자료 설명

사이트에 실은 자료 묶음의 파일별 스키마와 가림 규칙이다. 모든 파일은 data/ · img/ 아래에 있고 그대로 내려받을 수 있다.

가림 규칙과 통계

개인 연락처(전화 · 이메일 · 주민번호 · 계좌 · 주소 번지)는 [가림], 사람 이름은 [이름], 이름 옆 학번 · 생년월일은 [가림](id_near_name). 공인 · 회사 · 제품 · 역사 인물 · 작품 속 공개 인물(가수 등)은 두었다. 같은 규칙을 원문 · YAML · 대치 글 · 판정 근거에 모두 적용했다. 그림 속 글은 가릴 수 없으므로, 장 몫 YAML · 대치 글 · 장 제목에 가림 대상이 있는 장의 그림은 싣지 않았다(withheld_imgs).

가린 원문 51건 · 싣지 않은 그림 356장. 가리기 전 원문은 싣지 않는다.

파일별 스키마

11/04 「위성 대 L3」 실험에 쓴 자료 전부를 정적 사이트용으로 묶었다. 예시 몇 개만 고른 것이 아니다. 운영 원문 400 · 조건 7 · DO 3,056 · L3 세트 · 집계 표 · 프롬프트 원문이 모두 들어 있다. 만든 스크립트는 실험 빌드 폴더(비공개) 에 있다(b_places → b_img → b_do → b_write_do → b_write_r400 → b_write_l3 → b_summary → b_prompts). 원자료는 읽기만 했다. LLM 호출은 0이다. 운영 DB 는 읽기 전용 SELECT 만 했다.

조건 기호

공통 규칙

• 원문 id 는 운영 검색 키(search_key, uuid)다. n 은 recent400 순번(1–400, L3 생성 파일 이름의 번호)이다.
• 자리(place) = (원문 case, 레벨 level(L1 · L2, rec: 를 뗀 것), 등수 rank(0부터, 원문 하나의 상위 10 안 순서), 장 page). P4 판정 표본(rounds/p4/sample.py)과 같은 열쇠다. export_key = <case>#<page> (등수 0) 또는 <case>#<page>#r<등수+1>. 기본 품질 카드 셀의 단위 키와 같다.
• 실은 자리 = 조건마다 (원문, 레벨)별 앞 3 등수의 모든 장 ∪ P4 판정 표본 1,000 자리. 조건마다 2,214–2,325 자리다(전체 5,210–5,444). 나머지 자리(4–10등의 표본 밖 장)는 싣지 않았다. 정적 호스팅 파일 수 한도 때문이다.
• 그림 같음(sig) = 원문 · 대치 입력 payload sha256 · 장 몫 YAML sha256 이 같음(P4 와 같은 정의). 같은 sig 의 그림은 파일 하나를 함께 가리킨다. img/r/c1/… 를 ② 자리가 가리킬 수도 있다.
• 그림은 webp 품질 70이다. 결과 그림은 긴 변 960px(원래 1920×1080 판정 그림), DO 원본 그림은 긴 변 640px 이하다.
• 경로는 모두 site/ 기준 상대 경로다(img/…, data/…).

가림 (운영 원문)

• 개인 연락처(전화 · 이메일 · 주민번호 · 계좌 · 주소 번지)는 [가림] 으로 바꿨다. 사람 이름은 [이름] 으로, 이름 바로 옆 학번 · 생년월일도 [가림] 으로 바꿨다.
• 규칙 = build/mask.py(정규식) + build/names.txt(원문 400 을 훑어 고른 이름 목록)다.
  • 명단 · 참고문헌 저자 · 소설 속 인물 이름처럼 애매한 것도 가렸다.
  • 가수처럼 공개 활동명 · 역사 인물 · 회사 · 제품 이름은 그대로 두었다.
  • uuid 꼴 식별자는 가림에서 지켰다.
• 원문 · YAML · 대치 글 · 장 몫 YAML · judge 근거 · 카드 근거 · 짝 선호 사유 · 검수 메모에 같은 규칙을 썼다.
• 그림 속 글은 가릴 수 없다. 그래서 장 몫 YAML · 대치 글 · 장 제목에 가림 대상이 있는 장(22 원문 · 356장)은 그림을 싣지 않았다. 그 자리는 img: null · img_note: "가림 대상 글이 그림에 있어 싣지 않음" 이다.
• 통계와 원문별 목록은 masking-report.json 에 있다.

index.json — 목록(원문 400)

