diff --git a/ai/src/ai_server/core/client.py b/ai/src/ai_server/core/client.py
index b97f8dab..511fc3ff 100644
--- a/ai/src/ai_server/core/client.py
+++ b/ai/src/ai_server/core/client.py
@@ -56,6 +56,7 @@ async def upsert_embeddings(
async def search_embeddings(
self,
*,
+ user_id: int,
query_embedding: list[float],
query_text: str | None = None,
document_ids: list[int] | None = None,
@@ -254,14 +255,19 @@ async def _do_upsert(
async def search_embeddings(
self,
*,
+ user_id: int,
query_embedding: list[float],
query_text: str | None = None,
document_ids: list[int] | None = None,
top_k: int = 5,
) -> list[EmbeddingSearchHit]:
"""임베딩 검색. query_text 가 주어지면 Core 가 벡터+BM25 RRF 하이브리드로,
- 없으면 pgvector cosine 단독으로 topK 반환. 실패 시 빈 리스트 (RAG 보강용이므로 fatal 아님)."""
+ 없으면 pgvector cosine 단독으로 topK 반환. 실패 시 빈 리스트 (RAG 보강용이므로 fatal 아님).
+
+ user_id 는 필수 — Core 가 검색 범위를 이 사용자 소유 문서로 제한한다.
+ envelope.context.user_id 를 그대로 넘긴다."""
body: dict = {
+ "userId": user_id,
"queryEmbedding": query_embedding,
"documentIds": list(document_ids or []),
"topK": top_k,
diff --git a/ai/src/ai_server/messaging/consumers/feedback_consumer.py b/ai/src/ai_server/messaging/consumers/feedback_consumer.py
index 3c7b534b..7174b225 100644
--- a/ai/src/ai_server/messaging/consumers/feedback_consumer.py
+++ b/ai/src/ai_server/messaging/consumers/feedback_consumer.py
@@ -149,7 +149,8 @@ async def _process(
)
transcript = _build_transcript(req.messages)
score_basis = _build_score_basis(req.messages)
- rag_context = await self._build_rag_context(req)
+ user_id = envelope.context.user_id
+ rag_context = await self._build_rag_context(req, user_id)
voice_analysis_summary = _build_voice_analysis_summary(
req.voice_analysis_summary
)
@@ -208,7 +209,7 @@ async def _tracked(coro: Awaitable[T]) -> T:
_tracked(self._evaluate_self_intro(req, voice_analysis_summary)),
_tracked(self._evaluate_job_fit(req, transcript, rag_context)),
_tracked(self._evaluate_personality(req)),
- _tracked(self._coach_answers(req)),
+ _tracked(self._coach_answers(req, user_id)),
)
# 빈 평가위원 항목(점수·내용 모두 없음)은 표시하지 않는다 — LLM 부분 응답이 빈 패널로 새는 것 방지.
extras = [self_intro_item, *job_fit_items, personality_item]
@@ -475,7 +476,7 @@ async def _evaluate_personality(
return _to_panel_item(PERSONALITY_EVALUATOR_LABEL, PERSONALITY_DIMENSION, ev)
async def _coach_answers(
- self, req: GenerateFeedbackRequest
+ self, req: GenerateFeedbackRequest, user_id: int | None
) -> list[AnswerCoachingItem]:
"""자기소개 제외 답변마다 모범 답안·리라이트·코칭을 병렬 생성 → 메시지별 복기 리스트.
@@ -510,6 +511,7 @@ async def _one(
req.context_document_ids,
_COACHING_RAG_TOP_K,
req.session_id,
+ user_id,
)
res = await self._answer_coach.coach(
job_category=req.job_category,
@@ -538,25 +540,38 @@ async def _one(
items = await asyncio.gather(*(_one(q, a) for q, a in pairs))
return [it for it in items if it is not None]
- async def _build_rag_context(self, req: GenerateFeedbackRequest) -> str:
+ async def _build_rag_context(
+ self, req: GenerateFeedbackRequest, user_id: int | None
+ ) -> str:
# 세션 전체 채점(종합·패널·직무 적합도)용 컨텍스트. 마지막 답변 하나만 쓰면
# 그 화제로 근거가 편향되므로, 세션의 모든 실질 답변(짧은 확인 제외)을 질의로 삼는다.
query = _session_rag_query(req.messages)
return await self._retrieve_context(
- query, req.context_document_ids, self._rag_top_k, req.session_id
+ query, req.context_document_ids, self._rag_top_k, req.session_id, user_id
)
async def _retrieve_context(
- self, query_text: str, document_ids: list[int], top_k: int, session_id: int
+ self,
+ query_text: str,
+ document_ids: list[int],
+ top_k: int,
+ session_id: int,
+ user_id: int | None,
) -> str:
- """query_text 로 pgvector 검색 → 청크를 컨텍스트 문자열로. 실패/무결과는 '(none)'."""
