#!/usr/bin/env python3 """R1~R5 — 장 사이·장 안의 «관계» 검사 다섯. the private companion store's origin script (lane_slide_relations.py (2026-09-04, 실사용 하루치에서 역산)를 preprep 관례로 이식한 것 — 로직은 그대로다. 정본: `tracks-meta/fh_signal_2026-09-04_preprep-evolution.md` §1. preprep L8(interslide) 은 «가리킨 대상이 있나»(화면 재사용 · 시각 지시)를 본다. 아래 다섯은 그 사정거리 밖에서 실제로 놓친 결함이다(L8 HARD 목록에 그 장들이 아예 안 뜬다). R1 orphan-connective 선두 줄이 «그러나/그래서»로 시작하는데, 그 문장의 주어가 **직전 장 어디에도 없다** → 받을 말 없이 뒤집는다 실사고: 40p 부제 «그러나 깃허브는 막을 자리를 줄 뿐…» (39p 에 깃허브 0회) R2 enum-dropped 앞 장이 ①②③ 으로 센 것을, 이 장이 «이 셋 중…» 이라 부르면서 **번호를 하나도 안 달았다** → 1:1 대응이 안 보인다 실사고: 40p 가 38·39p 의 셋을 소유권으로 재편하며 번호를 버렸다 (원장 재현 결과 41p — 표 이웃 프레임이라 쪽수가 한 칸 어긋난다) R3 lead-term-unbacked 선두 줄이 **강조색으로 선언한 낱말**이 그 장 다른 어디에도 없다 → 화면이 자기 부제를 못 받친다 실사고: 20p 부제가 «방법론» 을 말하는데 장에 방법론이 없었다 R4 screen-heavy 화면 자수가 이 덱 자기 분포의 상위권 → 한 장에 너무 많이 얹었다 R5 read-load **직전 장 대비 새로 뜬 글자** ÷ 발화 초 — 화면은 늘었는데 말은 짧다. 🟥 대사만 줄이고 화면을 그대로 두면 이 값이 올라간다. 그게 역효과다. 🟥 «새로 뜬 글자»로 재는 이유: 빌드 프레임은 앞 장에서 이미 읽은 화면이라 총 자수로 재면 44p(발화 4초·화면 240자) 같은 것이 1위로 뜬다 — 오탐이다. 🟥 **무대 지시**([간지]/[진행])는 발화로 세지 않는다 — 대본 자수 규칙과 같이 간다. 안 빼면 Q&A·참고문헌 장이 부담 1·4위로 잘못 오른다. 🟥 다섯 다 **advisory** 다. 판정은 사람이 한다. preprep 배선(`preprep.py`)은 이 레인의 findings 를 종료코드에 태우지 않는다 — L8·L11 과 같은 자리다. 🟥 강조색은 덱마다 다르므로 `surfaces.yaml` 의 `slide_relations.accent` 로 받는다 (기본값 FAE100 — 원 코퍼스의 그 회사 옐로. 다른 덱에 옮기면 재선언해야 한다). ## 🟥 R3 «조이는 과정» — 옮길 때 반드시 같이 옮겨야 하는 것 (초판이 겪은 오탐 29건의 원인) - **선두 줄 판별** — 「y 로 두 번째 도형」은 도해 라벨(「① 커밋할 때」류)을 문다. ⇒ 「제목 아래 · 가로로 길게 · 한 줄」(`y < LEAD_MAX_Y` · `w > LEAD_MIN_CX` · `cy < 1.2M`)로 정의한다 — 아래 `Deck.lead()`. - **강조 비교** — 통문장 부분일치는 조사 하나로 갈린다. ⇒ **조사 벗긴 낱말 집합** 교집합으로 본다 (`strip_josa` + `terms`). - **활용 어미 제외** — 「막고 서는」·「고친 것을 되돌려서」는 낭독 리듬이지 낱말 선언이 아니다 (`VERBAL_END`). - 🟥 **전역 빈도 필터를 R3 에 걸면 안 된다** — 「방법론」처럼 덱에 흔한 낱말이 **바로 이 장에서** 빠지는 것이 결함인데, 흔하다는 이유로 걸러 진짜를 죽이게 된다. R3 는 「이 장 안에 있나」만 본다 (R2 의 `distinct()` 전역빈도 필터와는 다른 자리다 — 섞지 않는다). - **R2 는 세는 낱말을 «제목»에서만 찾는다** — 본문에서 찾으면 딴 「세 가지」에 물린다. ## 🟥 R5 는 «신규 글자»로 재야 한다 (총량으로 재면 뒤집힌다) 총 자수 기준이면 부담 1위가 **이미 앞 장에서 다 나온 빌드 프레임**으로 뒤집힌다 — 청중은 새로 안 읽는다. 직전 장 대비 신규분(`Deck.new_chars`)으로 재야 진짜가 남는다. 그리고 무대 지시를 발화로 세면 Q&A·참고문헌 장이 부담 상위에 잘못 오른다(`Deck.STAGE` 로 뺀다). ## R4·R5 임계 — 숫자를 코드에 박지 않는다 임계는 **이 덱 자기 분포**의 P90 에서 뽑는다(`statistics` + `sorted(...)[int(n*0.9)]`). 값은 발표마다 다시 재야 한다. ⚠️ **이 레인은 게이트가 아니라 순위표다** — 정의상 늘 그 덱의 상위 약 10%가 뜬다. 「후보 0건」을 목표로 삼지 마라. ## 증거 등급 (§7, 인용 전에 읽어라) R1·R2 는 **실제 백업본**에서 뜬 결함이다. R3 는 **합성 뮤턴트**(사람이 실물 2장을 줄여 만든 `fixtures/fixture_R3_{positive,negative}.pptx`)로만 계량됐다 — 자연 발생본이 파일로 안 남았다. **묶어서 「전부 실물」이라 쓰지 마라.