거버넌스 모델

범위 승인, 위험 분류, 독립 검증과 롤백 가능한 배포.
버전 1.1 ・ 시행일:

거버넌스 철학

starnum.com.tw는 사람이 주도하고 AI가 실행하며 기계 게이트가 검증하는 운영 모델을 사용합니다. 운영자는 제품과 정책에 대한 최종 결정권을 갖습니다. AI 에이전트는 사용자가 승인한 범위와 기존 계약 안에서 변경을 실행할 수 있지만, 스스로 범위를 넓히거나 비밀을 복사하거나 배포 게이트를 우회할 수 없습니다.

핵심 원칙: 품질과 윤리가 속도보다 우선합니다. 어떤 로드맵 압박도 콘텐츠 품질 기준보다 우선할 수 없습니다.

3단계 의사결정 절차

1단계: 저위험·복구 가능한 작업

기존 승인 범위 안에서 실행 가능

범위가 명확하고 버전 관리로 복구할 수 있으며 정해진 검증 명령이 있는 작업은 AI 에이전트나 유지관리 스크립트가 실행할 수 있습니다.

2단계: 승인된 제품 또는 코드 변경

명확한 범위와 독립 검증 필요

사용자가 수정이나 기능을 요청한 경우 AI 에이전트는 그 범위 안에서 구현을 완료할 수 있습니다. 배포 전에는 소스, 차이 및 테스트 근거를 남겨야 합니다.

실행 절차:

  1. 1문제를 위치를 특정할 수 있는 파일, route, 언어 또는 state key로 정규화
  2. 2영향 분석을 실행해 write set, 위험, 롤백 및 검증 계획 확인
  3. 3깨끗하고 최신인 소스 기준선에서 구현하며 다른 작업 보존
  4. 4다른 역할이나 기계 게이트가 차이와 동작을 독립 검증
  5. 5서명된 버전을 배포하고 같은 commit의 production 근거로 종료

3단계: 고위험 또는 새 권한이 필요한 작업

추가 승인 필요

다음 사항은 에이전트가 권한을 임의로 추정할 수 없습니다.

실행 절차:

  1. 1기계가 읽을 수 있는 blocker와 현장 근거 보존
  2. 2부작용을 키우는 동작을 중지하고 fail closed 유지
  3. 3명시적 승인, 보호된 broker 또는 서비스 소유자 협의 확보
  4. 4preflight, 대체 경로 및 롤백 경로를 완성한 뒤 실행
  5. 5실제 production 상태를 검증하며 ‘명령을 보냄’을 완료로 간주하지 않음

충돌 시 우선순위

지침이 충돌하면 다음 순서로 처리합니다.

예: SEO 개선을 위해 명리 논리에 어긋나는 주장을 해야 한다면 명리 논리가 우선합니다.

문제 등급과 처리 원칙

문제는 심각도에 따라 분류합니다. 아래 표는 처리 원칙이며 측정되지 않은 고정 복구 시간을 약속하지 않습니다.

심각도 정의 처리 원칙
치명적 데이터 손실, 보안 취약점, 사이트 중단 확산을 막고 근거를 보존한 뒤 우선 복구하고 production을 검증합니다.
높음 중복 알림, 잘못 공개된 콘텐츠, 윤리 위반 또는 핵심 기능 장애 fail closed하고 범위가 제한된 repair를 만들며 배포 전 회귀 검증을 마칩니다.
중간 끊어진 링크, 번역 오류, 데이터 또는 스타일 드리프트 조회 가능한 작업 대기열에 넣고 명확한 owner가 수정·검증합니다.
낮음 스타일 개선, 부차적 SEO, 편의 기능 후속 배치에 편성하며 더 높은 위험의 복구를 막지 않습니다.

문제와 복구 근거는 작업 유형에 따라 bug event, incident, AWR 또는 해당 state-machine surface에 기록됩니다. data/fix-queue.json이 모든 문제의 유일한 소스는 아닙니다.

AI 시스템 거버넌스

역할과 권한 경계

실행 역할 책임 권한 수준
언어 또는 기능 worker 명확한 write set 안에서 후보 수정 생성 할당된 파일로 제한되며 배포 또는 공유 projection 변경 금지
verifier 차이, 계약, 테스트 및 시각적 동작을 독립 점검 읽기 전용이며 자신의 후보를 승인할 수 없음
release coordinator 최신 main 동기화, 공유 쓰기 직렬화, 배포 및 production 검증 단일 writer이며 release gate 통과 필요
보호된 서비스 또는 broker 인프라 자격 증명을 보관하고 제한된 근거 반환 자격 증명은 소속 서비스를 벗어나거나 worktree로 복사되지 않음

AI 시스템이 자율적으로 실행할 수 있는 작업

AI 시스템이 실행할 수 없는 작업

검증 원칙

정확성은 공급업체 수나 ‘다수결’로 결정하지 않습니다. 모든 변경은 출처, 코드 차이, 계약 테스트와 실제 동작을 근거로 삼아야 합니다. 고위험 항목은 독립 verifier 또는 해당 서비스의 production readback도 필요합니다.