+ """query_text 로 pgvector 검색 → 청크를 컨텍스트 문자열로. 실패/무결과는 '(none)'.
+
+ user_id 는 Core 가 검색 범위를 소유 문서로 제한하는 데 쓴다 — 없으면 검색하지 않는다."""
if not self._embedder or not document_ids or not query_text.strip():
return "(none)"
+ if user_id is None:
+ log.warning("feedback.rag.skipped_no_user", session_id=session_id)
+ return "(none)"
try:
query_vec = (
await self._embedder.embed([query_text], task_type="RETRIEVAL_QUERY")
)[0]
hits = await self._core.search_embeddings(
+ user_id=user_id,
query_embedding=query_vec,
query_text=query_text,
document_ids=document_ids,
diff --git a/ai/src/ai_server/messaging/consumers/followup_consumer.py b/ai/src/ai_server/messaging/consumers/followup_consumer.py
index e5a1ac2e..95998968 100644
--- a/ai/src/ai_server/messaging/consumers/followup_consumer.py
+++ b/ai/src/ai_server/messaging/consumers/followup_consumer.py
@@ -95,7 +95,7 @@ async def _process(
trace_id=envelope.trace_id,
)
- rag_context = await self._build_rag_context(req)
+ rag_context = await self._build_rag_context(req, envelope.context.user_id)
if self._streaming is not None and self._notifier is not None:
result = await self._stream_followup(req, rag_context, envelope.trace_id)
else:
@@ -239,12 +239,18 @@ async def _synth_segment(
error=str(exc),
)
- async def _build_rag_context(self, req: GenerateFollowupRequest) -> str:
+ async def _build_rag_context(
+ self, req: GenerateFollowupRequest, user_id: int | None
+ ) -> str:
+ # user_id 는 Core 가 검색 범위를 소유 문서로 제한하는 데 쓴다 — 없으면 검색하지 않는다.
if not self._core or not self._embedder or not req.context_document_ids:
return "(none)"
+ if user_id is None:
+ log.warning("followup.rag.skipped_no_user", session_id=req.session_id)
+ return "(none)"
try:
return await asyncio.wait_for(
- self._do_build_rag_context(req), timeout=self._rag_timeout_sec
+ self._do_build_rag_context(req, user_id), timeout=self._rag_timeout_sec
)
except asyncio.TimeoutError:
log.warning(
@@ -254,13 +260,16 @@ async def _build_rag_context(self, req: GenerateFollowupRequest) -> str:
)
return "(none)"
- async def _do_build_rag_context(self, req: GenerateFollowupRequest) -> str:
+ async def _do_build_rag_context(
+ self, req: GenerateFollowupRequest, user_id: int
+ ) -> str:
query = f"{req.previous_question}\n\n{req.answer_text}"
try:
query_vec = (
await self._embedder.embed([query], task_type="RETRIEVAL_QUERY")
)[0]
hits = await self._core.search_embeddings(
+ user_id=user_id,
query_embedding=query_vec,
query_text=query,
document_ids=req.context_document_ids,
diff --git a/ai/src/ai_server/messaging/consumers/questions_consumer.py b/ai/src/ai_server/messaging/consumers/questions_consumer.py
index 294df353..dbaa87e0 100644
--- a/ai/src/ai_server/messaging/consumers/questions_consumer.py
+++ b/ai/src/ai_server/messaging/consumers/questions_consumer.py
@@ -98,7 +98,7 @@ async def _process(
message="면접 자료를 정리하고 있어요.",
trace_id=envelope.trace_id,
)
- context_text = await self._build_context(req)
+ context_text = await self._build_context(req, envelope.context.user_id)
await self._emit_progress(
session_id=req.session_id,
phase="GENERATING",
@@ -160,9 +160,12 @@ async def _emit_progress(
trace_id=trace_id,
)
- async def _build_context(self, req: GenerateQuestionsRequest) -> str:
+ async def _build_context(
+ self, req: GenerateQuestionsRequest, user_id: int | None
+ ) -> str:
base_context = _build_context(req.documents)
- if not self._core or not self._embedder:
+ # user_id 는 Core 가 검색 범위를 소유 문서로 제한하는 데 쓴다 — 없으면 검색하지 않는다.
