본문으로 건너뛰기

지피터스 사례글 — 600개 PPT 도해 서식 인덱싱, 하네스 관점으로 다시 쓰기

한바둑

2026.08.13

지피터스 사례글 — 600개 PPT 도해 서식 인덱싱, 하네스 관점으로 다시 쓰기 본문 이미지

소개

무엇을 하고 있나

10년간 모아 온 명리학(命理學) 강의 자료를 AI가 검색·인용할 수 있는 형태로 옮기는 韓바둑 MegaAI 프로젝트를 하고 있습니다. 강의 자료는 세 계통(탈XX 4관법 / 박청화 강의 / 상리철학)으로 분리해 관리하고, 누적 등재량은 문서상 9,733건입니다 — 다만 이 수치는 서버 COUNT 재확인 전이라 NOT_VERIFIED로 둡니다.

왜 도해가 병목이었나

텍스트는 데이터베이스에 넣으면 되는데, 도해(다이어그램)는 그럴 수가 없습니다. 강의안 한 장에 도해 한 개씩만 잡아도 수백 개인데, 매번 백지에서 형태를 고르고 배치를 잡고 색을 입히는 작업이 반복됩니다. 강의 진도보다 도해 제작이 느려지는 상태였습니다.

그러다 텍스트가 비어 있는 무채색 다이어그램 골격 서식 약 600개를 확보했습니다. 회색조 순수 골격이라, 텍스트를 채우고 색만 입히면 즉시 고품질 도해가 되는 자원이었습니다. 문제는 600개가 그냥 쌓여만 있으면 "지금 만들 도해에 어떤 서식이 맞는지"를 사람이 일일이 뒤져야 한다는 것이었습니다. 자원이 있는데 조회할 방법이 없으면 자원이 아닙니다.

그래서 시도한 것이 600개 전체를 형태·슬롯 수로 인덱싱하는 작업이었습니다. 각 서식이 어떤 형태(피라미드·매트릭스·순환 등)이고 텍스트 슬롯이 몇 개인지를 데이터로 정리해두면, "12운성 12개 항목 → 12슬롯 순환 서식", "오행 5개 → 5각 순환"처럼 콘텐츠 항목 수만으로 서식을 자동 매칭할 수 있겠다고 봤습니다.

이번 v2.0에서 달라진 것 — 하네스 관점의 재해석

v1.0을 쓴 뒤 지피터스 에이전트 하네스반에서 스킬 3계층(판단층 / 조립층 / 규율층), 인터페이스 카드, fail-closed 판정 어휘를 배우면서, 이 작업을 다시 보니 제가 이미 하네스를 하나 만들어 놓고도 그 사실을 모르고 있었다는 걸 알았습니다.

이번에 붙인 이름

실제로 하고 있던 것

판단층

도형 시그니처로 형태를 판정하는 자동분류기

조립층

fill_format() — 변환→회전제거→텍스트→채색→검증을 한 호출로

규율층

결과 제공 前 3종 검증, auto_unverified 태깅, "원본 없이 추정 금지"

이름을 붙이고 나니 빠져 있던 것도 같이 보였습니다. 판정 어휘가 제멋대로였고(확정/잠정/애매), 스킬이 "하지 말아야 할 것"을 문서로 못 박아둔 적이 없었으며, 매칭 품질을 재는 기준선(BASELINE)이 아예 없었습니다. v2.0은 그 구멍을 메운 기록입니다.

진행 방법

3-1. 사용 도구

도구

역할

Claude (파일 처리·코드 실행 환경)

.ppt 업로드 → 변환·파싱·자동분류·렌더·육안검증까지 한 흐름

LibreOffice (soffice)

레거시 .ppt → .pptx 변환, PDF 렌더링

Python (lxml)

슬라이드 XML에서 도형(prstGeom·좌표·크기·회전) 파싱

pdftoppm + ImageMagick montage

슬라이드 이미지화, 20개 한눈에 보는 몽타주 생성

pptxgenjs (Node.js)

결과 발표용 PPT 생성(별도)

3-2. 판정 어휘를 먼저 고정했다 (v2.0 신규)

v1.0의 가장 큰 결함은 판정 어휘가 자연어였다는 것입니다. "확정", "잠정", "애매함"이 섞여 있으니 카탈로그를 나중에 읽는 사람(=미래의 나)이 무엇을 믿어야 할지 알 수 없었습니다. 그래서 네 단어로 고정했습니다.

