sometrend-mcp-server/src/constants/app-data.constants.ts

TM2 기반의 썸트렌드(sometrend) MCP 서버 - 트렌드 분석 및 데이터 처리

/**
 * TM2 MCP 서버 애플리케이션 데이터 상수
 */

import type { DataSource } from '../types/index.js';

/**
 * 서버 기본 정보
 */
export const SERVER_BASE_INFO = {
    name: "썸트렌드(sometrend) MCP 서버",
    version: "1.0.0", // 기존 버전 유지
    displayNames: [
        "썸트렌드 MCP",
        "sometrend MCP",
        "TM2 MCP",
        "썸트렌드 MCP 서버",
        "sometrend MCP 서버",
        "TM2 MCP 서버"
    ],
    lastUpdated: "2024-06-25"
};

/**
 * AI 모델을 위한 서버 상세 설명
 */
export const AI_OPTIMIZED_SERVER_DESCRIPTION =
    "썸트렌드 MCP Server는 소셜 미디어 빅데이터 분석을 위한 전문 MCP(Model Context Protocol) 서버입니다.\n\n" +

    "## 핵심 역할\n" +
    "- **소셜 빅데이터 분석 전문가**: 7개 주요 소셜미디어 채널(블로그, 트위터/X, 뉴스, 인스타그램, 커뮤니티, 유튜브, 네이버블로그)의 대규모 데이터를 실시간 분석\n" +
    "- **한국어 특화 NLP 엔진**: 한국어 텍스트의 감성, 의미, 연관성을 정확하게 분석하는 자연어 처리 시스템\n" +
    "- **실시간 트렌드 모니터링**: 키워드 언급량, 감성 변화, 연관어 패턴의 시간대별 추이를 실시간으로 추적\n\n" +

    "## 제공 기능 (15개 전문 도구)\n" +
    "### 기본 분석 도구\n" +
    "- `getDocumentCounts`: 분석 대상 문서 수 조회 (데이터 규모 파악)\n" +
    "- `getKeywordMentions`: 키워드 언급량 추이 분석 (시간대별 트렌드)\n" +
    "- `keywordDocuments`: 키워드 관련 실제 문서 내용 조회 (원본 텍스트 분석)\n\n" +

    "### 연관어 분석 도구\n" +
    "- `getKeywordAssociations`: 키워드와 함께 언급되는 연관어 빈도 분석\n" +
    "- `getAssociationTransition`: 연관어의 시간대별 변화 추이 분석\n" +
    "- `getTopAssociationByPeriod`: 기간별 상위 연관어 랭킹 분석\n\n" +

    "### 감성 분석 도구\n" +
    "- `getKeywordSentiment`: 키워드에 대한 긍정/부정/중립 감성 비율 측정\n" +
    "- `getAssociationTransitionBySentiment`: 감성별 연관어 추이 분석\n" +
    "- `getTopSentimentByPeriod`: 기간별 감성 키워드 랭킹 분석\n\n" +

    "### 분류체계 관리 도구\n" +
    "- `getCategorySets`: 전체 분류체계 목록 조회\n" +
    "- `getCategorySetDetail`: 특정 분류체계 상세 정보 조회\n" +
    "- `getKeywordCategory`: 키워드의 분류 정보 조회\n" +
    "- `setKeywordCategories`: 여러 키워드 분류 일괄 설정\n\n" +

    "### 시스템 정보 도구\n" +
    "- `getServerInfo`: 서버 상태 및 성능 정보 조회\n" +
    "- `getSnsChannels`: 지원 소셜미디어 채널 정보 조회\n\n" +

    "## 전문 분석 시나리오 (8가지)\n" +
    "### 프롬프트 기반 통합 분석\n" +
    "- **브랜드 평판 분석**: 브랜드에 대한 소비자 인식과 평판 변화 추적\n" +
    "- **여론 분석**: 특정 이슈나 사건에 대한 대중의 의견과 반응 분석\n" +
    "- **위기 이슈 관리**: 부정적 이슈 발생 시 확산 패턴과 대응 전략 수립\n" +
    "- **마케팅 분석**: 마케팅 캠페인 효과 측정과 소비자 반응 분석\n" +
    "- **경쟁사 비교 분석**: 경쟁 브랜드 간 언급량, 감성, 이슈 비교\n" +
    "- **상품 분석**: 제품 출시 전후 반응, 기능별 만족도 분석\n" +
    "- **공공·금융 분석**: 정책, 금융상품에 대한 시민 반응 분석\n" +
    "- **종합 모니터링**: 브랜드 전반의 디지털 풋프린트 통합 모니터링\n\n" +

