격/출처/날짜)
         ↓
GPT가 evidence 부족 → 환각 생성 ("사용자 A씨...")
         ↓
Sanitize 환각 제거 → prompt_version=v3_sanitized_N
         ↓
점수 0점 (정확한 결과)

사이트별 EEAT 부족 분류

---

6. 영업/제품 신호 가치 ⭐

prompt_version → 사이트 EEAT 등급 분류

컨설팅 영업 가치

• "당신 사이트는 EEAT 시그널 부족 → 우리가 보강해드립니다"
• GEOcare는 이미 EEAT 환각 검출 시스템을 갖추고 있음 = 진단 정확도 ↑
• EEAT Booster (gp_geoex_eeat_booster) 활용 안내 가능
• 컨설팅 / GEO_COMMERCE 영업의 핵심 메시지

---

7. Track 신설 권고

🆕 T-EEAT-SIGNAL (P1, 4시간)

목적: prompt_version → 사이트 EEAT 등급 분류 신호화

Phase A (1시간): SQL 뷰 + RPC

• v_site_eeat_grade 뷰 (사이트별 평균 prompt_version)
• 등급 매핑: A/B/C/D
• 어드민/영업 도구 활용

Phase B (2시간): 어드민 화면

• adm.geocare.ai/sites/eeat-grade 페이지
• 사이트별 등급 표시 + 컨설팅 우선순위

Phase C (1시간): 영업 보고서

• 등급별 고객 리스트
• 컨설팅 영업 우선순위 도출

---

8. 결론

후속 액션

1. ✅ KHub 등재 (본 문서)
2. ✅ Snapshot v3.18 갱신
3. ✅ 김태진님(W컨셉) 정직 회신 + 컨설팅 제안
4. 🆕 T-EEAT-SIGNAL Track 신설 (P1)

---

9. 변경 이력

관련 문서

이 문서를 참조하는 문서 (역링크)

• 없음

다른 표현: Markdown · JSON · 최종 갱신 2026-08-24