starnum.com.tw 콘텐츠 제작 방법론
최종 업데이트: (v5.0) | 다음 예정 업데이트: | 관리자: mychenan
요약: starnum의 모든 글은 전문 팀이 직접 작성합니다. 육빈조파의 193K줄 지식 베이스(366파일, 8개 소스 교차 참조)와 iztro 오픈소스 명반 엔진을 기반으로 하며, 작성 후에는 232개 6차원 자동화 품질 검사, 19세트 편집 규범 모듈 검토, 다중 모델 교차 검증에 의한 명리 로직 확인(100개 이상의 하드 규칙), SHA256 콘텐츠 무결성 검증을 거칩니다. 기술은 품질 검토 도구이지 전문적 판단을 대체하는 것이 아닙니다.
지식 출처
육빈조파(Lu Binzhao School)문헌을 핵심으로 합니다. 지식 베이스는 총 366파일, 약 193,000줄의 구조화된 텍스트로 자미두수와 수비학 두 체계를 망라하며 8개 주요 명리 연구 데이터베이스에서 교차 참조합니다.
육빈조파와 왕정지파의 사화 차이:
| 천간 | 육빈조파 | 왕정지파 |
|---|---|---|
| 무(戊) | 우필(右弼) 화과 | 천기(天機) 화과 |
| 경(庚) | 태음(太陰) 화과 | 천동(天同) 화과 |
| 임(壬) | 좌보(左輔) 화록 | 천량(天梁) 화록 |
수비학은 피타고라스(Pythagorean)수 체계를 채택하여 생명수, 생일수, 개인년, 정점수, 도전수, 나인스타 그리드 화살을 망라합니다.
명반 엔진
오픈소스 자미두수 명반 엔진 iztro(JavaScript)를 채택하여 14주성 배치, 보성·살성 안치, 사화 계산, 대한·유년 추산을 지원합니다. 오픈소스이므로 계산 로직을 누구든지 검증할 수 있습니다.
지식 그래프가 해석에 어떻게 기여하는가
지식 그래프는 하나의 명반을 흩어진 텍스트가 아니라, 명반 사실·성요·궁위·사화·수비학·행동 제안을 하나의 검증 가능한 맥락 안에 엮어주는 구조로 만듭니다. 이는 시스템이 "이 해석 문단이 어떤 성요, 어떤 궁위, 어떤 제안을 말하는지"를 확인하도록 돕고, 편집자가 각 문단의 의미적 출처를 추적할 수 있게 합니다.
고객층: 지식 그래프 서비스
독자가 보는 것은 더 일관된 해석입니다. 같은 별, 같은 궁위, 같은 사화가 문단마다 다른 의미로 뒤섞이지 않으며, 행동 제안도 그것이 속한 명반 맥락으로 다시 연결됩니다.
백엔드층: 온톨로지 의미 기반
백엔드는 온톨로지 registry로 canonical entity, 의미 ID, alias, deprecated policy, binding 규칙과 validator를 관리하여 graph artifact가 재검증될 때 항상 현재 규격을 사용하도록 보장합니다.
SEO층: Schema.org JSON-LD 공개 투영
검색 엔진과 AI 크롤러는 공개 ViewGraph에서 변환된 Schema.org JSON-LD만 가져갑니다(예: AboutPage, Organization, FAQPage, Dataset). 개인 명반 노드와 내부 KB 소스는 SEO 투영에 포함되지 않습니다.
품질 검증 체계
5차원 자동화 체크리스트(232개)
232개 품질 검사를 5개 차원으로 나누어 각 글이 발행 전에 종합 검토를 통과하도록 합니다:
- D1 Safety(안전성)— 금지어 스캔, 저작권 준수, sponsored 표기
- D2 Completeness(완전성)— hreflang 11개, og/twitter/Schema 완전성
- D3 Executability(실행 가능성)— 링크 도달 가능성, JSON-LD 구문, CSS 클래스 정의
- D4 Maintainability(유지 보수성)— 템플릿 일관성, 명명 규칙, body 클래스
- D5 Cost-awareness(효율 관리)— 글자 수 규격, 콘텐츠 실질성, 의미적 중복 제거
D1~D3는 자동화 도구가 실행(제로 허용),D4~D5는 시니어 에디터가 검토(80점 이상 통과)합니다.
