.

src/main/kotlin/network/RagService.kt

@@ -13,6 +13,7 @@ import dev.langchain4j.store.embedding.filter.MetadataFilterBuilder
 import kotlinx.coroutines.Dispatchers
 import kotlinx.coroutines.async
 import kotlinx.coroutines.coroutineScope
+import kotlinx.coroutines.delay
 import kotlinx.coroutines.withContext
 import kotlinx.serialization.Serializable
 import kotlinx.serialization.json.Json
@@ -296,10 +297,13 @@ object RagService {
         // 문자열 치환 대신 안전한 JSON 객체 빌더 사용
         val requestBodyJson = buildJsonObject {
             put("model", "local-model")
-            put("temperature", 0.0) // 0.1 유지 (결정론적 응답)
-            put("top_p", 0.9)
-            put("max_tokens", 500)
+            put("temperature", 0.1) // 💡 루프 탈출을 위해 더 과감하게 설정
+            put("top_p", 0.85) // 💡 추가
+            put("top_k", 40)   // 💡 추가 (서버에서 지원할 경우)
+//            put("frequency_penalty", 0.7) // 💡 반복 단어 억제 강화
+//            put("presence_penalty", 0.5)
 
+            put("max_tokens", 400)
             putJsonArray("messages") {
                 addJsonObject {
                     put("role", "system")
@@ -339,94 +343,124 @@ object RagService {
         .connectTimeout(60, TimeUnit.SECONDS)
         .readTimeout(120, TimeUnit.SECONDS)
         .build()
+
     suspend fun decideTrading(
         stockName: String,
-        scores: InvestmentScores, // 직접 계산한 점수 객체
-        financialStmt: FinancialStatement, // 매핑된 재무 수치 객체
+        scores: InvestmentScores,
+        financialStmt: FinancialStatement,
         tempDecision: TradingDecision
     ): TradingDecision? {
-        // 💡 1. 뉴스 데이터가 유효한지(100자 이상인지) 확인
-        val validNews = tempDecision.newsContext?.takeIf { it.trim().length >= 100 }
 
-        // 💡 2. 동적 데이터 섹션 구성
+        var retryCount = 0
+        val maxRetries = 2
+
+        while (retryCount <= maxRetries) {
+
+            // 1. 뉴스 데이터가 100자 이상일 때만 유효한 것으로 판단
+            val validNews = tempDecision.newsContext?.takeIf { it.trim().length >= 100 }?.take(400)
+
+            // 2. 뉴스 유무에 따른 동적 데이터 섹션 구성
             val newsDataSection = if (validNews != null) {
                 "3. News Context: $validNews"
             } else {
-            "3. News Context: None available. Base your decision ONLY on System Scores and Financials."
+                "3. News Context: No significant news available. Rely on financials."
             }
 
-        // 💡 3. 동적 제약 조건 구성
-        val newsConstraint = if (validNews != null) {
-            "- Match Financials with News: If profit is negative but news is hyped, stay CAUTIOUS (HOLD)."
-        } else {
-            "- No news data is available. Rely strictly on Financials and System Scores for your 'decision' and 'reason'."
-        }
 
             val prompt = """
 # Task: Senior AI Investment Analyst
-Analyze the stock '$stockName' and determine the final trading decision based on the data below.
 
-# Data
+Your goal is to provide a final trading decision based on STRICT data analysis. 
+
+
+# Data (SOURCE OF TRUTH)
 1. System Scores: Scalping(${scores.ultraShort}), Short(${scores.shortTerm}), Mid(${scores.midTerm}), Long(${scores.longTerm})
+
 2. Financials: Operating Profit ${if(financialStmt.isOperatingProfitPositive) "PROFIT" else "LOSS"} (Growth: ${"%.2f".format(financialStmt.operatingProfitGrowth)}%), ROE: ${"%.2f".format(financialStmt.roe)}%, Debt: ${"%.2f".format(financialStmt.debtRatio)}%
+
 $newsDataSection
 
-# Constraints
-- Copy the exact 'System Scores' from the Data section into the output JSON.
-- Match Financials with News: If profit is negative but news is hyped, stay CAUTIOUS (HOLD).
-- The "reason" field MUST be written in KOREAN and MUST NOT exceed 50 characters. Keep it concise.
-- Output ONLY a valid JSON object matching the exact structure below. DO NOT output placeholder text like '(integer)'.
 