** R4·R5 는 순위표라 known-pair 자체가 성립 형태가 다르다 (오탐/미탐이 아니라 「1위가 진짜인가」로 잰다). reps=1, 이 저장소 자기 바(≥3) 미달. """ import zipfile, re, os CONNECTIVE = ('그러나', '하지만', '그런데', '그래서', '따라서', '그러므로', '반면') ENUM = ('①', '②', '③', '④', '⑤', '첫째', '둘째', '셋째') COUNT_WORD = re.compile(r'이\s*(셋|둘|넷|다섯)\s*중|(세|두|네|다섯)\s*가지|(셋|둘|넷)\s*중') # 조사·흔한 낱말은 «대상»이 못 된다 STOP = set('것 수 때 곳 점 등 및 저희 우리 오늘 이번 발표 지금 여기 그것 이것 하나 자리 경우'.split()) TOKEN = re.compile(r'[가-힣A-Za-z][가-힣A-Za-z0-9]{1,11}') JOSA = re.compile(r'(은|는|이|가|을|를|의|도|만|과|와|에|에서|으로|로|라는|처럼|보다)$') # 활용 어미로 끝나면 «낱말 선언»이 아니라 문장 조각이다 (「막고 서는」 · 「고친 것을 되돌려서」) VERBAL_END = re.compile(r'(는|은|고|서|며|야|지|다|까|나|면|아|어)$') def strip_josa(t): for _ in range(2): t2 = JOSA.sub('', t) if t2 == t or len(t2) < 2: break t = t2 return t class Deck: """pptx 를 장 단위 텍스트+위치로 읽는다. 텍스트 레이어만 본다(이미지 구운 텍스트는 안 보인다).""" def __init__(self, path, accent='FAE100'): self.z = zipfile.ZipFile(path) self.accent = accent rels = dict(re.findall(r'Id="([^"]+)"[^>]*Target="slides/slide(\d+)\.xml"', self.z.read('ppt/_rels/presentation.xml.rels').decode('utf-8'))) lst = re.search(r'.*?', self.z.read('ppt/presentation.xml').decode('utf-8'), re.S).group(0) self.order = [int(rels[r]) for r in re.findall(r'', lst)] self.shapes = [self._shapes(sn) for sn in self.order] def _shapes(self, sn): x = self.z.read('ppt/slides/slide%d.xml' % sn).decode('utf-8') out = [] for m in re.finditer(r'.*?', x, re.S): b = m.group(0) nm = re.search(r'name="([^"]*)"', b) o = re.search(r'([^<]*)', b)).strip() if not t: continue acc = [re.sub(r'<[^>]+>', '', r) for r in re.findall( r']*>(?:(?!).)*?%s(?:(?!).)*?([^<]*)' % self.accent, b, re.S)] out.append({'name': nm.group(1) if nm else '?', 'y': int(o.group(2)) if o else 0, 'w': int(o.group(3)) if o else 0, 'cy': int(o.group(4)) if o else 0, 'text': re.sub(r'\s+', ' ', t), 'accent': [a.strip() for a in acc if a.strip()]}) return out STAGE = ('[간지]', '[진행]', '[ 간지', '[ 진행') def notes(self, i): p = 'ppt/slides/_rels/slide%d.xml.rels' % self.order[i] if p not in self.z.namelist(): return '' m = re.search(r'notesSlide(\d+)', self.z.read(p).decode('utf-8')) if not m: return '' return re.sub(r'\s+', ' ', ' '.join(re.findall( r'([^<]*)', self.z.read('ppt/notesSlides/notesSlide%s.xml' % m.group(1)).decode('utf-8')))).strip() def spoken_sec(self, i): """발화 초. 