판정

의미

이 작업에서의 조건

pass

렌더 이미지를 눈으로 보고 형태 확정

육안검증 완료

fail

자동분류 결과가 육안과 불일치해 교정함

재판정 기록 남김

not_checked

아직 확인 못 함 — 값은 있으나 믿으면 안 됨

이미지 도구 장애 구간

blocked

확인 자체가 불가(원본 부재 등)

301~400 slots 재파싱

핵심은 not_checked입니다. v1.0에서 auto_unverified라고 부르던 것과 실질은 같지만, 이름을 공식 어휘로 승격시키자 성격이 바뀌었습니다. 전에는 "아직 못 한 일(부채)"이었는데, 지금은 "확인 안 됐음이 확인된 상태(기록)"입니다. 지우지 않고 남겨두는 게 맞는 데이터가 된 겁니다.

3-3. 스킬 인터페이스 카드 — "하지 말 것"을 먼저 적는다

형태 자동분류기에 인터페이스 카드를 붙였습니다. 8필드 중 가장 효과가 컸던 건 마지막 MUST NOT입니다.

[스킬 인터페이스 카드] 형태 자동분류기 (판단층)

1. 이름      : classify_form
2. 목적      : 슬라이드 도형 시그니처로 다이어그램 형태 후보를 제시
3. 입력      : shapes[] (prstGeom, cx, cy, x, y, rot)
4. 출력      : {form_candidate, verdict, evidence[]}
5. 판정 어휘 : pass / fail / not_checked / blocked (그 외 금지)
6. 실패 동작 : 시그니처 불명확 → not_checked 반환 (추정 금지)
7. 증거      : 판정 근거가 된 도형 개수·치수를 evidence[]에 반드시 동봉
8. MUST NOT  : ① 격자형(사각형 정렬)을 육안검증 없이 매트릭스로 확정하지 말 것
               ② 삼각형 존재만으로 피라미드로 판정하지 말 것
               ③ 원본 파일 없이 값을 추정해 채우지 말 것
               ④ 판정 어휘 4종 밖의 표현(잠정·애매·아마도)을 쓰지 말 것

①과 ②는 실제로 크게 데인 항목이라 카드에 박아 넣었습니다(4장 참조).

3-4. 작업 흐름 (구간 20개 단위)

한 세션에서 서식 파일을 20개씩 묶어 올리면 아래 순서로 처리했습니다.

  1. .ppt → .pptx 일괄 변환

  2. 슬라이드 XML에서 도형(prstGeom, 좌표, 크기, 회전) 파싱

  3. 자동분류기로 형태 후보 판정 (판정 아님 — 후보임)

  4. 슬롯 수(텍스트 담을 도형 수)·큰 슬롯 수 계산

  5. 렌더링 후 육안검증으로 후보를 확정 또는 교정 → pass / fail

  6. 렌더 불가 시 시그니처 명확한 것만 확정, 격자형은 not_checked 태깅

  7. JSON에 병합, 카탈로그 문서(교차표·형태별 목록) 갱신

  8. 결과 제공 前 3종 검증(id 연속성 · 교차표 합계 · 목록 대조)

3번과 5번을 분리한 것이 v2.0의 핵심 변경입니다. v1.0에서는 자동분류 결과가 그대로 "형태" 컬럼에 들어갔는데, 지금은 form_candidate와 form_confirmed가 별도 필드입니다.

3-5. 핵심 프롬프트 (실제 사용 전문)

세션마다 아래 프롬프트로 지시했습니다. 뒤쪽 세 줄이 v2.0에서 추가된 부분입니다.

521~580 원본 PPT를 올릴 테니 인덱싱해 줘.

- .ppt를 .pptx로 변환한 뒤 도형을 파싱
- 형태 자동분류(피라미드/피라미드다층/매트릭스표/박스레이아웃/하향프로세스/
  수평프로세스/순환벤/플로차트/의사결정/카드블록/관계연결도/말풍선)
- 슬롯 수(slots)와 큰 슬롯 수(big) 계산
- 이미지 도구가 살아있으면 전건 육안검증으로 확정,
  안 되면 도형 시그니처 명확한 것만 확정하고 격자형은 not_checked 태깅
- 기존 JSON에 병합해 확장하고, 카탈로그를 다음 버전으로 갱신
- 결과 제공 전 3종 검증(id 연속성 / 교차표 합계 / 형태별 목록 대조)

[규율]
- 판정은 pass / fail / not_checked / blocked 네 단어로만 표기할 것.
  "잠정", "애매", "아마도" 같은 표현 금지.
- 자동분류 결과는 form_candidate에 넣고, 육안으로 본 것만 form_confirmed에 넣을 것.
- 원본 없이 추정으로 채우지 말 것. 원본이 없으면 blocked로 남길 것.
- 카탈로그는 누적 통합본이다. 이전 버전 내용을 한 줄도 삭제하지 말고 흡수한 뒤 추가할 것.

