코딩명령 의미어 매칭필터 + 규칙기반AI 상용화 갭 분석
상용화 갭 진단 (4축, 울트라씽킹)
현 자산
- crownycode 브레인: 영문intent→한선씨코드 lookup 145,749줄 (코드생성용, 명령이해 아님)
- 의미어 그래프: 4164개념 + 23810 삼진트리플 (일상 자연어, 코딩어휘 0)
- 이해엔진: "X는 Y다" 서술문 판정 (명령문 파싱 없음)
갭 1 — 넓이(범위): 코딩 도메인 어휘 부재 ★치명
- 파일·함수·변수·서버·코드·실행·테스트·배포·오류·빌드 전부 코드북 없음.
- 명령 동사(만들다·읽다·쓰다·지우다·실행하다) 의미어링크 0.
- → 코딩 도메인 코드북(동작+대상) 신규 구축 필요.
갭 2 — 깊이(구조): 명령문 의미구조 파싱 부재 ★핵심
- 명령 = 동작(intent) + 대상(object) + 수식(조건/위치/속성).
- 현 엔진은 서술문만. "파일 읽어줘"·"함수 만들어" 파싱 로직 없음.
- → 명령 파서(동작·대상 추출) + 의미어코드 조합 매핑 필요.
갭 3 — 양(코퍼스): 명령 예시 부재
- 코딩 명령 예시 0개. 매칭 대조군 없음.
- → 1만개 미만 코퍼스(동작×대상 템플릿 + 표현변형) 생성.
갭 4 — 로직(매칭): 예문→의미어코드조합 매칭 미구현
- 명령→(동작코드,대상코드) 조합 = 삼진벡터. 최근접 조합거리 매칭.
- → 규칙기반 매칭필터(한선씨) 구현.
구축 순서
- 코딩 도메인 어휘 코어(동작 N + 대상 M, 의미어코드 부여)
- 명령 코퍼스 생성(동작×대상 조합 + LLM 표현변형, <1만)
- 의미어 매칭필터(명령→동작·대상추출→코드조합→최근접, 한선씨)
- 상용화 갭 재측정
구축 결과 (2026-07-09)
어휘 코어 (넓이 보완)
- 코딩동작 25개(생성/읽기/쓰기/수정/삭제/실행/검색/…) + 코딩대상 40개(파일/함수/서버/DB/API/…).
- 각 항목에 유의어(사람 실제표현) + 의미어코드(동작 800000대역·대상 850000대역, 삼진 인접).
- data/코딩/{코딩동작,코딩대상,동작맵,대상맵,코드대표}.psv.
명령 코퍼스 (양 보완)
- 규칙조합 결정론 생성: 1000 조합 × 5 표현템플릿 = 5000개(<1만). LLM 불필요.
- data/코딩/명령코퍼스.psv (명령문|동작코드|대상코드). 정답라벨 동반 = 테스트셋 겸용.
매칭필터 (로직 보완)
- libs/코딩명령매칭.한선 — 명령문 → 토큰 → 동작맵/대상맵 O(1)조회 → (동작코드,대상코드) 조합 + 파라미터 추출.
- 조사/동사어미 스테밍(해줘/실행해/으로), 대상 마지막우선, 중의성 동작우선. 4상 판정(둘다=티 실행가능/하나=옴).
- 완전 결정론·토큰0·C네이티브 로드.
실측 지표
- 자기일관성(코퍼스 5000): 동작 96.8% · 대상 95% · 조합 92%.
- 자연변형 커버리지(코퍼스밖 구어체 14): 완전 57%→86%(유의어 보강 후), 부분이상 100%(미매칭 0).
- 양적보완 실증: 유의어 5종 추가(띄워·봐·비워·돌려·추가) → 완전율 57→86%. 어휘 확장이 커버리지 직접 상승.
