28화 2026-06-30

송달문서(SCAN파일) 정리하기(2)

27화에서 추출 단계를 단단히 했다. PDF를 받아 당사자·출석일정·일시를 깨끗한 JSON으로 뽑는 데까지 왔다. 그런데 이건 전체 파이프라인의 한 토막일 뿐이다. 27화에서 그렸던 큰 그림을 다시 펼쳐 본다. SCAN 폴더에 쌓인 스캔 서류 한 건은 아래 아홉 단계를 거쳐 분류·등록·통보된다.

단계	하는 일	27화	28화
1. 다운로드	SCAN 폴더의 PDF를 ATOM에 내려받기	●
2. 이미지 변환	앞 3쪽을 PNG로 쪼개기	●
3. 추출	당사자·출석일정·일시를 JSON으로 뽑기	●
4. 후처리	깨진 JSON 정리	●
5. 폴더 분류	당사자로 폴더를 찾거나 만들어 이동		●
6. 이름 변경	`피고인_서류이름_월일.pdf`로		●
7. 캘린더	출석 일정이 있으면 등록		●
8. 사건 일지	피고인 폴더 독스에 한 줄 누적		●
9. 통보	텔레그램으로 결과·링크 전송		●

27화는 1 ~ 4단계, 곧 “읽어서 JSON으로 뽑는” 데까지였다. 이번 화는 5 ~ 9단계, 그 JSON을 받아 실제로 일을 시킨다. 폴더를 나누고, 파일을 옮기고, 이름을 바꾸고, 일정을 등록하고, 사건 일지를 쌓고, 결과를 알린다. 1~9단계를 한 줄로 꿰어, 한 파일이 들어왔을 때 끝까지 처리하는 스크립트 — process_one.sh — 를 만든다.

SCAN 폴더 전체를 자동으로 훑는 것과, 그 처리를 정해진 시각이나 폰 명령으로 거는 것은 다음 화의 몫이다. 이번엔 “한 건을 완전하게 처리하는 한 벌”을 완성하는 것이 목표다.

부품을 하나씩 검증하며 얹는다. 추출에 폴더 이동을 얹고, 거기에 이름변경을, 캘린더를, 일지를, 통보를 차례로 더한다. 한꺼번에 다 짜놓고 돌리면 어디서 틀렸는지 찾기 어렵기 때문이다. 검증용으로 성격이 다른 세 파일을 준비했다. 공판기일통지서 한 장(scan0002), 공동피고인 공소장(scan0003), 반성문(scan0001)이다. 각각 출석 일정이 있는 것과 없는 것, 당사자가 한 명인 것과 두 명인 것을 섞었다. 부품을 얹을 때마다 이 셋으로 돌려, 분기마다 다른 경로를 타는지 본다.

폴더 구조와 불변식

먼저 구글 드라이브의 폴더 구조를 정했다. Ai Test 아래 입력함인 SCAN과 미분류함인 INBOX를 형제로 두고, 피고인 폴더들은 별도 상위 폴더 아래에 모은다. 처리 결과는 이렇게 갈린다.

당사자를 가려낼 수 있으면 → 그 사람 폴더로.
당사자를 못 가려내면 → INBOX로.

여기서 한 가지 규칙을 세웠다. 처리한 파일은 SCAN에 남기지 않는다. 처리가 끝나면 반드시 다른 폴더로 옮긴다. 그러면 SCAN에 남아 있는 것은 항상 “아직 처리되지 않은 새 파일”이라는 신뢰할 수 있는 상태가 된다. 이 규칙을 지키면, 나중에 “SCAN을 훑어 처리”를 반복해도 이미 처리한 것을 다시 건드리지 않는다.

폴더 분류 기준도 다시 짚는다. 27화에서 정한 대로, 폴더는 서류 종류가 아니라 당사자로 가른다. 반성문이든 공소장이든 불송치결정서든, 그 사람 것이면 그 사람 폴더로 들어간다. INBOX로 가는 것은 “어느 폴더로 갈지 알 수 없는 것” — 당사자를 못 읽은 것 — 뿐이다.

폴더 찾기, 없으면 만들기

당사자 이름으로 폴더를 정한다. 공동피고인이면 이름을 가나다순으로 정렬해 밑줄로 잇는다. 같은 사건의 같은 서류가 다음에 또 들어왔을 때, 모델이 이름 순서를 다르게 뽑아도 폴더가 둘로 갈라지지 않게 하려는 것이다. 정렬해두면 등장 순서가 어떻든 늘 같은 폴더명이 나온다.