    "## 데이터 분류 체계\n" +
    "- **SM (Social Metrics)**: 일반적인 소셜미디어 분석을 위한 기본 분류 체계\n" +
    "- **TSN3 (Trend Seek 3.0)**: 트렌드 분석, 이슈 분석, 광고 마케팅에 특화된 고도화 분류 체계\n\n" +

    "## 성능 특징\n" +
    "- **고속 응답**: 평균 2-5초 내 분석 결과 제공\n" +
    "- **대용량 처리**: 최대 12개월 기간의 빅데이터 동시 분석\n" +
    "- **실시간 캐싱**: 자주 사용되는 분석 결과 캐싱으로 응답 속도 최적화\n" +
    "- **동시 처리**: 최대 10개 요청 동시 처리 지원\n\n" +

    "## 사용 방법\n" +
    "1. **단일 분석**: 개별 도구를 사용한 특정 지표 분석\n" +
    "2. **통합 분석**: 프롬프트를 통한 시나리오 기반 종합 분석\n" +
    "3. **순차 분석**: 여러 도구를 조합한 단계별 심화 분석\n\n" +

    "## AI 활용 팁\n" +
    "- 먼저 `getDocumentCounts`로 분석 가능한 데이터 규모를 확인하세요\n" +
    "- `getKeywordMentions`로 전체적인 트렌드를 파악한 후 세부 분석을 진행하세요\n" +
    "- 감성 분석 시 `getKeywordSentiment`와 `keywordDocuments`를 함께 사용하면 정량/정성 분석이 가능합니다\n" +
    "- 경쟁사 분석 시 동일한 기간과 조건으로 여러 브랜드를 비교 분석하세요\n" +
    "- 분류체계는 분석 목적에 따라 SM(일반) 또는 TSN3(마케팅 특화)를 선택하세요";

/**
 * 사용 가능한 데이터 소스 목록
 */
export const AVAILABLE_DATA_SOURCES: DataSource[] = [
    {
        source: "blog",
        name: "블로그",
        description: "네이버 블로그, 티스토리 등의 개인 블로그 콘텐츠",
        isActive: true
    },
    {
        source: "twitter",
        name: "트위터/X",
        description: "트위터(X) 소셜 미디어 게시물",
        isActive: true
    },
    {
        source: "news",
        name: "뉴스",
        description: "온라인 뉴스 기사 및 언론사 콘텐츠",
        isActive: true
    },
    {
        source: "insta",
        name: "인스타그램",
        description: "인스타그램 게시물 및 스토리",
        isActive: true
    },
    {
        source: "community",
        name: "커뮤니티",
        description: "온라인 커뮤니티 게시판 글",
        isActive: true
    },
    {
        source: "youtube",
        name: "유튜브",
        description: "유튜브 동영상 제목, 설명, 댓글",
        isActive: true
    },
    {
        source: "naver_blog",
        name: "네이버 블로그",
        description: "네이버 블로그 전용 콘텐츠",
        isActive: true
    }
];

/**
 * 사용 가능한 분류체계 목록
 */
export const AVAILABLE_CATEGORY_SETS = [
    {
        idx: 1,
        id: "SM",
        desc: "Social Metrics (일반적 분류 분석 체계)"
    },
    {
        idx: 2,
        id: "TSN3",
        desc: "Trend Seek 3.0 (트렌드 분석, 이슈 분석, 광고 마케팅 특화 카테고리)"
    }
];

/**
 * 속도 제한 설정
 */
export const RATE_LIMITS = {
    avgResponseTime: "2-5초",
    maxDataRange: "최대 12개월",
    maxConcurrentRequests: 10
};

/**
 * 보안 기능
 */
export const SECURITY_FEATURES = [
    "인증 기반 접근 제어",
    "요청 제한 (Rate Limiting)",
    "데이터 암호화",
    "로깅 및 모니터링"
];

/**
 * 지원 언어
 */
export const SUPPORTED_LANGUAGES = [
    "한국어",
    "영어",
    "일본어",
    "중국어"
];

