feat: extract_worker에 LibreOffice 텍스트 추출 추가 (오피스 포맷)

- xlsx, docx, pptx, odt, ods, odp, odoc, osheet 지원
- LibreOffice --convert-to txt로 텍스트 추출 (60s timeout)
- 추가 의존성 없음 (Docker에 이미 설치된 LibreOffice 사용)

Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>

app/workers/extract_worker.py

@@ -1,5 +1,6 @@
-"""텍스트 추출 워커 — kordoc 호출 또는 직접 파일 읽기"""
+"""텍스트 추출 워커 — kordoc / LibreOffice / 직접 읽기"""
 
+import subprocess
 from datetime import datetime, timezone
 from pathlib import Path
 
@@ -16,6 +17,8 @@ logger = setup_logger("extract_worker")
 KORDOC_FORMATS = {"hwp", "hwpx", "pdf"}
 # 직접 읽기 가능한 텍스트 포맷
 TEXT_FORMATS = {"md", "txt", "csv", "json", "xml", "html"}
+# LibreOffice로 텍스트 추출 가능한 포맷
+OFFICE_FORMATS = {"xlsx", "xls", "docx", "doc", "pptx", "ppt", "odt", "ods", "odp", "odoc", "osheet"}
 # OCR 필요 이미지 포맷 (Phase 2)
 IMAGE_FORMATS = {"jpg", "jpeg", "png", "tiff", "tif", "bmp", "gif"}
 
@@ -73,6 +76,33 @@ async def process(document_id: int, session: AsyncSession) -> None:
         logger.info(f"[kordoc] {doc.file_path} ({len(doc.extracted_text)}자)")
         return
 
+    # 오피스 포맷 — LibreOffice 텍스트 변환
+    if fmt in OFFICE_FORMATS:
+        if not full_path.exists():
+            raise FileNotFoundError(f"파일 없음: {full_path}")
+
+        tmp_dir = Path("/tmp/extract_work")
+        tmp_dir.mkdir(exist_ok=True)
+
+        try:
+            result = subprocess.run(
+                ["libreoffice", "--headless", "--convert-to", "txt:Text", "--outdir", str(tmp_dir), str(full_path)],
+                capture_output=True, text=True, timeout=60,
+            )
+            txt_file = tmp_dir / f"{full_path.stem}.txt"
+            if txt_file.exists():
+                text = txt_file.read_text(encoding="utf-8", errors="replace")
+                doc.extracted_text = text[:15000]
+                doc.extracted_at = datetime.now(timezone.utc)
+                doc.extractor_version = "libreoffice"
+                txt_file.unlink()
+                logger.info(f"[LibreOffice] {doc.file_path} ({len(text)}자)")
+                return
+            else:
+                raise RuntimeError(f"LibreOffice 변환 결과물 없음: {result.stderr[:200]}")
+        except subprocess.TimeoutExpired:
+            raise RuntimeError(f"LibreOffice 텍스트 추출 timeout (60s)")
+
     # 미지원 포맷
     doc.extracted_text = ""
     doc.extracted_at = datetime.now(timezone.utc)