마지막 줄("누적 통합본")은 예전에 카탈로그를 갱신하면서 이전 구간 설명이 통째로 날아간 사고가 있어서 넣었습니다. 문서가 짧아지면 그건 정리가 아니라 사고입니다.

3-6. 자동분류기 핵심 로직 (Python)

가장 중요했던 건 "삼각형이 있다고 다 피라미드가 아니다"를 걸러내는 부분이었습니다. 소형 가로 삼각형은 장식이고, 세로로 크고 높이가 충분한 것만 진짜 계층 구조입니다.

python

import statistics

TRI = ('triangle', 'isoscelesTriangle')

def is_tri(p):
    return p in TRI

def is_flow(p):
    return p and p.startswith('flowChart') and p != 'flowChartConnector'

def classify(shps):
    """
    반환: (form_candidate, verdict, evidence)
    verdict 는 pass / not_checked 만 반환한다.
    - 도형 시그니처가 명확하면 pass (육안 없이 확정 가능)
    - 격자형처럼 눈으로만 갈리는 형태는 not_checked (추정 금지)
    """
    prs  = [s for s in shps if s['prst']]
    tri  = [s for s in prs if is_tri(s['prst'])]

    # 진짜 계층 삼각형: 세로 > 가로 & 높이 > 800000 EMU 인 것만
    real_tri = [s for s in tri if s['cy'] > s['cx'] and s['cy'] > 800000]

    big_ell = [s for s in prs if s['prst'] == 'ellipse'
               and s['cx'] > 700000 and s['cy'] > 700000]
    flow = [s for s in prs if is_flow(s['prst'])]
    diam = [s for s in prs if s['prst'] in ('diamond', 'flowChartDecision')]
    down = [s for s in prs if s['prst'] == 'downArrow']

    ev = {'tri': len(tri), 'real_tri': len(real_tri), 'big_ell': len(big_ell),
          'flow': len(flow), 'diam': len(diam), 'down': len(down)}

    # 순환/벤: 큰 타원 4개 이상 & 반경 편차가 작을 때만
    if len(big_ell) >= 4:
        radii = [(s['cx'] + s['cy']) / 2 for s in big_ell]
        dev = statistics.pstdev(radii) / statistics.mean(radii)
        ev['radius_dev'] = round(dev, 3)
        if dev < 0.5:
            return '순환벤', 'pass', ev

    if len(flow)     >= 2: return '플로차트',    'pass', ev
    if len(diam)     >= 2: return '의사결정',    'pass', ev
    if len(down)     >= 2: return '하향프로세스', 'pass', ev
    if len(real_tri) >= 3: return '피라미드다층', 'pass', ev
    if len(real_tri) >= 1: return '피라미드',    'pass', ev

    # 나머지는 격자형 → 매트릭스/박스 구분은 눈으로만 가능
    form = grid(prs)                      # 좌표 정렬로 매트릭스/박스 후보 산출
    return form, 'not_checked', ev        # ← 여기가 v2.0의 핵심 변경

마지막 두 줄이 전부입니다. v1.0에서는 여기서도 형태 이름만 반환했고, 그 값이 카탈로그의 "확정" 칸에 그대로 들어갔습니다. 자동분류기가 자기 확신의 정도를 함께 말하게 만든 것이 이번 개정의 실질 내용입니다.

3-7. 육안검증 — 몽타주로 20개 한눈에

자동분류를 믿지 않고, 렌더한 슬라이드를 몽타주로 붙여 눈으로 확인했습니다.

bash

# 20개를 개별 PDF→JPG로 렌더한 뒤, 라벨 붙여 5x2 몽타주 2장 생성
for n in $(seq 521 540); do
  soffice --headless --convert-to pdf ${n}.pptx
  pdftoppm -jpeg -r 70 ${n}.pdf p${n}
done

montage $(for n in $(seq 521 530); do echo -label ${n} p${n}-1.jpg; done) \
        -tile 5x2 -geometry 320x240+3+3 g1.jpg
montage $(for n in $(seq 531 540); do echo -label ${n} p${n}-1.jpg; done) \
        -tile 5x2 -geometry 320x240+3+3 g2.jpg

이렇게 만든 몽타주에서 도해 골격이 한눈에 들어왔습니다. 회색 골격만 있는 서식들이 격자·카드·순환 형태로 구분됩니다.

