fix(news): 합성 뉴스가 운영 점수 경로로 들어가는 것을 차단 (ai#22 fail-closed)

[choigod1023]

data/raw/news/news_history.csv 라는 실데이터 같은 이름의 파일이 사실은
example.test URL 을 가진 합성 96행이었다. 그것이 피처테이블 뉴스 신호 전부를
차지한 채 조용히 통과했고, 그 상태로 A/B 를 돌려 "뉴스를 넣으면 WAPE 가
39.052 → 39.394 로 나빠진다" 는 결론을 낼 뻔했다. 실제로는 뉴스 신호를 평가한
적이 없었다.

• collect_news 의 csv / sample 경로에 _guard_synthetic_news 게이트 추가.
  자리표시자 URL(sample:// test:// example.test example.com localhost)이나
  자리표시자 출처(sample synthetic dummy fixture)가 80% 이상이면 실패한다.
• 파이프라인 동작 확인이 목적이면 NEWS_ALLOW_SYNTHETIC=true 로 명시한다.
  허용해도 경고를 남겨 산출물 출처가 로그에 드러난다.
• 임계를 100% 가 아니라 80% 로 둔 이유: 일부 기사에 URL 이 없어 Unknown 인
  경우까지 막으면 실데이터가 걸린다. 회귀 테스트로 고정했다.

테스트 5건. 기본 차단 / 명시 허용 / 실제 URL 통과 / 소수 자리표시자 비차단 /
sample provider 도 동일 게이트.

로컬 파일도 _synthetic_pipeline_smoke.csv 로 개명했다(.gitignore 대상이라
커밋에는 없다). 이름이 실데이터처럼 보이는 것이 문제의 근원이었다.

Co-Authored-By: Claude Opus 5 noreply@anthropic.com

검증

실제 문제 파일로 확인:

차단됨: 합성/샘플 뉴스가 운영 점수 경로로 들어오려 한다
        (NEWS_DATA_PATH=data/raw/news/news_history.csv).
        96행 중 100% 가 자리표시자 URL/출처다.

NEWS_ALLOW_SYNTHETIC=true → 허용됨: 96 행 (WARNING 로그 동반)

전체 테스트 234 passed. 실패 3건(test_material_pipeline)은 본 변경 이전부터 있던 로컬 WSL bash 충돌입니다.

관련: #22 완료조건 "provider/cache 미준비 시 합성 sample이 운영 점수에 들어가지 않는 fail-closed 테스트 추가"

🤖 Generated with Claude Code