{ note, conditions: {c1:"①", …}, rows: [ {
  id, n, preview(가린 앞 80자), chars(원문 글자 수), visual_kind_selected(「시각화 종류」 고름), kind(고른 종류 table|list|process|chart|compare|null),
  levels(["L1","L2","rec:L1","rec:L2"] 중 있는 것),
  top1: {c1|c2|c2p|c1-49: {do, level, category} | null},   // 등수 0 · 장 0
  grades: {조건: {PERFECT|ACCEPTABLE|BAD: 수}},            // 판정 표본 자리만
  l3_form: {V3: bool, V1: bool},                            // L3 프롬프트가 L3 형을 냈나
  n_places: {조건: 실은 자리 수}, has_pairpref, has_review, masked(가림 수) } ] }

r400/<id>.json — 원문 하나(400 파일, 지연 로드용)

{ id, n, input_text(가림), kind, generation_types, visual_kind_selected, stratum{type, visual_kind_selected, length_bin},
  levels,
  yaml: {
    prod: {L1, L2, rec:L1?, rec:L2?},          // 운영 생성 YAML 그대로(① · ③ 의 입력). rec = 「시각화 종류」 1군
    sat: {L1, L2, …},                          // ② · ②′ · ④ 입력: 운영 문서 + 컴포넌트 title · subtitle(A-2)를 YAML 로 다시 쓴 것
    sat_titles: {레벨: [{i, type, title, subtitle}]},   // 덧붙인 두 칸만
    l3_V3, l3_V1,                              // L3 생성(18종 · 45종). 없으면 null(V1 은 1건 실패)
    v45_L1, v45_L2                             // ①-49 · ③-49 입력(45종 어휘 재생성)
  },
  m1: {V3: M1 행, V1: M1 행},                  // l3/m1-classify.ts — l3_form · hetero · per_item · fold_l1 · lift_l2 · l2_typeset_match · supply_shape · unique_l3 · pairs
  conditions: {
    c1|c2|c2p|c1-49: { label, search{n_entries, candidate_count, pool{returned,tier1,intact,tier1_intact,fallback}},
                       case_cards{R7: 셀},      // 원문 단위 카드
                       places: [ 자리 ] },
    c3|c4|c3-49: { label, same_as("c1"|"c2"|"c1-49"), note, l3_filter{sent_l3, kept, dropped, stages[[대표 결과 nested_stage…]], skipped, l3_meta, entries} }
  },
  pairpref: [ {id, cmp("② 대 ①"|"①-49 대 ①"|"⑤ 대 ②"), X{label, do, imgs[원래 파일 이름 = <stem>.img]}, Y{…},
               calls[{answer A|B|same, reason, model}](순서 바꿔 2회), mapped[X|Y|same], verdict(X|Y|same|split)} ],
  review: [ {n, cond, place("case|L|rank|page"), export_key, do, verdict(defect|misjudge), note} ],   // 사람 검수 대체(에이전트 40장)
  missing_imgs: {c2: [...], c2p: [...]},        // 합성기 굽기 실패 장(A-13: 판정에서 BAD)
  masking: {종류: 수} }

자리 하나(places[]):

do/<do_id>.json — DO 하나(3,056 파일)

실린 DO 는 아래를 모두 합친 것이다.

• 위 자리의 이긴 DO
• L3-50 원본 DO 50
• L3-50 검색 앞 5 의 DO
• ⑤ 부모 · 자식 DO · ② 짝 장 DO

DO 글은 템플릿 자리글(디자인 자산)이라 가리지 않았다.

{ do_id, uuid, data_version, tier, status, used_in[r400|fav50|fav50-search|c5],
  img("img/do/<id>.webp"), img_source("운영 origin_size 썸네일" — 편집기 원본 크기 썸네일, 없으면 thumbnail_url),
  frames: [ {                                   // 풀 스냅샷의 경계 행(경계마다 하나)
     node_id, is_root, categories, template_idx(★이 풀은 모두 null), iis_boundary_version, iis_property_version,
     unit_count, shape_key, children_depth,
     outside_text[{role, rlsc_id, sheet_id, text}],   // 경계 밖 글
     inside_unbound_text,
     frame_base: { categories, provenance, units[{id, fields{label|items|value|…: [{node, text, chars, lines}]}, children[]}],
                   dataset, relations, satellites(base 풀: 경계 안 헤더), decorations, params,
                   nested[{path, frame}] | null, nested_categories },      // nested = L3 포함 공급
     satellites_sat_pool: {title|subtitle|desc: [{node, text, chars, lines}]}   // 위성 풀(A-1 tree 위성 승격 뒤)
  } ],
  iis: [ {node_id, categories, data_version, boundary_extractor_version(boundary-v12.4), boundary_model,
          property_extractor_version, property_prompt_version, topological_relation, core(=structure: entity · dataset 노드), properties} ],  // 운영 iis_semantic_component
  relations: [ {ordinal, relation_type(Containment|Juxtaposition), container_node_id, contained_node_id, member_node_ids, axis, extractor_version, model} ],  // 운영 iis_semantic_component_relation
  tree_satellites: [ {node_id, desc[{id, role, type, text, parent, depth, box}], deco[…]} ],   // A-1 계산(sat/out/tree-satellites) — 비어 있는 경계는 뺐다
  text_nodes: [ {id, role, type, text} ] }        // DO RLSC 의 글 노드 전부