-# Example Output JSON Format
+# Step-by-Step Analysis Logic
+
+1. Financial Review: First, evaluate the 'Financials' section for long-term stability.
+
+2. News Verification: Second, check 'News Context' (if available) for immediate market sentiment or specific issues.
+
+3. Synthesis: Finalize the 'decision' (BUY, SELL, HOLD) by combining the Financials and News analysis.
+
+4. Confidence: Assign a confidence score (0-100) based on how clearly the data points to the decision.
+
+
+# Strict Constraints
+
+- SCORE INTEGRITY: You MUST copy the 'System Scores' into the output JSON exactly as provided. NO TRANSFORMATION.
+
+- REASON LENGTH: The "reason" field MUST be written in KOREAN and MUST be between 10 to 50 characters.
+
+- JSON ONLY: Output ONLY a valid JSON object. No markdown, no pre-text, no post-text.
+
+
+# Output JSON Structure (STRICT NAMES)
+
 {
-  "ultraShortScore": 0,
-  "shortTermScore": 0,
-  "midTermScore": 0,
-  "longTermScore": 0,
+  "ultraShortScore": ${scores.ultraShort},
+  "shortTermScore": ${scores.shortTerm},
+  "midTermScore": ${scores.midTerm},
+  "longTermScore": ${scores.longTerm},
   "decision": "HOLD",
-  "reason": "적자 지속 및 네수파립 임상 대기 중으로 관망 필요",
-  "confidence": 50
+  "reason": "10자 이상 50자 이내의 한국어 분석 결과",
+  "confidence": 0
 }
+
 """.trimIndent()
-
-
-        return try {
+            try {
                 val rawResponse = callLlamaWithSchema(prompt)
-            println("📥 [AI Strict JSON]:\n$rawResponse")
+// 환각 및 루프 검사
+                println("rawResponse $rawResponse")
 
-            // 엄격한 스키마가 적용되었으므로 JsonSanitizer 없이 바로 파싱 가능
-            val lenientJson = Json {
-                ignoreUnknownKeys = true
-                isLenient = true
-                coerceInputValues = true
-            }
 
-            val decision = lenientJson.decodeFromString<TradingDecision>(rawResponse)
+                val sanitized = rawResponse.trim().removeSurrounding("```json", "```").trim()
 
-            // 데이터 매핑
-            decision.apply {
-                financialData = tempDecision.financialData
-                newsContext = tempDecision.newsContext
-                techSummary = tempDecision.techSummary
-                stockCode = tempDecision.stockCode
-                corpName = tempDecision.corpName
+                val decision = Json { ignoreUnknownKeys = true; isLenient = true }.decodeFromString<TradingDecision>(sanitized)
+
+                // 2. 사유 길이 및 데이터 정합성 검증 (사용자 요청 반영)
+                val reasonLen = decision.reason?.length ?: 0
+                val isReasonValid = reasonLen in 5..60 // 약간의 마진 허용
+
+                // 점수가 보존되었는지 확인 (Scalping 점수 대조)
+                val isScorePreserved = decision.ultraShortScore == scores.ultraShort.toDouble()
+
+                if (isReasonValid && isScorePreserved) {
+                    return decision.apply {
+                        this.stockCode = tempDecision.stockCode
                         this.stockName = tempDecision.stockName
+                        this.corpName = tempDecision.corpName
+                        this.financialData = tempDecision.financialData
+                        this.newsContext = tempDecision.newsContext
+                    }
+                } else {
+                    println("⚠️ [검증 실패] 사유길이($reasonLen) 또는 점수보존($isScorePreserved) 실패. 재시도 합니다.")
+                    retryCount++
                 }
 