(캡처 자리: 521~540 서식 몽타주 — 상단 카드 구획형, 좌라벨+우측 격자형, flowChart 도형형이 뒤섞여 있음. 자동분류가 매트릭스로 잡은 것 중 절반이 실제로는 대형 카드 병렬 = 박스였음)

3-8. 규율층 — 결과를 내놓기 전에 코드가 먼저 막는다

3종 검증을 사람 눈이 아니라 코드로 돌립니다. 통과 못 하면 결과를 제출하지 않습니다.

python

def gate(data, md_counts, seg_range):
    """3종 검증 — 하나라도 실패하면 결과 제출 금지 (fail-closed)"""
    errs = []

    # ① id 연속성: 누락·중복 0
    ids = sorted(d['id'] for d in data)
    if ids != list(range(seg_range[0], seg_range[1] + 1)):
        errs.append(f"id 불연속/중복: {len(ids)}건")

    # ② 교차표 합계: 행합 = 헤더 = 원본 총계
    if sum(md_counts.values()) != len(data):
        errs.append(f"교차표 합계 {sum(md_counts.values())} ≠ 데이터 {len(data)}")

    # ③ 형태별 목록 대조: MD 목록 항목 수 = JSON 형태별 집계
    from collections import Counter
    js = Counter(d['form'] for d in data)
    for form, n in md_counts.items():
        if js.get(form, 0) != n:
            errs.append(f"[{form}] MD {n} ≠ JSON {js.get(form, 0)}")

    # ④ (v2.0 신규) 문서 축소 감지 — 누적 통합본 원칙
    if md_counts.get('_lines_new', 1) < md_counts.get('_lines_old', 0):
        errs.append("카탈로그 줄 수 감소 — 내용 유실 의심, 중단")

    if errs:
        raise SystemExit("검증 실패 — 제출 중단:\n" + "\n".join(errs))
    return True

④는 나중에 추가한 것인데, 문서가 짧아지는 걸 "정리했다"고 스스로 정당화하는 사고를 막아줍니다.

결과와 배운 점

4-1. 결과

001~600 전 구간 인덱싱 100% 완료. 각 서식이 id / 구간 / 슬롯 수 / 큰 슬롯 수 / 형태 / 판정으로 정리된 600행 JSON과, 형태별 교차표·목록을 담은 카탈로그 문서(v2.18)가 나왔습니다.

형태별 분포 (카탈로그 v2.18 기준)

순위

형태

건수

명리 콘텐츠 대응 예시

1

매트릭스표

173

천간×지지 대응, 육신 위치별 해석표

2

하향프로세스

114

대운 흐름, 절기 순차

3

박스레이아웃

110

4관법 4구획, 국면 병렬

4

플로차트

49

통변 판단 분기

5

피라미드다층

48

격(格)의 위계, 신살 등급

—

그 외 8종

106

순환벤(오행 상생) · 의사결정 · 카드블록 · 수평프로세스 · 관계연결도 · 말풍선 등

합계

600

판정 상태 (v2.0에서 새로 집계)

판정

건수

의미

pass (육안 또는 시그니처 확정)

353

그대로 써도 되는 형태

not_checked (미검증)

247

값은 있으나 믿으면 안 되는 형태

blocked (원본 부재로 확인 불가)

84

301~400 구간 slots 필드

합계(중복 포함)

※ blocked는 형태가 아닌 slots 필드 건수

실채움 검증 완료 8형태 — #004 수평프로세스 · #207 피라미드다층 · #416 하향프로세스 · #504 관계연결도 · #023 매트릭스표 · #052 말풍선 · #080 플로차트 · #506 순환벤. 이 8종은 fill_format() 한 호출로 실제 명리 콘텐츠를 채워 PDF까지 뽑아본 것들입니다.

채우기 워크플로 (조립층) — fill_format(src, items, form, out) 한 호출로 아래가 돌아갑니다.

  1. 콘텐츠 항목 수 세기 → 슬롯 수 결정

  2. 형태 매칭 → 논리 구조에 맞는 서식 선택

  3. 서식 복제 — .ppt→.pptx 변환, 회전(180°·flipH·flipV) 먼저 점검·제거

  4. lxml로 텍스트 채우기 — 좌표·도형종류로 역할 판별 (순환벤은 atan2 각도 계산으로 12시부터 시계방향)

  5. 명리 팔레트 채색 — 오행색(木녹·火적·土황·金회·水보), 음양색(양=주홍·음=보라)

  6. 검증 — validate.py --original → soffice PDF → QA

한자 표기는 한글 주 표기 + 괄호 병기로 통일했습니다(예: 대운(大運)).