🟥 무대 지시([간지]·[진행])는 발화가 아니다 — 대본 자수 규칙과 같이 간다.""" n = self.notes(i) if not n or any(n.lstrip().startswith(t) for t in self.STAGE): return None return round(len(re.sub(r'\s', '', n)) / 5.36) def screen_chars(self, i): return sum(len(re.sub(r'\s', '', s['text'])) for s in self.shapes[i]) def new_chars(self, i): cur = {s['text'] for s in self.shapes[i]} prev = {s['text'] for s in self.shapes[i - 1]} if i else set() return sum(len(re.sub(r'\s', '', t)) for t in cur - prev) def text(self, i): return ' '.join(s['text'] for s in self.shapes[i]) # 선두 줄 = «제목 바로 아래에 가로로 길게 깔린 한 줄». 도해 라벨과 갈라야 한다 # 🟥 초판은 «y 로 두 번째 도형»이라고 했다가 도해 안 라벨(「① 커밋할 때」)을 물었다. LEAD_MAX_Y, LEAD_MIN_CX = 4200000, 12000000 def lead(self, i): sh = [s for s in self.shapes[i] if s['cy'] and s['name'] != 'sec-guide' and s['y'] < self.LEAD_MAX_Y and s['cy'] < 1200000 and s['w'] > self.LEAD_MIN_CX] if not sh: return None sh.sort(key=lambda s: s['y']) return sh[-1] # 제목이 위, 부제가 그 아래 def doc_freq(deck): from collections import Counter c = Counter() for i in range(len(deck.order)): for t in terms(deck.text(i)): c[t] += 1 return c, len(deck.order) def terms(txt): return {strip_josa(t) for t in TOKEN.findall(txt) if len(strip_josa(t)) >= 2 and strip_josa(t) not in STOP} def analyze(deck): """계산부 — findings 만 낸다. 출력은 호출자(`scan`) 몫이다(interslide_deps.analyze 와 같은 분리: CLI/레인이 각자 계산하면 관대함이 갈린다).""" F = [] df, N = doc_freq(deck) def distinct(t): return df.get(t, 0) <= max(2, N * 0.15) for i in range(len(deck.order)): page, lead = i + 1, deck.lead(i) cur, prev = deck.text(i), deck.text(i - 1) if i else '' # ── R1 선두 줄의 접속 부사가 받을 말이 없다 if lead: for c in CONNECTIVE: if not lead['text'].startswith(c): continue rest = lead['text'][len(c):].strip() subj = next((strip_josa(t) for t in TOKEN.findall(rest) if len(strip_josa(t)) >= 2 and strip_josa(t) not in STOP), None) if subj and subj not in prev: F.append(('R1', page, f'선두 줄이 «{c}»로 뒤집는데 «{subj}»가 직전 장에 없다' f' ▸ {lead["text"][:60]}')) break # ── R2 앞 장이 번호로 센 것을 번호 없이 다시 묶는다 title = min(deck.shapes[i], key=lambda s: s['y'])['text'] if deck.shapes[i] else '' # 🟥 세는 낱말이 «제목»에 있어야 한다. 본문에 있는 다른 「세 가지」에 물린다. if COUNT_WORD.search(title) and not any(e in cur for e in ENUM): for back in (1, 2, 3): if i - back < 0: break ptxt = deck.text(i - back) if sum(e in ptxt for e in ENUM) < 2: continue # 🟥 «가까이 번호가 있다»만으로는 안 된다 — 다른 「세 가지」에 물릴 수 있다. # 같은 셋을 다시 묶는 것인지는 **드문 낱말을 공유하는가**로 본다. shared = {t for t in terms(cur) & terms(ptxt) if distinct(t)} if len(shared) >= 3: F.append(('R2', page, f'«이 셋/세 가지»라 부르는데 번호가 없다 — ' f'{i - back + 1}p 가 번호로 센 것과 ' f'«{", ".join(sorted(shared)[:4])}» 를 공유한다')) break # ── R3 선두 줄이 강조로 선언한 낱말이 이 장 어디에도 없다 if lead: body = ' '.join(s['text'] for s in deck.shapes[i] if s is not lead) btok = terms(body) for a in lead['accent']: # 🟥 통문장 부분일치로 보면 안 된다 — 조사 하나로 갈린다. 