/**
 * 서버 상세 정보 인터페이스
 */
export interface ServerDetailInfo {
    basic: {
        name: string;
        version: string;
        description: string;
        lastUpdated: string;
    };
    capabilities: {
        tools: number;
        prompts: number;
        resources: number;
        dataSources: number;
        categorySets: number;
    };
    features: {
        realTimeProcessing: boolean;
        sentimentAnalysis: boolean;
        associationAnalysis: boolean;
        trendAnalysis: boolean;
        categoryClassification: boolean;
        multiLanguageSupport: string[];
        caching: boolean;
        rateLimit: typeof RATE_LIMITS;
    };
    technical: {
        architecture: string;
        dataProcessing: string;
        nlpEngine: string;
        security: string[];
        performance: {
            avgResponseTime: string;
            maxDataRange: string;
            maxConcurrentRequests: number;
        };
    };
    support: {
        documentation: string;
        examples: boolean;
        troubleshooting: boolean;
        apiReference: boolean;
    };
}

/**
 * 서버 상세 정보 생성 함수
 */
export function generateServerDetailInfo(): ServerDetailInfo {
    return {
        basic: {
            ...SERVER_BASE_INFO,
            description: AI_OPTIMIZED_SERVER_DESCRIPTION
        },
        capabilities: {
            tools: 15,
            prompts: 8,
            resources: 5,
            dataSources: AVAILABLE_DATA_SOURCES.length,
            categorySets: AVAILABLE_CATEGORY_SETS.length
        },
        features: {
            realTimeProcessing: true,
            sentimentAnalysis: true,
            associationAnalysis: true,
            trendAnalysis: true,
            categoryClassification: true,
            multiLanguageSupport: [...SUPPORTED_LANGUAGES],
            caching: true,
            rateLimit: RATE_LIMITS
        },
        technical: {
            architecture: "MCP (Model Context Protocol) 기반 서버",
            dataProcessing: "대용량 소셜 데이터 실시간 처리 엔진",
            nlpEngine: "한국어 특화 자연어 처리 알고리즘",
            security: [...SECURITY_FEATURES],
            performance: {
                avgResponseTime: RATE_LIMITS.avgResponseTime,
                maxDataRange: RATE_LIMITS.maxDataRange,
                maxConcurrentRequests: RATE_LIMITS.maxConcurrentRequests
            }
        },
        support: {
            documentation: "포괄적인 API 문서 및 가이드 제공",
            examples: true,
            troubleshooting: true,
            apiReference: true
        }
    };
}

/**
 * 서버 기능 상세 설명
 */
export const SERVER_FEATURE_DETAILS = {
    coreFeatures: [
        {
            category: "기본 분석",
            features: [
                "문서 수 조회: 특정 조건에 따른 분석 대상 문서 수 확인",
                "키워드 언급량 분석: 소셜 미디어 채널별 키워드 언급량 추이 분석",
                "키워드 관련 문서 조회: 특정 키워드가 포함된 문서 목록 조회"
            ]
        },
        {
            category: "연관어 분석",
            features: [
                "키워드 연관어 분석: 특정 키워드와 함께 자주 언급되는 단어들의 패턴 파악",
                "연관어 추이 분석: 분류체계 기준으로 정리된 연관어 추이 분석",
                "기간별 상위 연관어 분석: 기간 단위별 Top N 연관어 분석"
            ]
        },
        {
            category: "감성 분석",
            features: [
                "감성 분석: 키워드에 대한 긍정/부정/중립적 반응 비율 측정",
                "연관어 감성 추이 분석: 감성 분류 기준으로 합산된 연관어 추이 분석",
                "기간별 상위 감성 분석: 기간별 감성 기준 연관어 분석"
            ]
        },
        {
            category: "분류체계 관리",
            features: [
                "분류체계 관리: 전체 분류체계 목록 및 특정 분류체계 정보 조회",
                "키워드 분류 정보: 특정 키워드의 분류 정보 조회 및 여러 키워드 배치 처리"
            ]
        }
    ],
    technicalFeatures: [
        {
            name: "실시간 데이터 처리",
            description: "대용량 소셜 데이터를 신속하게 처리하는 고성능 아키텍처",
            benefits: ["빠른 응답 시간", "실시간 트렌드 파악", "대용량 데이터 처리"]
        },
        {
            name: "확장 가능한 API 구조",
            description: "다양한 분석 요구사항에 맞춤형 대응 가능",
            benefits: ["모듈화된 설계", "유연한 확장", "표준화된 인터페이스"]
        },
        {
            name: "정교한 자연어 처리",
            description: "한국어 특화 텍스트 분석 알고리즘 적용",
            benefits: ["높은 분석 정확도", "한국어 특화", "다양한 표현 인식"]
        },
        {
            name: "분류체계 기반 분석",
            description: "체계적인 카테고리 분류를 통한 정밀 분석",
            benefits: ["구조화된 분석", "일관된 분류", "비교 분석 가능"]
        }
    ]
};