FOLDER_NAME="$(printf '%s' "$JSON" | jq -r '
  (.["당사자"] // []) | map(select(. != "")) | sort | join("_")
')"

추출 JSON의 당사자 배열을 꺼내, 빈 값을 거르고(select(. != "")), 가나다순으로 정렬한 뒤(sort), 밑줄로 잇는다(join("_")). 배열이 비어 있으면 // []로 빈 배열을 대신 써 오류를 막는다. 결과는 폴더명 문자열이다.

폴더명이 정해지면, 피고인 상위 폴더에서 그 이름의 폴더를 찾는다. 있으면 그 폴더를, 없으면 새로 만든다.

TARGET_ID="$(gog drive ls --parent "$DEFENDANT_ROOT" --json --results-only \
  | jq -r --arg n "$FOLDER_NAME" '.[] | select(.name==$n) | .id' | head -n1)"

if [ -z "$TARGET_ID" ]; then
  TARGET_ID="$(gog drive mkdir "$FOLDER_NAME" --parent "$DEFENDANT_ROOT" \
    --json --results-only | jq -r '.id')"
fi

첫 줄에서 gog drive ls로 피고인 상위 폴더($DEFENDANT_ROOT)의 목록을 받아, 이름이 폴더명과 일치하는 것의 ID를 뽑는다. --arg n "$FOLDER_NAME"은 셸 변수를 jq 안으로 안전하게 넘기는 방법이다. 그렇게 찾은 TARGET_ID가 비어 있으면(-z), 즉 그 폴더가 없으면 gog drive mkdir로 만들고 새 ID를 받는다. 이 “찾고, 없으면 만든다” 패턴은 뒤에 사건 일지를 만들 때도 똑같이 쓴다.

여기까지 얹고 scan0003(공동피고인 공소장)으로 처음 돌려봤다. 추출과 폴더 생성이 한 번에 떴다.

--- extracted ---
{
  "당사자": ["오OO", "이OO"],
  "출석일정있음": false,
  "일시": null,
  "장소": null,
  "사건번호": "2026년 형제0000호",
  "서류이름": "공소장",
  "서류요약": "마약류 관리법 위반 공소"
}
[*] defendant folder: 오OO_이OO
    folder not found, creating...
    created: 1oh2l_yT...
moved to 오OO_이OO (1oh2l_yT...)

두 이름이 가나다순으로 정렬돼 오OO_이OO가 됐고(추출 순서가 어떻든 이 순서로 고정된다), 그 폴더가 없으니 새로 만들어(folder not found, creating...) 거기로 옮겼다. 폴더 분기의 “없으면 생성” 경로가 탔다.

파일을 옮기면 SCAN에서 빠지는가

폴더가 정해졌으니 파일을 옮긴다. 여기서 확인이 필요했다. 구글 드라이브는 한 파일이 여러 폴더에 동시에 속할 수 있다. 그래서 “새 폴더에 추가”만 하면 원래 폴더(SCAN)에도 그대로 남을 수 있다. 그러면 앞서 세운 불변식 — 처리한 것은 SCAN에 안 남긴다 — 이 깨진다.

gog drive move가 파일을 새 폴더로 옮기면서 원래 폴더에서도 빼내는지 직접 봤다.

gog drive move <파일ID> --parent <목적지폴더ID> --json --results-only

move에 옮길 파일 ID와 목적지 폴더 ID를 준다. --json --results-only는 결과를 사람 읽는 표가 아니라 JSON으로만 받아, 뒤에서 jq로 파싱하기 위한 것이다.

옮긴 뒤 반환된 결과에서 그 파일이 속한 폴더 목록을 보니 목적지 폴더 하나뿐이었다. SCAN이 빠진 것이다. 실제로 옮긴 직후 SCAN 목록을 다시 조회하니 scan0003이 사라져 있었다. move는 파일을 새 폴더로 옮길 때 원래 있던 폴더에서 자동으로 빼낸다. 따로 빼는 처리를 넣지 않아도 불변식이 지켜진다.

파일 이름 바꾸기

옮긴 직후, 파일 이름을 바꾼다. 스캐너가 붙인 scan0002.pdf 같은 이름은 폴더에 들어가도 무엇인지 알 수 없다. 피고인_서류이름_처리월일.pdf 형식으로 바꾼다.

