feat: 벡터 검색 RPC 래퍼와 자연어 변환기 추가

[harim789]

📌 관련 이슈

closes #19

📝 작업 내용

추천 파이프라인 4개 에이전트(discovery, score, alternative, collaborative)가 공통으로 사용할 헬퍼를 일괄 구현. 순수 라이브러리 모듈만 추가하며 에이전트는 후속 PR에서 구현.

추가 모듈

모듈	역할	사용 에이전트
db.vector_search	RPC 4종 (match_products, match_alternatives, match_reviews, match_user_contexts) 타입 wrapper	discovery, score, alternative
services.feature_text_builder	feature_json → 카테고리별 자연어 (base/sun/lip/skincare). null 필드 자동 제외	(재임베딩 스크립트에서 사용)
services.review_chunker	300자 단위 청크 분할, 이모지·URL·반복 자음 제거, 10자 미만 제외	(리뷰 재임베딩에서 사용)
services.unified_text_builder	UserProfile + RAG + 쿼리 → 통합 자연어. discovery_agent의 intent_vector 생성에 사용	discovery
services.job_updater	recommendation_jobs 상태 (step/progress/status) 비동기 갱신	모든 추천 에이전트

설계 결정

• vector_search는 TypedDict 반환 타입으로 IDE 자동완성 지원
• feature_text_builder는 한국어 자연 표현 사용 (예: "coverage": "높음" → "커버력이 높은") → 리뷰 어휘와 정합성 확보
• unified_text_builder는 LLM/VLM 담당의 ExtractedProduct 그대로 사용. product_name(str), category["main"](dict 접근) 형태
• job_updater는 None 필드를 갱신하지 않아 부분 업데이트 안전. asyncio.to_thread로 동기 supabase-py 호출을 이벤트 루프 차단 없이 처리

LLM/VLM 담당 영역과의 인터페이스

• ExtractedProduct는 LLM/VLM이 정의한 형태 그대로 사용 (수정 X)
• agents/tools.py의 search_rag placeholder는 후속 PR에서 본 PR의 db.vector_search.match_products를 wrap해서 구현 예정

동작 확인 방법

cd AI
python -m pytest tests/test_vector_search.py tests/test_feature_text_builder.py tests/test_review_chunker.py tests/test_unified_text_builder.py tests/test_job_updater.py -v

• 단위 테스트 32건 PASSED (Supabase 미연결 시 26 PASSED + 6 SKIPPED)

📁 변경 파일

• AI/db/vector_search.py
• AI/services/feature_text_builder.py
• AI/services/review_chunker.py
• AI/services/unified_text_builder.py
• AI/services/job_updater.py
• AI/tests/test_vector_search.py
• AI/tests/test_feature_text_builder.py
• AI/tests/test_review_chunker.py
• AI/tests/test_unified_text_builder.py
• AI/tests/test_job_updater.py

✅ 체크리스트

• 테스트 통과 확인
• 담당 범위 외 파일 수정 없음
• 코드 주석 확인