+ if not self._core or not self._embedder or user_id is None:
return base_context
document_ids = [d.document_id for d in req.documents]
@@ -173,7 +176,7 @@ async def _build_context(self, req: GenerateQuestionsRequest) -> str:
try:
return await asyncio.wait_for(
- self._do_build_context_rag(req, document_ids, base_context),
+ self._do_build_context_rag(req, document_ids, base_context, user_id),
timeout=self._rag_timeout_sec,
)
except asyncio.TimeoutError:
@@ -189,6 +192,7 @@ async def _do_build_context_rag(
req: GenerateQuestionsRequest,
document_ids: list[int],
base_context: str,
+ user_id: int,
) -> str:
query = _build_initial_rag_query(req)
try:
@@ -196,6 +200,7 @@ async def _do_build_context_rag(
await self._embedder.embed([query], task_type="RETRIEVAL_QUERY")
)[0]
hits = await self._core.search_embeddings(
+ user_id=user_id,
query_embedding=query_vec,
query_text=query,
document_ids=document_ids,
diff --git a/ai/tests/test_core_client.py b/ai/tests/test_core_client.py
index 02977b2e..54eae1b4 100644
--- a/ai/tests/test_core_client.py
+++ b/ai/tests/test_core_client.py
@@ -287,6 +287,7 @@ async def test_search_embeddings_uses_latest_core_contract() -> None:
core = HttpCoreClient(base_url="http://core:38010", api_key="k", client=client)
hits = await core.search_embeddings(
+ user_id=7,
query_embedding=[0.1, 0.2],
document_ids=[7, 8],
top_k=3,
@@ -303,6 +304,8 @@ async def test_search_embeddings_uses_latest_core_contract() -> None:
client.post.assert_awaited_once_with(
"/api/internal/embeddings/search",
json={
+ # userId 는 Core 가 검색 범위를 소유 문서로 제한하는 데 쓴다 — 빠지면 400.
+ "userId": 7,
"queryEmbedding": [0.1, 0.2],
"documentIds": [7, 8],
"topK": 3,
@@ -316,6 +319,7 @@ async def test_search_embeddings_includes_query_text_for_hybrid() -> None:
core = HttpCoreClient(base_url="http://core:38010", api_key="k", client=client)
await core.search_embeddings(
+ user_id=7,
query_embedding=[0.1],
query_text="gRPC 동시성 처리",
document_ids=[7],
@@ -333,7 +337,7 @@ async def test_search_embeddings_non_2xx_returns_empty(status: int) -> None:
client = _make_post_client(status=status, text="bad")
core = HttpCoreClient(base_url="http://core:38010", api_key="k", client=client)
- assert await core.search_embeddings(query_embedding=[0.1]) == []
+ assert await core.search_embeddings(user_id=7, query_embedding=[0.1]) == []
@pytest.mark.asyncio
@@ -341,4 +345,4 @@ async def test_search_embeddings_http_error_returns_empty() -> None:
client = _make_post_client(raise_exc=httpx.ConnectError("dns fail"))
core = HttpCoreClient(base_url="http://core:38010", api_key="k", client=client)
- assert await core.search_embeddings(query_embedding=[0.1]) == []
+ assert await core.search_embeddings(user_id=7, query_embedding=[0.1]) == []
diff --git a/ai/tests/test_followup_consumer.py b/ai/tests/test_followup_consumer.py
index 8f67756b..97986ddd 100644
--- a/ai/tests/test_followup_consumer.py
+++ b/ai/tests/test_followup_consumer.py
@@ -687,7 +687,7 @@ async def test_rag_searches_top_k_directly():
)
req = _make_req()
- result = await consumer._build_rag_context(req)
+ result = await consumer._build_rag_context(req, 7)
# 청크 텍스트가 결과에 포함돼야 한다
assert "이 청크가 반환돼야 한다" in result
@@ -731,6 +731,6 @@ async def _slow_embed(texts, *, task_type=""):
)
req = _make_req()
- result = await consumer._build_rag_context(req)
+ result = await consumer._build_rag_context(req, 7)