DT="$(printf '%s' "$DOCTYPE" | tr -d '/\\:*?"<>|' | tr ' ' '_')"
MMDD="$(date +%m%d)"
NEWNAME="${FOLDER_NAME}_${DT}_${MMDD}.pdf"
gog drive rename "$FILE_ID" "$NEWNAME"

첫 줄에서 서류이름($DOCTYPE)에 파일명으로 못 쓰는 문자(/ \ : * ? " < > |)를 tr -d로 걷어내고, 공백을 밑줄로 바꾼다(tr ' ' '_'). 둘째 줄에서 처리 월일을 0629 같은 네 자리로 만든다(date +%m%d). 셋째 줄에서 폴더명·서류이름·월일을 이어 새 파일명을 짓고, 넷째 줄에서 gog drive rename으로 적용한다. 처리 월일을 붙이는 것은, 같은 사람에게 같은 종류 서류가 또 와도 이름이 겹치지 않게 하려는 것이다. 사건번호는 있을 때도 없을 때도 있어 들쭉날쭉하지만, 처리 날짜는 어떤 서류든 항상 있어 일관된다.

이름변경을 얹고 scan0003을 다시 돌리니, 같은 흐름 끝에 한 줄이 더 붙었다.

[*] defendant folder: 오OO_이OO
renamed to 오OO_이OO_공소장_0629.pdf

오OO_이OO_공소장_0629.pdf. 폴더만 열어도 누구의 무슨 서류가 언제 들어왔는지 보인다.

출석 일정이 있으면 캘린더에

추출 JSON의 출석일정있음이 true이고 일시가 있을 때만 캘린더에 일정을 만든다. 26화에서 손으로 검증한 gog calendar create를 그대로 쓴다.

일시는 모델이 2026-06-11 15:00 형식으로 주므로, RFC3339(2026-06-11T15:00:00+09:00)로 바꿔야 한다. 가운데 공백을 T로 바꾸고 끝에 시간대를 붙인다. 종료는 통지서에 없으니 시작 1시간 뒤로 잡는다.

START="$(printf '%s' "$WHEN" | sed 's/ /T/')"":00+09:00"
END="$(date -d "$WHEN 1 hour" +%Y-%m-%dT%H:%M:%S+09:00)"
gog calendar create "$CAL_ID" \
  --summary "[기일] ${FOLDER_NAME} / ${DOCTYPE}" \
  --from "$START" --to "$END" \
  --location "$PLACE" \
  --description "사건번호: ${CASENO} / ${SUMMARY} / 출처: ${NEWNAME}"

첫 줄에서 모델이 준 일시($WHEN)의 가운데 공백을 sed로 T로 바꾸고, 초와 시간대(:00+09:00)를 붙여 시작 시각을 RFC3339로 만든다. 둘째 줄에서 date -d로 시작 1시간 뒤를 계산해 종료 시각으로 둔다. 그다음 gog calendar create로 일정을 만드는데, 제목(--summary), 시작·종료(--from·--to), 장소(--location), 설명(--description)을 넣는다.

제목은 [기일]로 두었다. 27화에서 캘린더 분기를 “공판기일통지서인가”가 아니라 “출석 일시가 있는가”로 바꿨으므로, 공판기일뿐 아니라 경찰 출석 같은 것도 잡힌다. 종류 이름([공판기일])으로 제목을 고정하면 맞지 않으니, 출석 일정 전반을 가리키는 [기일]로 둔다. 장소(--location)를 넣는 것을 잊지 않는다. 어느 법정·어느 청으로 가야 하는지가 일정에서 가장 중요한 정보다.

이 분기는 앞서 돌린 scan0003으로는 검증할 수 없다. 공소장은 출석일정있음이 false라 캘린더를 건너뛰기 때문이다. 그래서 캘린더 분기는 scan0002(공판기일통지서)로 본다. 추출 결과부터 다르다.

--- extracted ---
{
  "당사자": ["김OO"],
  "출석일정있음": true,
  "일시": "2026-06-11 15:00",
  "장소": "서울OO지방법원 408호 법정",
  "사건번호": "2025노0000",
  "서류이름": "공판기일통지서",
  "서류요약": "공판기일 지정 통지"
}
[*] defendant folder: 김OO
renamed to 김OO_공판기일통지서_0629.pdf
calendar: 등록됨

출석일정있음이 true고 일시가 있으니 캘린더 분기로 들어가 calendar: 등록됨이 떴다. 같은 자리에서 scan0003은 이 줄 없이 곧장 다음으로 넘어갔다. 사실(출석 일시 유무)에 따라 두 파일이 서로 다른 경로를 탄 것이다.

사건 일지 쌓기

기일만 관리하는 게 아니다. “며칠에 반성문이 들어왔다”, “며칠에 불송치됐다” — 그 사람 앞으로 들어온 모든 서류의 이력을 시간순으로 쌓는 사건 일지가 필요하다. 피고인 폴더 안에 피고인_사건요약 구글 독스를 두고, 처리할 때마다 한 줄씩 누적한다.

