상품큐레이션 엔진 도구화 (2026-06-29)

개요

수건 케이스에서 검증된 "스크리닝→비교표→4상 결정추천" 플로우를 재사용 가능한 한선씨 엔진으로 도구화하고 크라우니코드 학습DB에 자산 등록.

무엇을 했는지

• 엔진 설계: 후보목록(이름+축별점수0~5) → 가중합 산출 → 4상판정 → 0순위추천 출력
• 한선씨 고수준 모드 작성·컴파일(hanseonc_high)·실행 검증 완료
• 시드 데이터: 호텔수건/킁킁이와플/스포츠타월/리넨면와플 (리넨면와플=[티] 정상)
• 크라우니코드 학습DB 자산 등록 4건

핵심 설계

• 6축: 속건·무취·수명·촉감·흡수·가격 (각 0~5점)
• 가중치(×10정수): 속건10 무취15 수명15 촉감10 흡수15 가격20
• 4상 판정: 티=최고점 / 옴=최고의80%이상 / 타=60%이상 / 음=미달
• 데이터 구조: flat배열 stride=6 (이름들[i], 점수들[i*6+k])

실행 결과

리넨면와플: 종합=355 [티] 0순위 추천  ✓
스포츠타월: 종합=310 [옴] 차선 후보
킁킁이와플: 종합=295 [옴] 차선 후보
호텔수건:   종합=290 [옴] 차선 후보

관련 파일 경로

• 엔진: /Users/ef/crowny-commerce-engine/상품큐레이션.한선
• 바이너리: /tmp/큐레이션.toau
• 참고 사업계획: /Users/ef/CrownyDoc/projects/2026-06-28-크라우니-리넨와플수건-사업화계획.md

학습DB 등록

• 상품큐레이션_점수산출 — 가중합 종합점수산출 함수
• 상품큐레이션_4상판정 — 티/옴/타/음 기준 판정 함수 (시스템자원_4상판정 변형)
• 상품큐레이션_후보데이터구조 — flat배열 stride=N 패턴
• 상품큐레이션_0순위추천 — 최고점 탐색+추천 출력 함수

잔여 이슈

• 축·가중치를 환경변수(NAME=값)로 외부 주입하는 파라메트릭 버전 필요 시 확장 가능
• 후보 추가를 외부 파일(tsv/json)에서 읽는 확장 고려 가능