assert result == "(none)"
diff --git a/backend/openapi.json b/backend/openapi.json
index ee5af73a..25e0dfcb 100644
--- a/backend/openapi.json
+++ b/backend/openapi.json
@@ -1307,7 +1307,7 @@
"post" : {
"tags" : [ "Internal: Embedding Search" ],
"summary" : "pgvector cosine topK 검색",
- "description" : "queryEmbedding 으로 가장 가까운 청크 topK 반환. documentIds 가 비어 있으면 전체.",
+ "description" : "queryEmbedding 으로 가장 가까운 청크 topK 반환. **검색 범위는 항상 userId 소유 문서로 제한**된다 — documentIds 를 주면 그 중 소유한 것만, 비어 있으면 소유 문서 전체.",
"operationId" : "internalSearchEmbeddings",
"requestBody" : {
"content" : {
@@ -1331,7 +1331,7 @@
}
},
"400" : {
- "description" : "queryEmbedding 누락",
+ "description" : "userId 또는 queryEmbedding 누락",
"content" : {
"*/*" : {
"schema" : {
@@ -3695,6 +3695,10 @@
"SearchRequest" : {
"type" : "object",
"properties" : {
+ "userId" : {
+ "type" : "integer",
+ "format" : "int64"
+ },
"queryEmbedding" : {
"type" : "array",
"items" : {
@@ -3717,7 +3721,7 @@
"format" : "int32"
}
},
- "required" : [ "queryEmbedding" ]
+ "required" : [ "queryEmbedding", "userId" ]
},
"SearchResponse" : {
"type" : "object",
diff --git a/backend/src/main/java/com/stackup/stackup/document/application/DocumentEmbeddingService.java b/backend/src/main/java/com/stackup/stackup/document/application/DocumentEmbeddingService.java
index 606c1a8c..996efecd 100644
--- a/backend/src/main/java/com/stackup/stackup/document/application/DocumentEmbeddingService.java
+++ b/backend/src/main/java/com/stackup/stackup/document/application/DocumentEmbeddingService.java
@@ -30,9 +30,28 @@ public int upsert(EmbeddingUpsertCommand command) {
return embeddingRepository.upsertAll(command.documentId(), command.model(), mapped);
}
+ /**
+ * 임베딩 검색 — **항상 요청자 소유 문서로 제한한다.**
+ *
+ * 이전에는 documentIds 가 비면 전체 사용자의 청크가 대상이었고 소유권 검증도 없었다.
+ * 유출이 없었던 건 AI 호출부 3곳이 모두 빈 목록을 사전에 걸러줬기 때문인데, 방어가
+ * 전적으로 호출자에게 있었다 — 호출부가 하나 늘거나 가드를 빠뜨리면 남의 이력서 청크가
+ * 프롬프트로 들어간다. 여기서 스코프를 확정해 호출자와 무관하게 불가능하게 만든다.
+ *
+ *
documentIds 를 주면 그 중 소유한 것만 남기고(요청한 id 를 그대로 믿지 않는다),
+ * 비어 있으면 소유 문서 전체가 대상이다. 교집합이 비면 검색하지 않고 빈 결과 —
+ * 빈 목록을 그대로 넘기면 다시 전체 검색이 된다.
+ */
public List search(
- float[] queryEmbedding, String queryText, List documentIds, int topK
+ Long userId, float[] queryEmbedding, String queryText, List documentIds, int topK
) {
- return embeddingRepository.search(queryEmbedding, queryText, documentIds, topK);
+ List owned = documentRepository.findActiveIdsByOwner(userId);
+ List scoped = documentIds == null || documentIds.isEmpty()
+ ? owned
+ : documentIds.stream().filter(owned::contains).toList();
+ if (scoped.isEmpty()) {
+ return List.of();
+ }
+ return embeddingRepository.search(queryEmbedding, queryText, scoped, topK);
}
}
diff --git a/backend/src/main/java/com/stackup/stackup/document/domain/AnalyzedDocumentRepository.java b/backend/src/main/java/com/stackup/stackup/document/domain/AnalyzedDocumentRepository.java
index 08c1c312..9eae3c16 100644
--- a/backend/src/main/java/com/stackup/stackup/document/domain/AnalyzedDocumentRepository.java
+++ b/backend/src/main/java/com/stackup/stackup/document/domain/AnalyzedDocumentRepository.java
@@ -46,6 +46,20 @@ Optional findByIdAndResume_User_IdOrIdAndRepository_User_Id(
""")
Optional findActiveByIdAndOwner(@Param("id") Long id, @Param("userId") Long userId);
+ // 임베딩 검색 스코프 확정용 — 엔티티가 아니라 id 만 필요하다.