투명성 약속

다음 문서는 항상 공개적으로 확인할 수 있습니다.

문서 업데이트 시점
방법론 페이지 분기별 또는 중대한 변경 시
model-card.html 기능 변경 시
system-card.html 분기별
품질 benchmark 새로운 재실행 가능 평가가 완료될 때
ethics.html 정책 변경 시
로드맵 분기별
투명성 기록 공개할 중요한 변경이 있을 때
연구 블로그 연구 완료 시

규칙 수명주기

규칙, 작업 및 이벤트는 각자의 canonical state machine으로 관리합니다. 하나의 오래된 스크립트를 사이트 전체의 유일한 제어기로 설명하지 않습니다.

감지 → 진단 → 위험 게이트 → 복구 계획 → 실행 → 검증
                        ↘ 실패 시 롤백 또는 blocker 유지

공유 projection, AWR, TM, 배포 및 production 검증은 release coordinator가 직렬화합니다. worker는 범위가 제한된 후보와 근거만 전달합니다.

연락과 기여

현재 이 플랫폼은 외부 코드 기여를 받지 않으며 모든 구현은 내부에서 처리합니다. 연구 협력 문의는 환영합니다.

핵심 원칙 윤리 선언 로드맵 책임 있는 AI 시스템 카드 이용 정책 작가 소개

외부 표준 및 1차 자료

다음 1차 자료는 이 페이지의 판단 기준입니다. 비교 기준일 뿐 제3자가 이 사이트를 보증한다는 뜻은 아닙니다.

현재 기계 감사 스냅샷

이 영역은 추적 가능한 로컬 감사 데이터만 사용하며 출처 없는 지표나 모델 주장을 추가하지 않습니다. 날짜는 실제 산출일입니다.

2026-07-30
유지관리 날짜
17/17
LLM 폐루프
180/180
거버넌스 페이지
0
JSON-LD 오류
32,724
KB chunks (HEALTHY)
789,031
TM 항목, 검증 34,781
7,976/7,976
AI 답변 준비 완료, 실패 0
critical
상태 페이지: critical 4, warning 1
  • data/state-machine/i18n-parity.json: 8,036 parent URLs, 7,976 articles.
  • data/kb-machine-audit.json: 3,238 source files, 0 missing coverage, 0 orphan chunks.
  • data/discovery-surface-audit.json: 0 errors, 0 warnings.
  • data/sla-report.json: critical / 4 critical, 1 warnings.

검증 가능한 Evidence Layer

이 영역은 구호가 아닙니다. 각 핵심 주장에는 claim id, 소스 JSON, hash와 재실행 가능한 검증 명령이 있습니다. 공개 페이지는 소스 코드, 비밀, 개인 데이터 또는 악용 가능한 공격 세부 정보를 노출하지 않고 거버넌스 근거만 공개합니다.

Claim ID검증 가능한 값상태책임 범위출처와 검증
claim.public-url-manifest.indexable-count
공개 URL 및 canonical 목록		 38,965 indexable URLs verified sitewide node scripts/generate-public-evidence-manifest.js --dry
claim.trust-pages.audit-pass-rate
신뢰 페이지 기계 감사		 180/180 pass verified sitewide node scripts/verify-trust-pages.js --check
claim.discovery-surface.zero-errors
AI discovery surface 감사		 {"errors":0,"warnings":0} verified sitewide node scripts/verify-discovery-surface.js
claim.structured-data.jsonld-errors
JSON-LD / 구조화 데이터 감사		 {"structured_data_invalid_files":0,"breadcrumb_count":28274,"faq_count":27506,"dataset_count":30,"article_count":27406} verified sitewide node scripts/site-machine-audit.js
claim.status.sla-state
상태 페이지 SLA 소스		 critical / 5 critical, 0 warnings verified sitewide node scripts/generate-status-page.js
claim.provider-alignment.openai-anthropic-gemini
OpenAI / Anthropic / Google Gemini 거버넌스 대조		 코드/설정 근거가 없으면 거버넌스 대조에만 사용 verified sitewide node scripts/verify-public-evidence.js --check
claim.transparency-report.sha256
투명성 보고서 SHA-256 앵커		 {"report":"transparency/report-2026-Q3.json","sha256":"47b09e2ca4e8b8fe9dffdfaccef3b11212de9ee3a8a14badca8044e2481203c5"} verified sitewide node scripts/update-transparency-current-data.js
claim.release-integrity.gpg-signing
GPG 서명 상태		 로컬 GPG 서명 설정 완료, GitHub 검증 대기 github_verification_pending sitewide gpg --list-secret-keys --keyid-format=long && git log -1 --show-signature
public-evidence-manifest.json public-claim-registry.json public-verification-report.json public-url-manifest.json

시스템 카드 V2.0: 기술 투명성 공개 계층

이 계층은 아키텍처, 데이터 소스, AI 사용 경계, 품질 게이트, 배포 무결성과 공급업체 대조 등 안전하게 공개할 수 있는 기술 거버넌스 근거를 모아 보여 줍니다. 소스 코드, 비밀, 악용 가능한 공격 세부 정보와 개인 데이터는 공개 범위에서 제외합니다.