폴더 찾기와 똑같은 패턴이다. 폴더 안에서 일지 독스를 이름으로 찾아, 있으면 그 문서에 이어 쓰고 없으면 만든다. gog docs insert는 위치를 지정하지 않으면 문서 끝에 붙인다.

DOCNAME="${FOLDER_NAME}_사건요약"
DOC_ID="$(gog drive ls --parent "$TARGET_ID" --json --results-only \
  | jq -r --arg n "$DOCNAME" '.[] | select(.name==$n) | .id' | head -n1)"
if [ -z "$DOC_ID" ]; then
  DOC_ID="$(gog docs create "$DOCNAME" --parent "$TARGET_ID" \
    --json --results-only | jq -r '.id')"
fi
gog docs insert "$DOC_ID" "${LOG_LINE}
"

일지 독스 이름을 폴더명_사건요약으로 정하고, 피고인 폴더($TARGET_ID) 안에서 그 이름의 독스를 찾는다. 폴더 찾기와 같은 “찾고, 없으면 만든다” 구조다 — 없으면(-z) gog docs create로 만든다. 마지막 줄에서 gog docs insert로 한 줄($LOG_LINE)을 문서 끝에 붙인다. 텍스트 끝에 줄바꿈을 넣어, 다음에 또 쓸 때 새 줄에서 시작하게 한다.

한 줄은 처리날짜 | 서류이름 | 요약 형식이고, 출석 일정이 있으면 뒤에 기일을 덧붙인다. 그러면 일지가 한 줄씩 시간순으로 쌓인다.

일지를 얹고 scan0002로 돌린 뒤, 김OO 폴더를 조회했다.

gog drive ls --parent <김OO폴더ID> --json --results-only | jq -r '.[].name'

피고인 폴더 안의 파일·문서 이름만 뽑아 본다.

김OO_사건요약
김OO_공판기일통지서_0629.pdf

PDF 옆에 김OO_사건요약 독스가 새로 생겼다. 일지 안을 들여다본다.

DOCID=$(gog drive ls --parent <김OO폴더ID> --json --results-only \
  | jq -r '.[] | select(.name=="김OO_사건요약") | .id')
gog docs cat "$DOCID"

첫 줄에서 일지 독스의 ID를 변수에 담고, 둘째 줄에서 gog docs cat으로 그 내용을 화면에 찍는다.

2026-06-29 | 공판기일통지서 | 공판기일 지정 통지 | 기일 2026-06-11 15:00 @ 서울OO지방법원 408호 법정

첫 줄이 들어갔다. 처리날짜·서류이름·요약에, 출석 일정이 있으니 뒤에 기일까지 붙었다.

처리 순서와 최악의 실패

여기서 순서를 의식적으로 정했다. 파일 이동을 먼저 하고, 캘린더·일지·통보를 그 뒤에 둔다. 이유는 실패했을 때의 상태 때문이다.

만약 캘린더 등록이 실패한다면? 그때 파일은 이미 옮겨져 제 폴더에 있다. 빠진 것은 캘린더 일정 하나뿐이다. 그리고 그 사실은 통보로 알 수 있다. 최악의 실패 상태가 “파일은 분류됐는데 일정이 누락된 것”이고, 이건 통보를 보고 사람이 직접 일정을 넣으면 복구된다. 반대로 캘린더를 먼저 걸고 이동을 나중에 하면, 일정은 잡혔는데 파일이 SCAN에 남아 다음에 또 처리되며 일정이 중복될 수 있다. 그래서 이동을 먼저 둔다.

결과 알리기

마지막은 텔레그램 통보다. 처리 한 건이 끝날 때마다 무엇이 어떻게 됐는지 보낸다. 봇으로 메시지를 보내는 것은 curl 한 줄이면 되는데, 봇 토큰을 스크립트에 직접 박으면 노출되기 쉬워 별도 파일에서 읽어오게 했다.

notify() {
  [ -f "$TG_ENV" ] || return 0
  . "$TG_ENV"
  curl -s "https://api.telegram.org/bot${TELEGRAM_BOT_TOKEN}/sendMessage" \
    -d "chat_id=${TELEGRAM_CHAT_ID}" --data-urlencode "text=$1" >/dev/null || true
}

notify는 한 줄짜리 통보 함수다. 먼저 토큰 파일($TG_ENV, 여기선 ~/.config/court-pipeline/telegram.env)이 있는지 보고, 있으면 .로 그 파일을 읽어들여 TELEGRAM_BOT_TOKEN·TELEGRAM_CHAT_ID 두 값을 가져온다. 그 env 파일은 아래 두 줄이 전부다.