+ @Query("""
+ SELECT d.id FROM AnalyzedDocument d
+ LEFT JOIN d.resume rs
+ LEFT JOIN rs.user ru
+ LEFT JOIN d.repository rp
+ LEFT JOIN rp.user pu
+ LEFT JOIN d.coverLetter cl
+ LEFT JOIN cl.user cu
+ WHERE d.deleted = false
+ AND (ru.id = :userId OR pu.id = :userId OR cu.id = :userId)
+ """)
+ List findActiveIdsByOwner(@Param("userId") Long userId);
+
@Query("""
SELECT d FROM AnalyzedDocument d
WHERE d.coverLetter.id = :coverLetterId
diff --git a/backend/src/main/java/com/stackup/stackup/document/presentation/InternalEmbeddingSearchController.java b/backend/src/main/java/com/stackup/stackup/document/presentation/InternalEmbeddingSearchController.java
index 6835b27c..5fc26f27 100644
--- a/backend/src/main/java/com/stackup/stackup/document/presentation/InternalEmbeddingSearchController.java
+++ b/backend/src/main/java/com/stackup/stackup/document/presentation/InternalEmbeddingSearchController.java
@@ -28,16 +28,17 @@ public class InternalEmbeddingSearchController {
@Operation(
operationId = "internalSearchEmbeddings",
summary = "pgvector cosine topK 검색",
- description = "queryEmbedding 으로 가장 가까운 청크 topK 반환. documentIds 가 비어 있으면 전체."
+ description = "queryEmbedding 으로 가장 가까운 청크 topK 반환. **검색 범위는 항상 userId 소유 문서로 제한**된다 — documentIds 를 주면 그 중 소유한 것만, 비어 있으면 소유 문서 전체."
)
@ApiResponses({
@ApiResponse(responseCode = "200", description = "검색 결과"),
- @ApiResponse(responseCode = "400", description = "queryEmbedding 누락"),
+ @ApiResponse(responseCode = "400", description = "userId 또는 queryEmbedding 누락"),
@ApiResponse(responseCode = "401", description = "X-Internal-API-Key 인증 실패")
})
@PostMapping("/search")
public SearchResponse search(@Valid @RequestBody SearchRequest request) {
List hits = embeddingService.search(
+ request.userId(),
request.queryEmbedding(),
request.queryText(),
request.documentIds() == null ? List.of() : request.documentIds(),
@@ -47,9 +48,12 @@ public SearchResponse search(@Valid @RequestBody SearchRequest request) {
}
public record SearchRequest(
+ // 검색 범위를 확정하는 값 — 없으면 스코프를 정할 수 없으므로 필수.
+ @NotNull Long userId,
@NotNull float[] queryEmbedding,
// 선택. 주어지면 벡터 + full-text(BM25) RRF 하이브리드 검색.
String queryText,
+ // 선택. 주면 소유 문서와의 교집합으로 좁힌다. 비면 소유 문서 전체.
