matalee/hpce-dev

1from __future__ import annotations2"""3모델 워밍업 — 기동 시 전 시나리오의 Model intent를 학습·MLflow 등록(없으면).4 5배포 후 시나리오별 첫 설문 제출 없이도 모델이 준비되도록 한다.6멱등적: 레지스트리에 이미 있으면 load만(재학습 X) → 재시작 시 비용 거의 없음.7"""8import logging9import time10 11from core.engines import available_scenarios, config, get_engine12 13logger = logging.getLogger(__name__)14 15 16def warmup_models() -> dict[str, int]:17    """전 시나리오의 Model intent를 load-or-train으로 준비한다.18 19    레지스트리에 이미 있으면 load만 하므로 멱등적이며, best-effort로 동작해20    개별 intent 준비 실패는 경고 로그만 남기고 건너뛴다.21 22    Returns:23        scenario_id → 준비된 모델 수 매핑.24    """25    t0 = time.time()26    result: dict[str, int] = {}27    for sid in available_scenarios():28        try:29            m = config.get_model_spec(sid)30        except (KeyError, FileNotFoundError):31            continue32        td = m.get("training_data", {})33        if not td:34            continue35        eng = get_engine(sid)36        ok = 037        for iid in td:38            try:39                eng.model_predict(iid, {})   # _load_or_train 트리거 (없으면 학습·등록)40                ok += 141            except Exception as e:               # noqa: BLE001 — 워밍업은 best-effort42                logger.warning("warmup %s/%s 실패: %s", sid, iid, e)43        result[sid] = ok44        logger.info("warmup %s: model intents %d개 준비", sid, ok)45    logger.info("warmup 완료 (%.1fs): %s", time.time() - t0, result)46    return result47