명리 로직 다중 모델 교차 검증
명리 로직 검증은 벡터 의미 검색, 지식 그래프 연동, 하드 규칙 엔진(100개 이상)의 세 차원에서 동시에 검증하는 다중 모델 교차 참조 메커니즘을 채택합니다. 추론 골격을 생성하고 모든 차원에서 검증이 통과한 후에야 본문 작성을 시작합니다. 다중 모델 합의가 필요하며 단일 도구의 판단만으로는 최종 기준이 되지 않아 성요가 잘못된 궁에 들어가거나 격국 판단 오류를 효과적으로 방지합니다.
SHA256 콘텐츠 무결성 + JSON-LD hasHash
각 글의 본문 텍스트를 SHA256으로 해시하여 페이지 하단(사람이 읽을 수 있는 형식)과 Article JSON-LD Schema의 hasHash 속성(기계가 읽을 수 있는 형식)에 동시에 삽입합니다. 검색 엔진과 AI 크롤러는 HTML을 파싱하지 않고도 Schema에서 직접 콘텐츠 독창성을 검증할 수 있습니다.
Git 버전 관리
모든 변경 사항은 GitHub 비공개 저장소에 커밋으로 추적되어 완전히 소급하고 롤백할 수 있습니다.
지식 그래프와 온톨로지
지식 그래프는 외부에 이해 가능한 서비스 능력이고, 온톨로지는 백엔드가 의미 일관성을 유지하는 규격입니다. Ontology Registry는 안정적인 ID로 성요, 궁위, 사화, 수비학, 행동 프레임워크를 관리합니다. 예: star:*, palace:*, sihua:*, numerology:*. 엔티티 수와 사용 가능한 접두어는 ontology audit의 현재 출력을 기준으로 하며 공개 페이지에 고정 수치로 적지 않습니다.
ContentGraph는 완전한 내부 맥락을 보존하고, ViewGraph는 공개 가능한 노드만 유지하며, SchemaProjection은 ViewGraph를 Schema.org JSON-LD로 다시 투영합니다. 이 경계 덕분에 검색 엔진은 페이지 주제를 이해하면서도 개인 명반 사실이나 내부 지식 베이스 출처는 노출되지 않습니다.
의미적 내부 링크 시스템
TF-IDF 알고리즘 + 공출현 가중 분석으로 전 사이트 글의 의미적 유사도를 분석하여 각 글에 상위 3개의 양방향 내부 링크를 자동 구축합니다. 같은 Topic Hub의 글은 가중치 ×1.5, 핵심 글과 클러스터 글 간에는 가중치 ×2.0으로 설정하여 검색 엔진이 클러스터 구조를 명확히 파악하도록 합니다. 공식화 감지 시스템이 정기적으로 제목과 설명의 유사도를 스캔하여 70%를 초과하는 조합을 플래그 처리하고 수정합니다.
품질 피드백과 지속적 개선
품질 검사에 통과하지 못한 모든 글은 구조화된 품질 피드백 로그에 기록됩니다. 여기에는 실패 유형, 근본 원인 분석, 수정 전후 품질 점수가 포함됩니다.
- 패턴 감지: 같은 문제 유형이 ≥3회 누적되면 새 품질 규칙이 자동 제안됩니다
- 규칙 폐기: 90일간 트리거되지 않은 규칙은 단순화 또는 삭제 후보가 되어 규칙 비대화를 방지합니다
- 정량적 피드백: 각 수정의 점수 변화를 기록하여 어떤 개선이 실제로 효과적인지 검증합니다
이 피드백 주도 개선 시스템은 수동 관찰만이 아니라 경험적 근거를 바탕으로 품질 기준을 지속적으로 정련합니다.