TELEGRAM_BOT_TOKEN=123456:AAA...
TELEGRAM_CHAT_ID=987654321

그다음 텔레그램 봇 API의 sendMessage에 봇 토큰·받는 사람(chat_id)·보낼 글($1)을 준다. --data-urlencode는 줄바꿈이나 특수문자가 든 메시지를 안전하게 실어 보낸다. 토큰을 코드 밖 파일에 두면, 스크립트를 블로그에 싣거나 남에게 보여줄 때 토큰이 따라 나가지 않는다.

메시지에는 피고인·서류이름·요약, 폴더(새로 생성인지 기존인지), 출석 일정이 있으면 기일, 그리고 구글 드라이브 파일·폴더 링크를 담는다. 폴더가 새로 생성됐다는 표시는 이름 오독을 잡는 데 쓰인다. 통보에 “폴더: 한OO (새로 생성)“이 뜨면, 그게 오독으로 생긴 엉뚱한 폴더인지 사람이 바로 알아챈다. 링크는 우리가 이미 가진 파일 ID·폴더 ID로 조립한다.

FILE_URL="https://drive.google.com/file/d/${FILE_ID}/view"
FOLDER_URL="https://drive.google.com/drive/folders/${TARGET_ID}"

파일 링크와 폴더 링크를 각각 정해진 URL 형식에 ID만 끼워 만든다. 별도 조회 없이, 처리 과정에서 이미 손에 쥔 $FILE_ID·$TARGET_ID로 조립하니 추가 호출이 없다.

통보를 얹고 scan0002로 돌리니, 스크립트 끝에 notified가 떴고 텔레그램에 메시지가 도착했다. 메시지 끝의 파일 링크와 폴더 링크를 눌러보니 각각 그 파일과 김OO 폴더로 바로 들어갔다. 오독을 발견하면 폴더 링크를 눌러 구글 드라이브에서 이름을 고치면 되고, 일정이 누락됐으면 파일을 열어 직접 처리하면 된다.

한 파일이 끝까지 돈다

부품을 다 얹고, 세 파일을 차례로 돌려 전 단계가 한 흐름으로 도는지 봤다. 처리 결과는 서류 성격에 따라 갈렸다.

scan0002 — 공판기일통지서(김OO). 추출 → 김OO 폴더 생성 → 이동 → 김OO_공판기일통지서_0629.pdf로 이름변경 → 출석 일시가 있어 6월 11일 캘린더 등록 → 사건 일지에 기일까지 붙은 첫 줄 → 링크 붙인 통보. 출석 일정이 있는 경로의 모든 단계를 탔다.

scan0003 — 공소장(오OO·이OO). 추출 → 두 이름 정렬해 오OO_이OO 폴더 생성 → 이동 → 오OO_이OO_공소장_0629.pdf로 이름변경 → 출석일정있음이 false라 캘린더는 건너뜀 → 일지에 한 줄 → 통보. 공동피고인 폴더명 정렬과, 캘린더를 건너뛰는 경로가 확인됐다.

scan0001 — 반성문(한OO). 추출 → 한OO 폴더 생성 → 이동 → 한OO_반성문_0629.pdf로 이름변경 → 캘린더 건너뜀 → 일지에 한 줄 → 통보.

[*] defendant folder: 한OO
renamed to 한OO_반성문_0629.pdf
logged
notified

세 파일이 같은 스크립트를 타면서도, 사실(출석 일시 유무, 당사자 수)에 따라 서로 다른 경로로 갈렸다. 공판기일통지서만 캘린더에 들어갔고, 공소장은 두 이름이 정렬돼 한 폴더로 묶였고, 반성문은 캘린더 없이 폴더와 일지에만 남았다. 종류별로 분기를 두지 않았는데도 서류 종류에 맞는 처리가 나온 것이다. 분기 기준을 종류가 아니라 사실로 둔 설계가 작동한 셈이다.

같은 사람의 두 번째 파일을 넣었을 때도 봤다. 이번엔 폴더를 새로 만들지 않고 기존 폴더를 재사용했고(found existing), 일지에는 둘째 줄이 첫 줄 아래로 쌓였다. 폴더 분기의 두 경로 — 없으면 생성, 있으면 재사용 — 가 모두 작동했다.

스크립트 전체와 만드는 법

지금까지 조각으로 본 것을 한 파일로 모은 것이 process_one.sh다. 앞에서 부품별로 설명했으니, 여기서는 전체를 한 벌로 싣는다. 따라 만들 때는 이 내용을 그대로 쓰면 된다(폴더·캘린더 ID는 각자 환경의 값으로 바꾼다).

