# 실측 코퍼스 메트릭 (M9 Published Corpus)

`python-hwpx` 스택이 만든 산출물을 **실제 한컴오피스**(Windows COM + Mac GUI 오라클)로
전수 측정한 결과다. 아래 숫자는 전부 동결 코퍼스 위에서 기계 판정으로 산출되며,
릴리스마다 재측정해 이 페이지와 히스토리 파일에 추가된다.

```{note}
**지표 축 주석 (반드시 읽을 것).** 이 페이지의 숫자는 *생성물 수용률* 계열이다 —
"우리가 만든 HWPX를 실제 한컴이 열고/파싱하고/렌더하는가, 채움이 서식을 보존하는가,
개인정보가 새지 않는가". 문서 *파싱 recall*(남의 파일을 얼마나 잘 읽는가)과는 다른
축이므로, 파서 프로젝트의 수치와 병치 비교하면 안 된다.
```

## 최신 측정 (2026-07-19 · corpus v2 · N=497 produced + 9 negative controls)

측정 스택: python-hwpx 3.4.1 후보(코퍼스 측정 시점 소스; v3.4.0은 게이트 실패로 미발행 보존 태그) · 실한컴 12.0.0.3288
(Windows COM, 무인 scheduled task) · Mac 한컴 12.30 GUI(샘플 오라클).

| 축 | 결과 | 판정자 | 비고 |
|---|---|---|---|
| **오픈 수용률** | **476/476 = 100% all-pass** (rule-of-three 하한 99.37%) | 실한컴 COM `Open()` | product-provenance 분모. 내부 픽스처 21건은 별도 발행(아래) |
| 파싱(내용 적재) | 458/476 = 96.2% | COM 텍스트 프로브 (redline 문서는 `InitScan/GetText` 42/42) | 비텍스트 문서(그림 전용 등)는 정의상 비파싱 집계 |
| 렌더 검증 | render_checked 416/476 | COM `SaveAs("PDF")` → 오프라인 fitz | +43 `render_unavailable` (한컴이 변경추적 문서의 PDF export 자체를 거부 — 실측 한계) · +17 unverified |
| 바이트 보존 | **497/497 = 100%** (미수정 part) | zip-part diff (오라클 불요) | patch 경로 한정 — 풀세이브는 명시적 out-of-claim |
| 양식 채움 차등 | **무음 서식파괴 47%→16.7%** (S-087 구조결함 픽스) · 산출분 pass 17/28 · typed 거부 35/66 | blank↔filled 실렌더 기하 비교 | 아래 "구조결함 1차 실측(S-087)" 절 — 못 담는 타깃은 이제 조용히 깨지지 않고 typed 거부 |
| 저작 품질 게이트 | 58/65 = 89.2% | 공문 구조 hard-gate + 품질 검사 (오라클 불요) | 실패 7건 전원이 **의도적 결문-생략 네거티브 변종** (게이트 판별력 증거) — 실저작 58/58 |
| PII 0-leak | **0 누출** (35문서 / 합성 개인정보 140값) | raw-grep 전 산출물 + MCP 추출 3표면 | 마스킹 default-on 경로 |
| 네이티브 목차 | 구조 15/15 · 실한컴 재계산 후 페이지 정합 5/5 | 구조 검사 + Mac 한컴 refresh→render 샘플 | refresh와 export는 세션 분리(한컴 크래시 회피 계약) |

**정직 버킷 규율**: 렌더 실패·미검증은 절대 pass로 집계하지 않는다. 변경추적 문서
43건의 `render_unavailable`은 한컴 자체의 제약을 그대로 발행한 것이다. 내부 진단
픽스처 21건(재생 프로브·스크립트 제작 마스터)은 정체 기준으로 태깅해 분리 발행한다
(10 open / 11 refuse — 제품 산출물 아님).

## 양식 채움 fit 실측 (S-085, 2026-07-20)

같은 66쌍을 fit 비활성(baseline)과 fit 활성(height-budget 엔진)으로 실한컴 렌더해
차등 판정한 결과. 층은 채움 값 길이로 나눈다(short/medium=기대-통과, overflow=
의도적 과적재 스트레스).

| 층 | fit-off | fit-on | 비고 |
|---|---|---|---|
| short (한두 글자) | 15/22 = 68% | 15/22 = 68% | **0 이동** — 축소할 값이 없으므로 fit 무관 |
| medium | 12/22 = 55% | 12/22 = 55% | 0 이동 |
| overflow-stress | 7/22 = 32% | 8/22 = 36% | +4pp — fit이 실제로 작동하는 유일한 층 |
| **기대-통과(short+medium)** | **27/44 = 61.4%** | **27/44 = 61.4%** | 0 이동 |