List documentIds,
@Positive Integer topK
) {
diff --git a/backend/src/test/java/com/stackup/stackup/document/infrastructure/DocumentEmbeddingSearchTest.java b/backend/src/test/java/com/stackup/stackup/document/infrastructure/DocumentEmbeddingSearchTest.java
index 51d4781a..5c7b5625 100644
--- a/backend/src/test/java/com/stackup/stackup/document/infrastructure/DocumentEmbeddingSearchTest.java
+++ b/backend/src/test/java/com/stackup/stackup/document/infrastructure/DocumentEmbeddingSearchTest.java
@@ -6,6 +6,7 @@
import com.stackup.stackup.document.domain.AnalyzedDocumentRepository;
import com.stackup.stackup.document.domain.DocumentEmbeddingRepository;
import com.stackup.stackup.document.domain.DocumentEmbeddingRepository.EmbeddingChunk;
+import com.stackup.stackup.document.application.DocumentEmbeddingService;
import com.stackup.stackup.document.domain.DocumentEmbeddingRepository.SearchHit;
import com.stackup.stackup.resume.domain.Resume;
import com.stackup.stackup.resume.domain.ResumeFileType;
@@ -33,13 +34,14 @@
* 반복할 수 있고, 실제로 3개 호출부 중 어디도 삭제를 확인하지 않았다.
*/
@PostgresRepositoryTest
-@Import(JdbcDocumentEmbeddingRepository.class)
+@Import({JdbcDocumentEmbeddingRepository.class, DocumentEmbeddingService.class})
class DocumentEmbeddingSearchTest {
@Autowired UserRepository userRepository;
@Autowired ResumeRepository resumeRepository;
@Autowired AnalyzedDocumentRepository documentRepository;
@Autowired DocumentEmbeddingRepository embeddingRepository;
+ @Autowired DocumentEmbeddingService embeddingService;
@Autowired EntityManager em;
@Test
@@ -98,6 +100,45 @@ void hybridSearchExcludesDeletedDocuments() {
assertThat(hits).isEmpty();
}
+ // 검색 범위는 호출자가 뭘 보내든 요청자 소유 문서를 벗어나면 안 된다.
+ // 이전에는 documentIds 를 그대로 믿었고, 비면 전체 사용자 청크가 대상이었다.
+ @Test
+ void serviceScopesSearchToRequestingUsersDocuments() {
+ AnalyzedDocument mine = document(97005L, "mine");
+ AnalyzedDocument stranger = document(97006L, "stranger");
+ embeddingRepository.upsertAll(mine.getId(), "test-model",
+ List.of(new EmbeddingChunk(0, "내 이력서", vector(0.9f))));
+ embeddingRepository.upsertAll(stranger.getId(), "test-model",
+ List.of(new EmbeddingChunk(0, "남의 이력서", vector(0.9f))));
+ em.flush();
+
+ Long myUserId = ownerOf(mine);
+
+ // 남의 문서 id 를 명시해도 결과에 없어야 한다.
+ assertThat(embeddingService.search(myUserId, vector(0.9f), null,
+ List.of(mine.getId(), stranger.getId()), 10))
+ .extracting(SearchHit::documentId)
+ .containsExactly(mine.getId());
+
+ // documentIds 를 비워도 전체 검색이 되지 않는다 — 소유 문서로만 좁혀진다.
+ assertThat(embeddingService.search(myUserId, vector(0.9f), null, List.of(), 10))
+ .extracting(SearchHit::documentId)
+ .containsExactly(mine.getId());
+ }
+
+ // 소유 문서가 하나도 없으면 빈 목록을 그대로 넘기면 안 된다 — 넘기면 다시 전체 검색이다.