먼저 그 ID들을 알아내는 법이다. 폴더 ID는 두 가지로 얻는다. 웹에서는 구글 드라이브에서 그 폴더를 연 뒤 주소창을 보면 된다. https://drive.google.com/drive/folders/1357Nau5yP0bh59z9eIwT5sxWVwMoiDpv 처럼, folders/ 뒤의 긴 문자열이 그 폴더의 ID다. 명령으로는 상위 폴더를 gog drive ls로 훑어 이름과 ID를 함께 본다.

gog drive ls --parent <상위폴더ID> --json --results-only \
  | jq -r '.[] | "\(.id)\t\(.name)"'

상위 폴더 안의 항목들을 ID(탭)이름 형식으로 나열한다. 여기서 SCAN·INBOX·사건 폴더의 ID를 골라 스크립트에 넣으면 된다. 맨 처음 최상위 폴더 ID 하나만 웹 주소창에서 얻으면, 그 아래는 이 명령으로 따라 내려갈 수 있다.

캘린더 ID는 구글 캘린더 웹에서 본다. 왼쪽 캘린더 목록에서 해당 캘린더의 설정(점 세 개 → 설정 및 공유)으로 들어가 “캘린더 통합” 항목을 보면 [email protected] 형태의 캘린더 ID가 있다. 기본 캘린더라면 ID가 본인 지메일 주소와 같다.

스크립트가 기대하는 주변 파일이 셋 있다. 같은 폴더의 prompt.txt(추출 프롬프트, 27화), clean.jq(추출 JSON 후처리 필터, 27화), 그리고 ~/.config/court-pipeline/telegram.env(텔레그램 토큰)다. 앞의 둘은 27화에서 만들었고, env 파일은 위 통보 절에서 본 두 줄짜리다.

파일은 ~/court-test/ 아래 둔다. 셸에서 아래처럼 cat으로 내용을 통째로 써넣는다. << 'SCRIPT_EOF'부터 SCRIPT_EOF까지가 파일 내용이 되고, 따옴표로 감싼 'SCRIPT_EOF'라 중간의 $변수가 지금 치환되지 않고 글자 그대로 들어간다.

process_one.sh 전체 보기 (클릭해서 펼치기)

cat > ~/court-test/process_one.sh << 'SCRIPT_EOF'
#!/usr/bin/env bash
set -euo pipefail

# ===== 폴더 / 캘린더 ID (각자 환경의 값으로 교체) =====
SCAN_ID="<SCAN 폴더 ID>"
INBOX_ID="<INBOX 폴더 ID>"
DEFENDANT_ROOT="<피고인 상위 폴더 ID>"
CAL_ID="<캘린더 ID>"

# ===== 설정 =====
MODEL="qwen3-vl:8b-instruct"
DPI=200
MAX_PAGES=3
DIR="$(dirname "$0")"
PROMPT_FILE="$DIR/prompt.txt"
JQ_FILE="$DIR/clean.jq"
TG_ENV="$HOME/.config/court-pipeline/telegram.env"

[ $# -ge 1 ] || { echo "usage: $0 <fileId>" >&2; exit 1; }
FILE_ID="$1"

WORKDIR="$(mktemp -d)"
trap 'rm -rf "$WORKDIR"' EXIT

notify() {
  [ -f "$TG_ENV" ] || return 0
  . "$TG_ENV"
  curl -s "https://api.telegram.org/bot${TELEGRAM_BOT_TOKEN}/sendMessage" \
    -d "chat_id=${TELEGRAM_CHAT_ID}" --data-urlencode "text=$1" >/dev/null || true
}

FILE_URL="https://drive.google.com/file/d/${FILE_ID}/view"

# ----- 1) 다운로드 -----
PDF="$WORKDIR/in.pdf"
gog drive download "$FILE_ID" --out "$PDF" >/dev/null 2>&1
[ -f "$PDF" ] || { echo "download failed: $FILE_ID" >&2; exit 1; }

# ----- 2) 앞 3쪽 PNG -----
pdftoppm -png -r "$DPI" -f 1 -l "$MAX_PAGES" "$PDF" "$WORKDIR/page" 2>/dev/null
shopt -s nullglob
PAGES=( "$WORKDIR"/page*.png )
shopt -u nullglob
[ ${#PAGES[@]} -gt 0 ] || { echo "png convert failed" >&2; exit 1; }