상용화 갭 재평가 + 로드맵
| 축 | 착수전 | 현재 | 잔여 |
|---|---|---|---|
| 넓이(어휘) | 코딩어휘 0 | 25×40=1000조합 | 동작/대상 확장(도메인별), 유의어 밀도↑ |
| 깊이(구조) | 명령파싱 0 | 동작+대상+파라미터 추출 | 수식(위치/조건), 다중동작, 중의성 2패스, 지시대명사 문맥 |
| 양(코퍼스) | 0 | 5000 결정론 | 자연구어 변형 LLM 증강(옵션) |
| 로직(매칭) | 0 | 조합매칭 92% | crownycode intent 브릿지(동작+대상→코드생성 intent) |
브릿지 의의 (상용화 핵심)
이 매칭필터 = 자연어 코딩명령 → 크라우니코드 intent 연결고리. (동작코드,대상코드) 조합을 crownycode 브레인 intent(server_create 등)에 매핑하면 한국어 명령→코드생성 완성. 규칙기반·토큰0·결정론이 상용화 경쟁력(LLM API비용 0, 재현성).crownycode intent 브릿지 완성 (2026-07-09) — 상용화 파이프라인 관통
한국어 명령 → 코드 생성 전체 파이프라인 실증:- 매칭: 명령 → (동작코드, 대상코드) + 파라미터 (코딩명령매칭.한선, 92%)
- 브릿지: 코드 → 영문키워드 (data/코딩/브릿지키워드.psv 33매핑: 800002→read.get.load, 850001→file.config)
- intent 검색: 대상∩동작 키워드로 crownycode 학습DB 1810 깨끗한intent 검색
- 코드 lookup: intent → 한선씨 코드
- "설정 파일 읽어줘" → [읽다·파일] → config_reader/file_read →
함수 설정읽기 - "포트 8080으로 서버 만들어" → [만들다·서버] → tcp_server_generic
- "배열 정렬해줘" → [정렬·배열] → bubble_sort → 한선씨 RPN 코드
- "사용자 인증 api 만들어" → [만들다·API] → openapi_spec_gen
발견: crownycode 학습DB 112k 중 대부분 멀티라인 코드오염(intent필드에 코드파편). 깨끗한 intent 1810개만 유효. → 학습DB 정제가 브릿지 품질의 병목(별도과제, feedback_learnsh_멀티라인_3중버그).
상용화 종합 판정
- 파이프라인 관통: 한국어 자연어 → 코드생성 라우팅 실증. LLM API 0회·토큰0·결정론.
- 경쟁력: LLM 코딩어시스턴트 대비 API비용0·재현성100%·오프라인. 규칙기반이라 오답도 재현→규칙수정으로 영구해결.
- 잔여 상용화 과제: ①학습DB 정제(브릿지 코드품질) ②어휘/유의어 확장(커버리지) ③중의성2패스·수식파싱(깊이) ④파라미터 바인딩→코드주입(포트9090→실제코드).
학습DB 정제 (2026-07-10) — 오염 3층 규명 + 클린 파생
원본 무손상 원칙: 전 세션 공용 학습.dat 편집 대신 클린 인덱스 파생.오염 진단 (충격적)
- 학습.dat 145,749행 중 형식유효(intent|han|코드) 2,133행(1.5%), 나머지 98.5%는 멀티라인 코드가 개행으로 쪼개진 파편.
- 근본: 코드 리터럴 개행이 \n 이스케이프 안 됨(learn.sh 3중버그, feedback_learnsh_멀티라인_3중버그).
3단 정제 인덱스 (원본무손상 파생)
- 클린 (학습_클린.dat): intent별 최장코드 dedup → 1342종. 멀티라인온전 830 · 단일라인 512.
- 골드 (학습_골드.dat): 클린 중 언어잔재(Python 496·Rust 105·JS 10) 제거 → 순수한선 219종.
- 검증 (학습_검증.dat): 골드 중 컴파일통과. 샘플 30개서 30%(9/30) → 219 중 ~66 추정. 전수는 메모리압박(79M)으로 컴파일러 반복사망(exit137) 미완 — 도구 골드검증.sh(resume지원) 메모리여유시 완주.
근본 진단 (정직)
- 학습DB는 다국어(Python/Rust/JS) 코드를 한선씨로 불완전 번역한 것 → 정제로 못 고침. quicksort조차 Python 리스트컴프가
// [x for x in...]주석으로 남음. - 진짜 사용가능 순수+완전 한선씨는 ~66종뿐(config_reader 35줄 컴파일통과가 드문 정상례).
- → 상용화엔 학습DB 재생성(신규 LLM 1회 → 검증형 학습) 필요. 재구축 독트린과 일치.
브릿지 개선
- 명령브릿지.sh: 골드(순수한선) 우선 lookup + A급(멀티라인온전) 정렬. 배열정렬→hanseon_sort, 파일읽기→config_reader.
- 정제로 Python/Rust 잔재 코드 반환 억제. 단 커버리지는 골드 219(진짜 66)로 좁음 = 재생성 대기.