+ @Test
+ void serviceReturnsEmptyWhenUserOwnsNothing() {
+ AnalyzedDocument stranger = document(97007L, "stranger-only");
+ embeddingRepository.upsertAll(stranger.getId(), "test-model",
+ List.of(new EmbeddingChunk(0, "남의 문서뿐", vector(0.9f))));
+ User loner = userRepository.save(User.createGithubUser(97008L, "loner", null, null, "t"));
+ em.flush();
+
+ assertThat(embeddingService.search(loner.getId(), vector(0.9f), null, List.of(), 10))
+ .isEmpty();
+ }
+
private List search(List documentIds) {
return embeddingRepository.search(vector(0.9f), null, documentIds, 10);
}
@@ -108,6 +149,10 @@ private static float[] vector(float head) {
return v;
}
+ private Long ownerOf(AnalyzedDocument doc) {
+ return doc.getResume().getUser().getId();
+ }
+
private AnalyzedDocument document(Long githubId, String name) {
User user = userRepository.save(User.createGithubUser(githubId, name, null, null, "t"));
Resume resume = resumeRepository.save(
diff --git a/docs/messaging.md b/docs/messaging.md
index f3b59057..4712154a 100644
--- a/docs/messaging.md
+++ b/docs/messaging.md
@@ -745,11 +745,25 @@ docker exec stackup-rabbitmq rabbitmqadmin \
|--------|------|--------|------|
| `GET` | `/api/internal/users/{userId}/github-token` | AI | 사용자별 GitHub access token을 분석 시점에 짧게 위임 (envelope에 비밀 미동봉) |
| `PUT` | `/api/internal/documents/{documentId}/embeddings` | AI | 청크 + 임베딩을 `document_embeddings`에 idempotent upsert |
-| `POST` | `/api/internal/embeddings/search` | AI | RAG 검색 — pgvector cosine topK (queryText 동봉 시 벡터+BM25 RRF 하이브리드). 실패 시 AI 는 빈 결과로 폴백 (non-fatal) |
+| `POST` | `/api/internal/embeddings/search` | AI | RAG 검색 — pgvector cosine topK (queryText 동봉 시 벡터+BM25 RRF 하이브리드). **`userId` 필수** — 검색 범위가 항상 그 사용자 소유·미삭제 문서로 제한된다(§10.1). 실패 시 AI 는 빈 결과로 폴백 (non-fatal) |
| `POST` | `/api/internal/ai-logs` | AI | LLM 호출별 토큰·지연시간을 `ai_request_logs` 에 기록 (fire-and-forget, 실패 무시) |
요청·응답 스키마 및 인증 규약은 [`/docs/api-conventions.md §10`](./api-conventions.md) 참조.
+#### 10.1 임베딩 검색 스코프
+
+`POST /api/internal/embeddings/search` 는 **호출자가 무엇을 보내든 요청자 소유 문서를 벗어나지 않는다.**
+
+- `userId` 필수. AI 는 `envelope.context.user_id` 를 그대로 싣는다(별도 계약 추가 없이 이미 있는 값).
+- `documentIds` 를 주면 **소유 문서와의 교집합**만 대상 — 요청한 id 를 그대로 믿지 않는다.
+- `documentIds` 가 비면 그 사용자의 활성 문서 전체. (이전 규약인 "비면 전체 사용자 대상"은 폐기)
+- 교집합이 비면 검색하지 않고 빈 결과를 준다 — 빈 목록을 그대로 넘기면 다시 전체 검색이 된다.
+- soft delete 된 문서의 청크는 검색 쿼리에서 제외된다(`ACTIVE_DOC_JOIN`).
+
+이전에는 스코프 방어가 전적으로 호출자에게 있었다. AI 호출부 3곳이 모두 빈 목록을 사전에
+걸러줘서 실제 유출은 없었지만, 호출부가 하나 늘거나 가드를 빠뜨리면 남의 이력서 청크가
+프롬프트로 들어간다. `user_id` 를 못 얻는 경우 AI 는 검색을 건너뛰고 `(none)` 으로 폴백한다.
+
큐 상태 확인:
```bash
docker exec stackup-rabbitmq rabbitmqctl list_queues -q name messages consumers
diff --git a/frontend/src/shared/api/generated.ts b/frontend/src/shared/api/generated.ts
index 6dbf1cef..a842443e 100644
--- a/frontend/src/shared/api/generated.ts
+++ b/frontend/src/shared/api/generated.ts
@@ -326,7 +326,7 @@ export interface paths {
put?: never;
/**
* pgvector cosine topK 검색
- * @description queryEmbedding 으로 가장 가까운 청크 topK 반환. documentIds 가 비어 있으면 전체.
+ * @description queryEmbedding 으로 가장 가까운 청크 topK 반환. **검색 범위는 항상 userId 소유 문서로 제한**된다 — documentIds 를 주면 그 중 소유한 것만, 비어 있으면 소유 문서 전체.
*/
post: operations["internalSearchEmbeddings"];
delete?: never;
@@ -1226,6 +1226,8 @@ export interface components {
idempotencyKey?: string;
};
SearchRequest: {
+ /** Format: int64 */
+ userId: number;
queryEmbedding: number[];
queryText?: string;
documentIds?: number[];
@@ -2645,7 +2647,7 @@ export interface operations {
"*/*": components["schemas"]["SearchResponse"];
};
};
- /** @description queryEmbedding 누락 */
+ /** @description userId 또는 queryEmbedding 누락 */
400: {
headers: {
[name: string]: unknown;