L3 세트 (l3/)

• l3/r400-l3form.json — recent400 에서 L3 형이 나온 3건(V3 id 300 · V1 id 107 · 127)이다. 각 행의 칸은 아래와 같다.
  • id · n · version · vocab · input_text
  • l3_yaml · prod_L1_yaml · prod_L2_yaml
  • m1 · m1_other(다른 판의 M1 행)
  • l3_filter{c3|c4|c3-49} — 검색 응답 대표 결과의 nested_stage 목록과 남김 · 버림 수
  • discarded_because
• l3/fav50/index.json · l3/fav50/<01–50>.json — L3 유리 가상 원문 50(06 문서) 묶음이다.
  • 원본 DO: do · do_json · do_img(원본 그림) · container_node · outer · inner
  • 꼴: shape(single · per_item) · juxtaposition_too
  • relation_rows — Containment 관계 메타(meta/containment-rel.tsv)
  • structure — DO 구조 + 글: 컨테이너 units · nested 경로 · 위성 · 모든 글
  • 가상 원문: topic · input_text — gpt-5.6-luna 가 쓴 가상 글이라 가리지 않았다
  • yaml{L3-V3, L3-V1, L2-V3, L2-V1}
  • 분류: m1{V3, V1} · match{V3, V1}(원본 조합 · 꼴 대조) · out_class{L3-V3 …}(L3형 · 병치 · 바깥만 · 안쪽만 · 다른 종류)
  • search{V3|V1} — L3 형 문서만 있다. a = L3 문서만 실은 검색의 앞 5와 nested_stage, b = L2+L3 → N1 · N2 거르기 → 앞 10
• l3/c5-pairs.json — ⑤ 조합 대리 6짝(3원문 × 변형 A · B)이다. 각 짝의 칸은 아래와 같다.
  • variant · variant_desc · id · n
  • 그림: c5_img(합성 그림 img/l3/c5/<A|B>/…) · c2_imgs(같은 원문 ② 등수 0의 장, img/l3/c5/c2/…)
  • 조합: parent_do · scales(자식 축척) · placed[{entity, child, child_do, ok}] · removed_text_nodes
  • pairpref{calls, mapped, verdict} — X = ⑤, Y = ②
  • 부품(자식 장 단독) 그림은 회차에 구운 그림이 없어 싣지 않았다. 부모 · 자식 DO 원본 그림은 do/ 에 있다.

집계 표 (summary/)

프롬프트 원문 (prompts/)

파일 글은 손대지 않고 복사했다. prompts/index.json 에 파일마다 아래를 적었다.

• file · bytes · sha256
• what · source_file
• repo · branch · commit · code
• model · used_by

빠진 것 · 줄인 것

• 표본 밖 4–10등 자리 — 조건마다 약 3,000 자리는 싣지 않았다(위 「실은 자리」).
• 가림 대상 장의 그림 356장 — 22 원문의 그림은 싣지 않았다(위 「가림」).
• 굽기 실패 그림 — ① 3 · ② 32 · ②′ 9장은 원래 그림이 없다(DO 특정 합성기 실패). missing_imgs · img_note 에 적었다.
• ③ · ④ · ③-49 자리 — 짝 상대와 그림이 한 장도 다르지 않아 따로 싣지 않았다. same_as 와 l3_filter 만 있다.
• ⑤ 부품 장 그림 — 회차에서 굽지 않아 없다.
• template_idx — 이 풀(IIS frame)에서는 모두 null 이다.
• LLM 카드 — 표본 밖 자리는 재지 않아서 값이 없다.
• 크기 — 전체 약 294MB · 파일 13,279개다(한도 400MB · 18,000). 가장 큰 파일은 r400/ 의 약 2.9MB 다.