4-2. 배운 점 & 나만의 꿀팁

① 자동분류는 절반만 믿어라 — 실측 45%. 가장 큰 교훈입니다. 도형 파싱 자동분류기가 6열 격자를 전부 "매트릭스"로 잡았는데, 육안으로 보니 19건 중 9건(45%)이 실제로는 대형 카드 병렬 = 박스였습니다. "열 정렬된 사각형"이 대응표(매트릭스)일 수도, 그냥 카드 구획(박스)일 수도 있는데 이건 눈으로만 구분됩니다. 자동분류로 1차 스크리닝하되, 형태 확정은 반드시 육안검증을 거쳐야 합니다.

② "삼각형 = 피라미드"가 아니다. 삼각형 도형은 대부분 소형 가로 장식이었습니다(실측 예: 145×57, 116×27 EMU). 341~400 구간 전수 측정에서 진짜 계층 삼각형은 #379(644×752 EMU, 세로>가로) 단 하나였습니다. 크기 조건(세로>가로 && 높이>800,000 EMU)을 넣기 전엔 오분류가 쏟아졌습니다.

③ 몽타주가 검증 속도를 살린다. 20개를 하나씩 열어보면 지치는데, montage로 라벨 붙여 한 장에 몰아 붙이면 형태 구분이 순식간에 됩니다. 검증 비용이 내려가야 검증을 실제로 합니다.

④ 검증은 결과 제공 전에, 코드로. id 연속성 · 교차표 행합=헤더=원본 총계 · 형태별 목록 항목 수 대조 — 이 셋을 코드로 자동 검증하니 병합 실수를 그 자리에서 잡았습니다. 사람이 "확인했다"고 말하는 것과 코드가 통과시키는 것은 완전히 다른 사건입니다.

⑤ (v2.0 신규) not_checked는 부채가 아니라 자산이다. 이게 이번 개정에서 가장 크게 바뀐 생각입니다. 미검증 247건을 "덜 끝난 일"로 보면 숨기고 싶어지고, 결국 자동분류 값을 슬쩍 확정처럼 쓰게 됩니다. 반대로 "확인 안 됐음이 확인된 상태"로 정의하면, 그건 완결된 기록이고 나중에 정확히 그 지점부터 다시 시작할 수 있습니다. 인덱싱을 "100% 완료"라고 말할 수 있는 것도 미검증을 지우지 않고 명시했기 때문입니다.

⑥ (v2.0 신규) 필드 정의는 코드가 아니라 계약이다. 가장 아팠던 발견입니다. slots라는 같은 이름의 필드가 구간마다 다른 뜻이었습니다(4-3 참조). 코드는 아무 오류도 내지 않았습니다. 이름이 같으면 뜻도 같을 거라는 가정이 유일한 오류였고, 그건 코드가 잡아주지 않습니다. 필드는 만들 때 정의를 문서에 못 박고, 구간이 바뀔 때 그 정의를 다시 읽는 절차가 있어야 합니다.

4-3. 시행착오

이미지 도구 간헐 장애 (247건의 원인). 렌더는 정상인데 화면 표시가 세션 후반에 안 되는 구간이 반복됐습니다. 3회 재시도 후에도 안 되면 억지로 진행하지 않고, 도형 시그니처 명확한 것만 확정하고 나머지는 not_checked로 태깅해 남겼습니다. 구간별 내역은 이렇습니다.

구간

미검증

성격

161~200

24

초기 구간

221~240

13

격자 혼재

241~260

7

육안 수행했으나 삼각형·화살표 혼재로 재판정 여지

261~400

140

도구 장애 최장 구간

441~500

27

격자형

541~580

34

격자형(매트릭스 29·박스 5 후보)

합계

247

필드 정의 불일치 — 84건 slots=0 버그. 최종 점검에서, 301~400 구간 JSON의 slots 필드가 84건 0으로 저장돼 있는 걸 찾았습니다. 이전 세션에서 값을 big에만 넣고 slots를 비운 버그입니다. MD 목록의 괄호값(=정확한 big)은 살아있어 복구 경로는 있지만, 원본 PPT(301~400)가 그 세션에 없어 slots 원값을 재파싱할 수 없었습니다. 추정으로 채우지 않고 blocked로 남겼습니다.