**결론(정직 발견)**: 양식 채움 차등 실패의 **지배 원인은 fit이 아니라 구조적
요인**이다. short 값(축소 불가)조차 68%에 정체하는 것이 그 증거다. 측정된 3부류
지배 결함: ① 채움 시 글자 겹침(3글자 채움에 겹침 1621개 관측) ② 대형 다중
페이지 양식의 경계 밀림(page N→N+1) ③ 표 구조 민감도. **fit 엔진 개선(가로·세로
예산 측정으로 축소·typed 거부 실동작)은 correctness로 출하**하되(단위 증명 +
leap 데모 `demo/S-085-wild-formfill/`), wild 통과율 자체는 이 3부류가 해결돼야
오르는 잔여 과제로 명명한다. 무음 서식 파괴(조용한 페이지 밀림)는 이제 typed
거부로 대체된다.

## 구조결함 1차 실측 (S-087, 2026-07-20)

S-085가 명명한 지배결함의 근본원인을 실한컴 프로브 매트릭스로 확정하고 픽스했다:
**fit 엔진이 셀 안 인라인 treat-as-char 객체(체크박스 등)의 선언 폭을 비모델링**해
"fits"로 오판 → 실한컴에서 줄바꿈·행 성장 → 다중 페이지 양식의 페이지네이션 연쇄
(준-빈 페이지 생성, 10p→11p). 캐시·dirty 속성은 export에 무영향임을 프로브로 반증
(가설 정정 이력은 evidence 원문에 보존).

| 처리 (66 판정 조합) | short | medium | overflow | 계 |
|---|---|---|---|---|
| typed 거부 (산출물 없음) | 8 | 12 | 15 | 35 |
| 산출 + pass | 9 | 7 | 4 | 20 |
| 산출 + fail (잔여 무음 파괴) | 5 | 3 | 3 | **11** |

- **무음 서식파괴율 31/66=47% → 11/66=16.7%** (expected-pass 층 38.6%→18.2%).
- 산출분 공식 passRate 17/28 = 60.7%.
- 거부 다수는 코퍼스의 "첫 빈 셀" 타깃(체크박스 셀 등)에 대한 true-negative —
  실사용은 라벨 매칭 타깃을 쓴다.
- 잔여 11 = ②페이지 리플 5·③표 shape 6 (동근 의심): 명명된 후속(폰트 대체
  가설 스파이크·다중페이지 render-gate 규칙).

## 릴리스별 히스토리

기계 판독본: {download}`corpus-metrics-history.json <corpus-metrics-history.json>`.
오라클 열은 **실제 박스 런이 있었던 릴리스만** 채운다(추정 금지).

| 릴리스(측정 스택) | 일자 | N | 오픈 | 파싱 | 렌더 | 바이트 | PII |
|---|---|---|---|---|---|---|---|
| 3.8.0 (corpus v2, 뷰어·수식 렌더 추가) | 2026-07-21 | 497 | **100%** (476/476) | 96.2% | 416 checked / 43 unavailable / 17 unverified | 100% | 0-leak |
| 3.7.0 (corpus v2, 계약 추가·박스 재측정 없음) | 2026-07-21 | 497 | **100%** (476/476) | 96.2% | 416 checked / 43 unavailable / 17 unverified | 100% | 0-leak |
| 3.6.0 (corpus v2, S-087) | 2026-07-20 | 497 | **100%** (476/476) | 96.2% | 416 checked / 43 unavailable / 17 unverified | 100% | 0-leak |
| 3.5.0 (corpus v2) | 2026-07-19~20 | 497 | **100%** (476/476) | 96.2% | 416 checked / 43 unavailable / 17 unverified | 100% | 0-leak |
| 3.4.1 (corpus v2) | 2026-07-19 | 497 | **100%** (476/476) | 96.2% | 416 checked / 43 unavailable / 17 unverified | 100% | 0-leak |
| 2.29.x (corpus v1, FLOOR) | 2026-07-01 | 100 | 100% (100/100) | 95% | — (미공급) | — | — |

## 방법론 요약

- **코퍼스 동결**: manifest sha256·시드·도구 버전 기록, additive-only(v1 불변 가드).
  네거티브 컨트롤(손상 파일 등)이 먼저 판정되어 오라클 자체를 검증한다.
- **분모 규율**: judged-only, unverified 별도 버킷, rule-of-three 하한 병기,
  vacuous 측정 금지(PII는 PII-보유 스트라텀 위에서만).
- **재현**: `scripts/generate_openrate_corpus.py`(생성) →
  `scripts/hancom_open_rate.ps1`·`scripts/hancom_render_batch.ps1`(박스 무인 판정) →
  `scripts/corpus_open_rate.py` 외 축별 드라이버(집계). 전 과정 영수증(JSONL) 기반.