-            decision
-        } catch (e: InternalServerException) {
-            // 서버 에러 (컨텍스트 초과 등) 발생 시 로그 남기고 null 반환 혹은 커스텀 에러 처리
-            println("🚨 [AI Server Error] ${e.message}")
-            if (e.message?.contains("Context size") == true) {
-                println("⚠️ 데이터가 너무 많습니다. 요약 로직을 점검하세요.")
-            }
-            tempDecision
-            null
+
+
             } catch (e: Exception) {
-            println("❌ [General Error] ${e.message}")
-            null
+                println("❌ [파싱 오류] ${e.message} - 재시도 시도 중... (${retryCount + 1})")
+                retryCount++
+                delay(500)
             }
         }
+        // 💡 [최종 탈출] 모든 재시도 실패 시 무한 루프를 돌지 않고 null 반환
+        println("🚨 [시스템] $stockName 분석 재시도 횟수 초과. 분석을 스킵합니다.")
+        return TradingDecision().apply {
+            this.stockName = stockName
+            this.decision = "HOLD"
+            this.reason = "AI 분석 지연으로 인한 자동 관망 처리"
+        }
+    }
+
 
 
 }

src/main/kotlin/service/AutoTradingManager.kt

@@ -462,7 +462,7 @@ object AutoTradingManager {
                                     }
                                     reanalysisList.clear()
                                     remainingCandidates.addAll(candidates.filter { it.code !in myHoldings && it.code !in pendingStocks && it.code !in executionCache.values.map { it.code } && it.code !in failList}
-                                        .distinctBy { it.code }.shuffled())
+                                        .distinctBy { it.code })
                                 } else {
                                     println("미확인 데이터 ${remainingCandidates.size}")
 //                                    remainingCandidates.removeIf { it.code in myHoldings || it.code in pendingStocks || it.code in executionCache.values.map { it.code } || it.code in failList}

src/main/kotlin/service/LlamaServerManager.kt

@@ -15,11 +15,37 @@ object LlamaServerManager {
     private val processes = ConcurrentHashMap<Int, Process>()
     private val scope = CoroutineScope(Dispatchers.IO + SupervisorJob())
     init {
+        killZombieProcesses()
+
         Runtime.getRuntime().addShutdownHook(Thread {
             stopAll()
         })
     }
 
+    // OS 시스템 명령어를 이용해 찌꺼기 프로세스를 이름으로 찾아 강제 종료하는 함수
+    private fun killZombieProcesses() {
+        try {
+            val os = System.getProperty("os.name").lowercase()
+            if (os.contains("win")) {
+                // 윈도우: taskkill 명령어로 llama-server.exe 강제 종료 (/F: 강제, /T: 트리거된 자식까지)
+                ProcessBuilder("cmd", "/c", "taskkill /F /IM llama-server.exe /T")
+                    .redirectErrorStream(true)
+                    .start()
+                    .waitFor()
+                println("🧹 [System] 이전 llama-server 좀비 프로세스 정리 완료 (Windows)")
+            } else {
+                // 맥/리눅스: pkill 사용
+                ProcessBuilder("pkill", "-f", "llama-server")
+                    .redirectErrorStream(true)
+                    .start()
+                    .waitFor()
+                println("🧹 [System] 이전 llama-server 좀비 프로세스 정리 완료 (Mac/Linux)")
+            }
+        } catch (e: Exception) {
+            // 실행 중인 프로세스가 없어서 에러가 나도 조용히 무시합니다.
+        }
+    }
+
     fun startServer(binPath: String, modelPath: String, port: Int, nGpuLayers: Int = 99) {
         // 이미 해당 포트에서 실행 중이거나 모델 경로가 비었으면 무시합니다.
         if (processes.containsKey(port) || modelPath.isBlank()) return
@@ -28,7 +54,7 @@ object LlamaServerManager {
         val isWin = os.contains("win")
         val (nGpuLayers, threads) = when {
             os.contains("mac") && (arch.contains("arm64") || arch.contains("aarch64")) -> 99 to 8
-            isWin -> 16 to 6 // NUC Core Ultra 7: GPU 레이어 40 내외, 스레드 12 권장
+            isWin -> 4 to 12 // NUC Core Ultra 7: GPU 레이어 40 내외, 스레드 12 권장
             else -> 0 to 4    // 인텔 맥 2017 등
         }