Ai/codex search relevance

README.md

@@ -1,5 +1,7 @@
 # TechCase
 
+서비스 링크: [https://techcase.dadamda.site/](https://techcase.dadamda.site/)
+
 TechCase는 기업 기술 블로그를 기반으로, 개발자가 새로운 기술 스택 도입이나 기술적 이슈 해결을 고민할 때 실제 기업 적용 사례를 빠르게 탐색할 수 있도록 돕는 기술 사례 검색 서비스입니다.
 
 기존 기술 블로그 모음 서비스는 여러 글을 한곳에서 볼 수 있다는 장점이 있지만, 검색 품질이 단순 키워드 매칭에 머무르는 경우가 많습니다. 예를 들어 Kafka, Kubernetes, Terraform, Redis, Elasticsearch 같은 기술을 검색하더라도 해당 키워드가 포함된 글만 나열될 뿐, 그 기술이 어떤 문제를 해결하기 위해 도입되었는지, 어떤 아키텍처 안에서 사용되었는지, 실제 서비스 맥락에서 어떤 의미를 가졌는지 파악하기 어렵습니다.

apps/backend/app/keywords/dictionaries.py

@@ -60,6 +60,11 @@ class KeywordRule:
     KeywordRule("Spring Boot", "technology", ("spring boot", "springboot", "스프링 부트")),
     KeywordRule("JPA", "technology", ("jpa", "java persistence api")),
     KeywordRule("LLM", "technology", ("llm", "large language model", "대규모 언어 모델")),
+    KeywordRule(
+        "OpenAI Codex",
+        "technology",
+        ("openai codex", "codex", "codex cli", "openai codex cli"),
+    ),
     KeywordRule(
         "RAG",
         "architecture",

apps/backend/app/search/evaluation/queries.json

@@ -1046,6 +1046,24 @@
         }
       ]
     },
+    {
+      "id": "technology-openai-codex",
+      "query": "codex",
+      "category": "technology",
+      "intent": "OpenAI Codex와 Codex CLI를 활용한 AI 코딩 에이전트, 코드 리뷰, 개발 자동화 사례를 찾는다.",
+      "expectedResults": [
+        {
+          "url": "https://techblog.musinsa.com/ai-%EC%8A%A4%ED%8E%98%EC%85%9C%EB%A6%AC%EC%8A%A4%ED%8A%B8%EC%99%80-%EC%9E%90%EB%8F%99%EC%82%AC%EB%83%A5-%ED%95%98%EB%84%A4%EC%8A%A4%EB%A1%9C-%EC%A0%9C%EC%96%B4%ED%95%98%EB%8A%94-ai-%ED%8C%8C%EC%9D%B4%ED%94%84%EB%9D%BC%EC%9D%B8-6c578f8bd1fb?source=rss----f107b03c406e---4",
+          "title": "AI 스페셜리스트와 자동사냥 - 하네스로 제어하는 AI 파이프라인",
+          "relevance": 3
+        },
+        {
+          "url": "https://meetup.nhncloud.com/posts/407",
+          "title": "2025 프론트엔드 뉴스 한 방에 몰아 보기 : NHN Cloud Meetup",
+          "relevance": 2
+        }
+      ]
+    },
     {
       "id": "architecture-rag",
       "query": "rag",

apps/backend/tests/test_search_query_rules.py

@@ -0,0 +1,28 @@
+from app.search.service import build_search_query, expand_query, matched_rule_keywords
+
+
+def test_codex_matches_openai_codex_keyword() -> None:
+    assert matched_rule_keywords("codex") == ["OpenAI Codex"]
+    assert expand_query("codex") == "codex openai codex"
+
+
+def test_codex_search_does_not_use_fuzzy_matching() -> None:
+    query = build_search_query("codex")
+
+    assert not contains_key(query, "fuzziness")
+
+
+def test_generic_code_search_keeps_fuzzy_fallback() -> None:
+    query = build_search_query("code")
+
+    assert contains_key(query, "fuzziness")
+
+
+def contains_key(value: object, key: str) -> bool:
+    if isinstance(value, dict):
+        return key in value or any(contains_key(child, key) for child in value.values())
+
+    if isinstance(value, list):
+        return any(contains_key(child, key) for child in value)
+
+    return False