# ----- 3) 추출 + 후처리 (27화) -----
PROMPT="$(cat "$PROMPT_FILE")"
RAW="$(ollama run "$MODEL" "$PROMPT" "${PAGES[@]}" 2>/dev/null)"
NOESC="$(printf '%s' "$RAW" | sed 's/\x1b\[[0-9;?]*[a-zA-Z]//g')"
ONELINE="$(printf '%s' "$NOESC" | tr '\n\t' '  ')"
FIXED="$(printf '%s' "$ONELINE" | sed -E 's/"[[:space:]]*"/"/g')"

JSON="$(printf '%s' "$FIXED" | jq -c -f "$JQ_FILE" 2>/dev/null)" || {
  echo "extract/parse failed for $FILE_ID" >&2
  notify "[처리실패] 추출/파싱 실패
파일: ${FILE_URL}"
  exit 1
}

echo "--- extracted ---" >&2
printf '%s\n' "$JSON" | jq . >&2

DOCTYPE="$(printf '%s' "$JSON" | jq -r '.["서류이름"] // "불명"')"
SUMMARY="$(printf '%s' "$JSON" | jq -r '.["서류요약"] // ""')"
HAS_SCHED="$(printf '%s' "$JSON" | jq -r '.["출석일정있음"] // false')"
WHEN="$(printf '%s' "$JSON" | jq -r '.["일시"] // ""')"
PLACE="$(printf '%s' "$JSON" | jq -r '.["장소"] // ""')"
CASENO="$(printf '%s' "$JSON" | jq -r '.["사건번호"] // ""')"

# ----- 4) 폴더명 결정 -----
FOLDER_NAME="$(printf '%s' "$JSON" | jq -r '
  (.["당사자"] // []) | map(select(. != "")) | sort | join("_")
')"

if [ -z "$FOLDER_NAME" ]; then
  echo "[*] no defendant -> inbox" >&2
  gog drive move "$FILE_ID" --parent "$INBOX_ID" --json --results-only >/dev/null
  INBOX_URL="https://drive.google.com/drive/folders/${INBOX_ID}"
  notify "[처리완료] 당사자 불명 / ${DOCTYPE}
요약: ${SUMMARY}
폴더: INBOX (당사자 못 찾음)
파일: ${FILE_URL}
폴더: ${INBOX_URL}"
  exit 0
fi

echo "[*] defendant folder: $FOLDER_NAME" >&2

# ----- 5) 폴더 찾기/만들기 -----
TARGET_ID="$(gog drive ls --parent "$DEFENDANT_ROOT" --json --results-only 2>/dev/null \
  | jq -r --arg n "$FOLDER_NAME" '.[] | select(.name==$n) | .id' | head -n1)"

if [ -z "$TARGET_ID" ]; then
  FOLDER_STATE="새로 생성"
  TARGET_ID="$(gog drive mkdir "$FOLDER_NAME" --parent "$DEFENDANT_ROOT" --json --results-only | jq -r '.id')"
else
  FOLDER_STATE="기존"
fi

FOLDER_URL="https://drive.google.com/drive/folders/${TARGET_ID}"

# ----- 6) 이동 -----
gog drive move "$FILE_ID" --parent "$TARGET_ID" --json --results-only >/dev/null

# ----- 7) 이름 변경 -----
DT="$(printf '%s' "$DOCTYPE" | tr -d '/\\:*?"<>|' | tr ' ' '_')"
[ -n "$DT" ] || DT="불명"
TODAY="$(date +%Y-%m-%d)"
MMDD="$(date +%m%d)"
NEWNAME="${FOLDER_NAME}_${DT}_${MMDD}.pdf"
gog drive rename "$FILE_ID" "$NEWNAME" >/dev/null
echo "renamed to $NEWNAME" >&2

# ----- 8) 캘린더 등록 -----
CAL_RESULT=""
if [ "$HAS_SCHED" = "true" ] && [ -n "$WHEN" ]; then
  START="$(printf '%s' "$WHEN" | sed 's/ /T/')"":00+09:00"
  END="$(date -d "$WHEN 1 hour" +%Y-%m-%dT%H:%M:%S+09:00 2>/dev/null || echo "")"
  if [ -n "$END" ]; then
    gog calendar create "$CAL_ID" \
      --summary "[기일] ${FOLDER_NAME} / ${DOCTYPE}" \
      --from "$START" --to "$END" \
      --location "$PLACE" \
      --description "사건번호: ${CASENO} / ${SUMMARY} / 출처: ${NEWNAME}" \
      --json --results-only >/dev/null 2>&1 && CAL_RESULT="등록됨" || CAL_RESULT="등록실패"
  fi
  echo "calendar: $CAL_RESULT" >&2
fi