낱말 집합으로 본다. # 🟥 전역 빈도(distinct) 로 거르면 안 된다 — 흔한 낱말이 바로 이 장에서 빠지는 # 것이 결함이다. 여기서 묻는 건 «이 장 안에 있나» 뿐이다. key = strip_josa(a.strip(' ,.·')) if VERBAL_END.search(key): continue # 활용형 강조는 낭독 리듬이지 «선언»이 아니다 atok = terms(a) if not atok or len(a.strip()) > 14: continue # 긴 강조는 «선언»이 아니라 문장이다 if not (atok & btok): F.append(('R3', page, f'선두 줄이 «{a.strip()}»를 강조해 놓고 ' f'장 안에 그 낱말이 없다')) # ── R4 / R5 — 임계는 «이 덱 자기 분포»에서 뽑는다. 숫자를 지어내지 않는다. import statistics sc = [deck.screen_chars(i) for i in range(len(deck.order))] if sc: p90 = sorted(sc)[int(len(sc) * 0.9)] for i in range(len(deck.order)): if sc[i] > p90: F.append(('R4', i + 1, f'화면 {sc[i]}자 — 이 덱 상위 10% ' f'(중앙 {int(statistics.median(sc))}자 · P90 {p90}자)')) load = [] for i in range(len(deck.order)): sec = deck.spoken_sec(i) if not sec or sec < 3: continue n = deck.new_chars(i) if n < 60: continue load.append((i, n, sec, n / sec)) if load: lp90 = sorted(x[3] for x in load)[int(len(load) * 0.9)] med = statistics.median(x[3] for x in load) for i, n, sec, r in load: if r > lp90: F.append(('R5', i + 1, f'새로 뜬 {n}자를 {sec}초에 — {r:.1f}자/초 ' f'(중앙 {med:.1f} · P90 {lp90:.1f}) ▸ 화면을 줄이거나 말을 늘려라')) return F def _resolve(root, p): return os.path.normpath(os.path.join(root, os.path.expanduser(p))) def scan(cfg, root): """preprep.py 가 부르는 레인 진입점. (findings, notes) — 🟥 **advisory 고정**: 호출자는 findings 를 버리고 notes 만 취한다(L8·L11 관례). 여기서도 findings 를 채워 반환은 하되, 그 자체가 «종료코드에 안 태운다»는 약속을 깨지 않는다 — 판단은 호출부에 있다. """ deck_s = (cfg.get('surfaces_by_id') or {}).get('built_deck') if not deck_s: return [], ['R1-R5 slide-relations : built_deck 미선언 — NOT_CONFIGURED (0 아님)'] path = _resolve(root, deck_s['path']) if not os.path.exists(path): return [], [f'R1-R5 slide-relations : built_deck 실물 없음({path}) — UNMEASURED (0 아님)'] accent = (cfg.get('slide_relations') or {}).get('accent', 'FAE100') try: deck = Deck(path, accent=accent) F = analyze(deck) except Exception as e: return [], [f'R1-R5 slide-relations : 계기 오류({type(e).__name__}: {e}) — UNMEASURED (0 아님)'] notes = [f'R1-R5 slide-relations : {len(deck.order)}장 · 후보 {len(F)}건 ' f'🟥 advisory, 판정은 사람 (순위표 성격의 R4/R5 포함 — 「후보 0」을 목표로 삼지 마라)'] for k, p, m in sorted(F, key=lambda x: x[1]): notes.append(f' {k} {p:3}p {m}') return F, notes