MD 괄호 정의가 구간마다 다름. 001~420·501~520·581~600은 big 기준, 421~580은 slots 기준이었습니다. 421번대부터 관례가 조용히 바뀐 것으로, 카탈로그 전체에 걸친 구조적 비일관입니다. 전역 규칙 변경이라 임의로 통일하지 않고 보고로 남겼습니다.

"압축·정리했습니다"의 함정. 카탈로그를 갱신하면서 문서가 짧아진 적이 있습니다. 그때 스스로 "중복을 정리했다"고 설명했는데, 실제로는 이전 구간 설명이 유실된 것이었습니다. 이후 줄 수 감소를 자동 감지해 중단하는 검사를 규율층에 넣었습니다(3-8 ④).

4-4. 도움이 필요한 부분

v1.0에서는 "이미지 도구 팁이 있으면 좋겠다"고 썼는데, 그건 실제로 저를 막고 있는 문제가 아니었습니다. 지금 진짜 막혀 있는 셋으로 바꿉니다.

① 247건 육안 재검증의 배치 처리 방법. 매트릭스↔박스는 눈으로만 갈립니다. 521~540 실측 비율(45%)이 나머지에도 적용되면 매트릭스(173)와 박스(110)의 순위가 뒤집힐 수 있습니다. 렌더 이미지를 안정적으로, 그리고 20개씩이 아니라 100개 단위로 확인할 수 있는 환경·방법을 찾고 있습니다.

② 슬롯 매칭 품질의 기준선(BASELINE)이 없다. "항목 수로 서식을 자동 매칭한다"고 했는데, 그 매칭이 좋은 매칭인지 재는 척도가 없습니다. 실제 강의 콘텐츠 N건을 넣어 매칭 서식을 뽑고, 사람이 채택/반려를 기록해 채택률을 재야 하는데, 몇 건부터 의미 있는 수치인지 감이 없습니다. 유사한 "추천 품질 측정" 경험이 있으면 듣고 싶습니다.

③ 같은 이름·다른 뜻 필드를 사전에 막는 방법. slots 사고는 스키마 검사로는 안 잡힙니다(타입도 맞고 NULL도 아님). 필드 정의를 계약으로 강제하는 실무적 방법 — 데이터 사전, 샘플 기반 회귀 검사, 구간 경계 assert 등 — 중 실제로 효과 본 방식이 궁금합니다.


< 앞으로의 계획 >

5-1. 카탈로그 자체의 남은 일

순위

항목

완료 조건

1

미검증 247건 육안 재검증

형태 분포 최종 확정, not_checked → pass/fail

2

슬롯 수 우선 인덱스 재구성

"N개 항목 → N슬롯 서식" 조회 테이블

3

슬롯 수별 대표 서식 확정

3/5/8/10/12슬롯별 대표 1~2개 지정

4

slots 필드 정의 통일

원본 301~400 확보 후 84건 재파싱, 전 구간 정의 문서화

5

채우기 자동화 심화

순환형 각도 배치·비오행 도형 자동 스킵 정교화

5-2. 도해 파이프라인을 본체에 연결하기 (v2.0 신규)

지금까지 이 작업은 강의안 제작용 별도 도구였습니다. 다음 단계는 본 프로젝트의 조립 단계에 사이드카로 붙이는 것입니다.

  • 사이드카 원칙 — 기존 파이프라인은 한 줄도 건드리지 않고, 도해 매칭은 별도 스키마·별도 호출로만 붙입니다. 도해가 실패해도 본체 응답은 그대로 나와야 합니다.

  • fail-closed 유지 — 매칭 서식이 not_checked면 자동 채움을 하지 않고 사람에게 넘깁니다. 미검증 서식으로 자동 생성된 도해가 강의안에 섞이는 게 가장 나쁜 결과입니다.

  • 리뷰 하네스 적용 — 완성된 도해를 항목 누락·슬롯 초과·계통 표기 오류 축으로 자동 채점하고, 한 축이라도 하드게이트에 걸리면 산출물을 내보내지 않는 구조를 검토 중입니다.

5-3. 세 갈래 정리

도해를 만드는 길이 셋으로 확정됐습니다.

방식

장점

단점

언제

SVG 생성

콘텐츠에 딱 맞는 곡선·형태, 품질 최상

느림

12운성 곡선 같은 특수 형태

600개 서식 채우기

빠름, 슬롯 수가 콘텐츠를 정제해주는 효과

슬롯 수에 콘텐츠를 맞춰야 함

표준 구조 — 1차 수단

원본 복제

즉시, 원본 충실

맞는 원본이 있을 때만

강의안에 도해가 이미 있을 때

서식 채우기가 슬롯 수 인덱스 덕분에 1차 수단이 됐다는 것이 이번 작업의 실질 성과입니다.