공개 아키텍처

Cloudflare Worker/Worker Assets, R2, D1, KV와 로컬 생성 스크립트가 공개 사이트 및 거버넌스 데이터 배포 체인을 구성합니다. 대량의 글은 R2에서 제공하고 공개 검색은 현재 정적 Fuse.js를 사용합니다. 공개 페이지는 비밀이나 내부 권한이 아니라 동작, 상태와 추적 가능한 소스만 공개합니다.

AI 사용 공개

production code scan에서는 현재 검증 가능한 inference 모델 설정을 찾지 못했습니다. OpenAI, Anthropic, Google Gemini는 거버넌스 프레임워크 대조 기준이며 코드나 설정 근거가 없는 공급업체를 운영 중이라고 표현하지 않습니다.

품질과 안전 게이트

거버넌스 페이지 감사 180/180 통과, JSON-LD 오류 0, discovery surface 오류 0입니다. 상태 페이지는 critical 4건과 warning 1건을 그대로 표시합니다.

데이터 추적성

지식 베이스 청크 32,724개, TM 항목 789,031개, AI answer-ready 7,976/7,976입니다. 공개 지표는 data/state-machine/*, data/*audit*.json 및 투명성 보고서로 추적됩니다.

거버넌스 영역OpenAIAnthropicGoogle GeminiStarnum 구현 근거
모델/시스템 카드 공개OpenAI 모델 및 안전 문서Claude 모델 문서 및 system/model cardGemini 모델 문서 및 안전 설정system-card, model-card, methodology, benchmark, transparency-log
안전 평가와 사용 경계안전 모범 사례 및 배포 점검표Responsible Scaling 및 안전 정책Gemini 안전 제어 및 정책AI safety, acceptable-use, ethics, 위험 경계 문구, crawler 정책 감사
데이터 거버넌스데이터 제어 및 개인정보 보호 제어개인정보 보호 및 데이터 처리 문서Gemini API 데이터 거버넌스 자료privacy, ai-data-governance, KB/TM 소스 추적, SHA-256 hash
모니터링과 배포production 점검표 및 평가 원칙system-card 투명성 원칙모델/버전 문서화 원칙deploy.js, status.html, SLA 보고서, trust-pages-machine-audit, sitemap/hreflang 감사
  • 출처: data/state-machine/model-card.json, public-bench.json, trust-pages.json, security-headers.json.
  • 출처: data/trust-pages-machine-audit.json, data/discovery-surface-audit.json, data/ai-answer-readiness-audit.json.
  • 출처: data/kb-machine-audit.json, data/tm/quality-audit-report.json, data/sla-report.json.
  • 공식 대조 문서 확인일: 2026-07-30. 링크는 OpenAI / Anthropic / Google Gemini 대조 표에 있습니다.

V2.0의 목적은 수식어를 늘리는 것이 아니라 ‘구현됨’과 ‘미구현’을 구분하는 것입니다. production 사용, 거버넌스 대조, 상태 예외, GPG 서명과 SLA breach는 소스 데이터에 따라 공개합니다.

배포 무결성과 GPG

로컬 GPG 서명이 설정되어 있습니다. signingkey=0934DFA0EDA6363A. 공개 키 업로드와 Verified 배지가 확인될 때까지 GitHub 검증은 대기 상태입니다.

OpenAI / Anthropic / Google Gemini 대조

이 사이트의 거버넌스 문서는 모델 문서, 시스템/모델 카드, 안전 평가, 데이터 거버넌스 및 사용 정책이라는 세 공개 프레임워크와 대조합니다. 이는 거버넌스 대조이며 모든 공급업체가 production inference에 사용된다는 뜻이 아닙니다. 공식 문서 확인일: 2026-07-30

대조 출처거버넌스 초점Starnum 공개 내용공식 출처
OpenAI모델 문서, 최신 모델 설명, 안전 모범 사례와 데이터 제어production code scan에서 검증 가능한 모델 설정을 찾지 못했으며 공급업체는 거버넌스 대조 기준으로만 표시됩니다.https://platform.openai.com/docs/models
AnthropicClaude 모델 문서, system/model card, Responsible Scaling과 안전 정책production code scan에서 검증 가능한 모델 설정을 찾지 못했으며 공급업체는 거버넌스 대조 기준으로만 표시됩니다.https://docs.anthropic.com/en/docs/about-claude/models
Google GeminiGemini API 모델 문서, 안전 설정, 데이터 거버넌스와 플랫폼 정책production code scan에서 검증 가능한 모델 설정을 찾지 못했으며 공급업체는 거버넌스 대조 기준으로만 표시됩니다.https://ai.google.dev/gemini-api/docs/models