# ----- 9) 사건 일지 독스 -----
DOCNAME="${FOLDER_NAME}_사건요약"
DOC_ID="$(gog drive ls --parent "$TARGET_ID" --json --results-only 2>/dev/null \
  | jq -r --arg n "$DOCNAME" '.[] | select(.name==$n) | .id' | head -n1)"
if [ -z "$DOC_ID" ]; then
  DOC_ID="$(gog docs create "$DOCNAME" --parent "$TARGET_ID" --json --results-only | jq -r '.id')"
fi
LOG_LINE="${TODAY} | ${DOCTYPE} | ${SUMMARY}"
if [ "$HAS_SCHED" = "true" ] && [ -n "$WHEN" ]; then
  LOG_LINE="${LOG_LINE} | 기일 ${WHEN} @ ${PLACE}"
fi
gog docs insert "$DOC_ID" "${LOG_LINE}
" >/dev/null 2>&1 && echo "logged" >&2 || echo "log failed" >&2

# ----- 10) 텔레그램 통보 -----
MSG="[처리완료] ${FOLDER_NAME} / ${DOCTYPE}
요약: ${SUMMARY}
폴더: ${FOLDER_NAME} (${FOLDER_STATE})"
if [ "$HAS_SCHED" = "true" ] && [ -n "$WHEN" ]; then
  MSG="${MSG}
기일: ${WHEN} @ ${PLACE}
캘린더: ${CAL_RESULT}"
fi
MSG="${MSG}
파일: ${FILE_URL}
폴더: ${FOLDER_URL}"
notify "$MSG"
echo "notified" >&2
SCRIPT_EOF

써넣은 뒤 실행 권한을 준다. 이 한 줄이 없으면 ./process_one.sh로 못 부른다.

chmod +x ~/court-test/process_one.sh

실행은 처리할 파일의 구글 드라이브 fileId를 인자로 넘긴다. fileId는 SCAN 폴더를 gog drive ls로 조회하면 나온다.

cd ~/court-test
./process_one.sh <fileId>

부품 설명에서 안 짚은 부분만 덧붙인다. 맨 위 set -euo pipefail은 오류가 나면 즉시 멈추고(-e), 정의 안 된 변수를 쓰면 막고(-u), 파이프 중간이 실패해도 잡는다(-o pipefail) — 중간에 틀린 채로 끝까지 도는 것을 막는 안전장치다. WORKDIR="$(mktemp -d)"와 trap 'rm -rf "$WORKDIR"' EXIT는 페이지 PNG를 둘 임시 폴더를 만들고, 스크립트가 어떻게 끝나든(성공이든 실패든) 그 폴더를 지우게 한다. 1~10번 주석이 앞에서 본 처리 단계 그대로다.

오늘의 정리

오늘은 한 파일을 끝까지 처리하는 스크립트를 완성했다.

SCAN 불변식: 처리한 파일은 반드시 SCAN에서 빼낸다. gog drive move가 파일을 새 폴더로 옮길 때 원래 폴더에서 자동으로 빼내므로, SCAN에 남은 것은 항상 미처리 파일이 된다.
찾고, 없으면 만든다: 폴더도 사건 일지 독스도 같은 패턴으로 다룬다. 이름으로 찾아 있으면 재사용하고 없으면 생성한다.
이동 먼저, 등록 나중: 최악의 실패 상태가 “파일은 분류됐는데 일정이 누락된 것”이 되도록 순서를 잡는다. 이 상태는 통보로 복구할 수 있다.
통보에 링크를 붙인다: 처리 결과를 텔레그램으로 알리되 파일·폴더 링크를 함께 보내, 오독 수정이나 일정 보완을 바로 할 수 있게 한다.
사실로 분기한다: 공판기일통지서·공소장·반성문 세 종류를 같은 스크립트로 돌렸는데, 출석 일시 유무·당사자 수라는 사실에 따라 알아서 다른 경로를 탔다.
토큰은 코드 밖에: 텔레그램 토큰은 스크립트에 박지 않고 ~/.config/court-pipeline/telegram.env에서 읽어, 스크립트를 공유해도 토큰이 따라 나가지 않게 했다. 완성된 process_one.sh 전체는 위에 실어 두었다.

한 파일은 끝까지 돈다. 남은 것은 이것을 SCAN 전체에 대해 돌리는 일과, 그 처리를 언제 시작할지 — 정해진 시각에 자동으로, 그리고 폰에서 즉시 — 정하는 일이다. 다음 화에서 만든다.

#법률실무 #자동화