도움 받은 글 (옵션)

  • 내부 자료) 인포그래픽 서식 카탈로그 v2.18 — 600개 서식 인덱싱 데이터(format_catalog_data_600.json), 형태별 교차표·목록

  • (내부 모듈) hanbadook_format_filler.py — 8형태 검증 완료 채우기 자동화 루틴(373줄)

  • (내부 문서) Claude 반성문 총괄표 — 34건·18패턴. "압축·최적화 자가정당화 금지", "원본 없이 추정 금지" 원칙의 출처

  • 지피터스 에이전트 하네스반 WEEK2~WEEK4 강의자료 — 스킬 3계층, 인터페이스 카드 MUST NOT 필드, 판정 어휘 4종, fail-closed 게이트, Growth Loop. v2.0 개정의 관점 전부가 여기서 나왔습니다.

2

함께 이야기해요 2

로그인하고 댓글을 남겨 주세요

Giacomo 프로필 이미지
Giacomo2026.08.16

이 글에서 가장 값진 전환은 자동분류 값을 형태 확정 칸에 바로 넣던 v1.0을 버리고 `form_candidate`와 `form_confirmed`를 갈라놓은 부분이에요. 247건을 not_checked, slots 원값을 복구할 수 없는 84건을 blocked로 남기면서 ‘600개 완료’와 ‘600개 확정’을 다른 문장으로 만들었습니다.

247건 육안 재검증은 100장을 한 화면에 우겨 넣기보다 10×10 개요판과 5×5 판정판을 나누는 방식이 실용적입니다. 첫 화면에서는 라벨과 후보 형태만 보고 확실한 항목을 일괄 통과시키고, 매트릭스↔박스처럼 애매한 항목만 두 번째 화면에서 확대해 `pass/fail/not_checked`를 키 입력으로 JSON에 기록하세요. 원본 ID, 후보, 사람 판정, 판정 시각을 한 행에 남기면 재검토 대기열도 그대로 생깁니다.

매칭 품질의 기준선은 전체 건수를 먼저 정하기보다 슬롯 수×고빈도 형태의 층을 나누고 각 층에서 사람의 채택·반려 이유를 모으는 데서 시작하는 편이 낫습니다. 표본 수는 전체 N이 아니라 층별 최소 사례와 채택률 구간 폭이 원하는 수준에 들 때까지 순차적으로 늘리세요. 추천 1순위 채택률뿐 아니라 정답 서식이 상위 k개 안에 있었는지, not_checked 서식이 추천됐는지도 함께 보면 ‘빠르지만 위험한 추천’을 분리할 수 있습니다. slots 사고는 `slots_total`, `slots_big`처럼 뜻을 이름에 드러내고 단위·산출식·허용 구간·예시를 데이터 계약에 고정한 뒤, 구간 경계의 골든 샘플을 회귀 검사하는 방식으로 막을 수 있습니다. 첫 판정 화면에서 100개 개요 → 애매 항목 확대 → JSON 판정 저장이 한 번에 이어지면, 재검증 속도와 판정 추적성을 함께 볼 수 있습니다.

미검증 247건과 slots 84건의 결함을 감추지 않고 not_checked와 blocked로 남긴 판단이 단단했어요. 자동분류의 자신감보다 사람이 다시 확인할 자리를 보존한 덕분에, 600행 카탈로그가 숫자 목록을 넘어 믿을 수 있는 작업 대기열로 바뀌었습니다.

한바둑 프로필 이미지
한바둑2026.08.16

말씀하신 네 가지, 특히 두 번째와 세 번째는 제가 다음 작업을 어떻게 잡아야 할지 몰라 미뤄두고 있던 부분입니다. 순서대로 답을 드립니다.

1. 10×10 개요판 + 5×5 판정판 — 그대로 만들겠습니다.
저는 "247건을 한 화면에 띄우고 훑는다"로 생각하고 있었는데, 그러면 확실한 것과 애매한 것에 같은 주의력을 쓰게 됩니다. 매트릭스↔박스처럼 경계가 흐린 것만 두 번째 화면으로 넘기는 2단 구성이 실제 판정 속도를 결정하겠네요.

