refactor(home): 추천 dedup 자료구조를 LinkedHashMap에서 Set+List로 교체

src/main/kotlin/kr/co/vividnext/sodalive/api/home/HomeService.kt

@@ -304,14 +304,17 @@ class HomeService(
         val memberId = member?.id
         val isAdult = member?.auth != null && isAdultContentVisible
 
-        // 최대 3회까지 동일 로직으로 추가 조회하며, 중복을 제거하고 20개가 되면 조기 반환한다.
-        val unique = LinkedHashMap<Long, AudioContentMainItem>() // contentId 기준 중복 제거 + 순서 보존
+        // Set + List 조합으로 중복 제거 및 순서 보존, 각 시도마다 limit=60으로 조회
+        val seen = HashSet<Long>(RECOMMEND_TARGET_SIZE * 2)
+        val result = ArrayList<AudioContentMainItem>(RECOMMEND_TARGET_SIZE)
         var attempt = 0
-        while (attempt < RECOMMEND_MAX_ATTEMPTS && unique.size < RECOMMEND_TARGET_SIZE) {
+        while (attempt < RECOMMEND_MAX_ATTEMPTS && result.size < RECOMMEND_TARGET_SIZE) {
             attempt += 1
             val batch = contentService.getLatestContentByTheme(
                 theme = emptyList(), // 특정 테마에 종속되지 않도록 전체에서 랜덤 조회
                 contentType = contentType,
+                offset = 0,
+                limit = (RECOMMEND_TARGET_SIZE * RECOMMEND_MAX_ATTEMPTS).toLong(), // 60개 조회
                 isFree = false,
                 isAdult = isAdult,
                 orderByRandom = true
@@ -324,13 +327,13 @@ class HomeService(
             }
 
             for (item in batch) {
-                if (unique.size >= RECOMMEND_TARGET_SIZE) break
-                if (!unique.containsKey(item.contentId)) {
-                    unique[item.contentId] = item
+                if (result.size >= RECOMMEND_TARGET_SIZE) break
+                if (seen.add(item.contentId)) {
+                    result.add(item)
                 }
             }
         }
 
-        return unique.values.take(RECOMMEND_TARGET_SIZE)
+        return result
     }
 }