한 행에 남길 항목에 하나만 더 얹겠습니다. 판정 당시의 분류 규칙 버전입니다. 원본 ID·후보·사람 판정·판정 시각까지만 남기면, 나중에 형태 정의를 손봤을 때 "이 pass가 어떤 기준에서 나온 pass인가"를 알 수 없습니다. 규칙 버전을 함께 박아두면 기준이 바뀌는 순간 재검증 대상이 자동으로 산출됩니다. 이건 제가 다른 곳에서 쓰던 방식인데 여기에는 적용하지 못했습니다.

2. 층화 표본 — 제 습관 하나를 고쳐야겠습니다.
저는 표본 크기를 정할 때 늘 어림수를 먼저 정하고 시작합니다. 골든셋도 "qtype 10종 × 5건 = 50건"으로 잡았는데, 50이라는 숫자에 근거가 있는 게 아니라 반올림하기 좋아서 나온 값입니다. 슬롯 수 × 고빈도 형태로 층을 나누고 층별 최소 사례와 채택률 구간 폭이 원하는 수준에 들 때까지 늘리는 방식이 맞습니다. 총량을 먼저 정하면 희소한 층은 영원히 표본이 안 차니까요.

지표 세 종도 채택합니다. 1순위 채택률만 보면 "자주 나오는 형태를 늘 1순위로 밀어 점수만 높은 추천기"가 최고점을 받습니다. 상위 k 포함 여부와 함께 봐야 그게 갈리겠고, 특히 세 번째가 중요해 보입니다. not_checked 서식이 추천 후보로 나가는 것 자체가 결함입니다. 미확정을 추천하면 사람의 판정이 아니라 자동분류 결과가 실사용으로 흘러들어가고, 쓰였다는 사실이 다시 확정의 근거처럼 보이게 됩니다. 추천 풀은 form_confirmed만으로 제한하고, not_checked 추천 건수를 0이 기대값인 카운터로 두겠습니다.

3. slots — 이름 계약은 맞지만, 제 실수의 뿌리는 그보다 앞입니다.
slots_total · slots_big으로 뜻을 드러내고 단위·산출식·허용 구간·예시를 계약으로 고정하는 것, 경계값 골든 샘플로 회귀 검사하는 것 모두 넣겠습니다. 다만 84건이 복구 불가가 된 진짜 이유는 이름이 모호해서가 아니라 원값이 있던 칸에 파생값을 덮어썼기 때문입니다. form_candidate와 form_confirmed를 가른 것과 정확히 같은 교훈인데, slots에서는 그걸 못 지켰습니다. 한 문서 안에서 한쪽은 배우고 한쪽은 놓친 셈입니다. slots_raw를 원본 그대로 보존하고 파생은 전부 별도 컬럼으로 내리겠습니다.

그리고 84건을 영구 blocked로 두지는 않으려 합니다. 이 카탈로그의 출처가 원본 pptx이고 파일들이 그대로 있으니, 재파싱으로 원값 복구를 시도할 경로는 남겨야 합니다. 지금 상태는 "복구할 수 없음"이 아니라 "이 테이블만 봐서는 복구할 수 없음"이 정확한 서술이겠습니다. blocked에 사유와 복구 후보 경로를 함께 적어두겠습니다.

4. 회귀 검사에 대해 한 가지 덧붙입니다.
경계값 골든 샘플을 넣을 때 건수만 대조하지 않도록 하겠습니다. 전에 골든셋 러너를 만들면서 특정 유형이 "2건"인지만 확인하도록 짜놓은 적이 있는데, 그러면 엉뚱한 케이스가 서로 뒤바뀌어도 총계가 같아 통과합니다. 케이스 ID까지 대조하도록 고치고 나서야 잡혔습니다. 형태 분류도 똑같이 "매트릭스 47건" 같은 집계로 검사하면 두 형태가 맞바뀐 회귀를 놓칩니다. ID 단위 대조로 짜겠습니다.

마지막 문단은 고맙게 받되, 사실관계 하나만 정확히 해두겠습니다. not_checked와 blocked를 남긴 건 제가 신중해서가 아니라 v1.0에서 이미 자동분류 값을 확정 칸에 넣어버린 뒤 되돌리는 과정에서 나온 것입니다. 순서가 반대였습니다. 그래서 이번 건은 잘한 설계라기보다, 되돌릴 수 있는 지점에서 발견한 운이 좋았던 사례로 기록해 두려고 합니다. 84건은 그 지점을 이미 지나쳐버린 쪽이고요.

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

지금 핫한 AI 소식부터 직접 해 본 사례까지, 월요일마다 무료로 받아보세요

이런 사례도 있어요

사례 전체 보기