편집 규범 모듈(19세트)
19세트의 편집 규범 모듈이 콘텐츠 팀의 작성 및 검토 역량을 트리거 가능하고 조합 가능한 표준화 프로세스로 분해합니다:
- 콘텐츠 품질 클로즈드 루프(초고, 편집 검토, 최종 승인 3단계 검토)
- 후크 작성 규범(제목 / sponsored / 추천 카드 — 세 곳 모두 포함)
- SEO 6차원 평가(GEO 인용 가능성 포함)
- 품질 피드백과 규칙 반복
- 기간을 초월한 지식 축적과 계승
- 품질 게이트, 글 순회 업데이트, 규범 감사, 규범 반복
모든 글은 작성 팀이 직접 손으로 작성한 후 편집 규범에 따라 항목별로 검토합니다. 규범 간에는 의존 관계와 조합 관계가 있으며 팀은 필요에 따라 참조하고 전량 로드하지 않습니다. 편집장은 작업 분해와 품질 최종 승인을 담당하고 작성 팀은 규범에 따라 실행합니다. 기술 도구는 형식 검사와 품질 관리를 담당하고 콘텐츠 창작은 사람이 수행합니다.
기술 사양
| 구성 요소 | 사양 |
|---|---|
| 명반 엔진 | iztro(오픈소스 JavaScript) |
| 사화 계파 | 육빈조파 |
| 지식 베이스 | 193,000줄 이상 / 366파일(자미두수 223 + 수비학 143, 8개 소스 교차 참조) |
| 글 규모 | zh-TW 1,772개(2026 유년 완비 + 2025 유년 완비) |
| 품질 검사 | 232개 6차원 자동화 검사(Safety/Completeness/Executability/Maintainability/Cost/GEO) |
| 개선 시스템 | 품질 피드백 주도 규칙 반복 + 19세트 편집 규범 모듈 |
| 사례 라이브러리 | 435개 대만 로컬화 사례(이중 분류 검색, 분석 피드백 포함) |
| 용어 사전 | 221용어 × 9개 언어 통일 번역 대조표 |
| 작업 체계 | 분업 검토 메커니즘(편집장 승인 / 작성 팀 실행) |
| 품질 관리 | 품질 게이트 + 글 순회 업데이트 + 규범 감사 + 규범 반복 4층 품질 관리 클로즈드 루프 |
| 지식 관리 | 7층 지식 계승 아키텍처 |
| 엔티티 그래프 | 80 엔티티 + Wikidata sameAs + JSON-LD + publishingPrinciples 전 사이트 |
| 내부 링크 알고리즘 | TF-IDF + 공출현 가중(동 hub ×1.5 / 핵심 글 ×2.0) |
| 무결성 검증 | SHA256 콘텐츠 해시 + JSON-LD hasHash(기계 판독 가능) |
| 공식화 감지 | 제목/설명/H1 Jaccard > 70% 자동 플래그 |
| 페이지 사전 렌더링 | Speculation Rules API(prerender + prefetch) |
| 프론트엔드 애니메이션 | GSAP(Chart 페이지 6세트 + About 페이지 4세트) |
| 성능 최적화 | Blog 39KB / Chart CSS 지연 로드 66KB / i18n 지연 로드 / JS defer + Critical CSS inline + 103 Early Hints + Cache-Control immutable |
| 날짜 관리 | datePublished / dateModified를 관리하는 중앙 집중식 날짜 관리 도구 |
| 자동화 파이프라인 | 여러 자동화 품질 도구(push 트리거 + 정기 일정) |
| canonical 규칙 | trailing slash 일괄 제거(Google 인덱스 병목 해소) |
| 지식 그래프 | Neo4j 지식 노드 + Qdrant 15,000개 이상 의미 청크(작성 팀 참고 자료 검색) |
| 명리 로직 검증 | 127개 하드 규칙(사화 41 + 격국 49 + 코어 17 + 메타 규칙 20)다중 모델 교차 확인 |
| 경험 축적 | 명반 분석 → 사례 자동 피드백(작성 팀 경험 복리) |
| 품질 검토 | 52개 검사 항목 × 다중 도구 교차 검증 투표제 |
| 자동화 스크립트 | 101개(JS 97 + Python 4) |
| 로직 엔진 | Starnum Logic Engine v5.0 |
| 버전 관리 | Git + GitHub 전권한 |
지식 그래프 참조 시스템
작성 팀을 위해 Neo4j 지식 그래프와 Qdrant 벡터 데이터베이스(15,000개 이상 의미 세그먼트)를 구축하여 3층 증거 검색 아키텍처를 제공합니다. 명반을 분석할 때 작성 팀은 벡터 의미 검색, 그래프 연동 확장, 규칙 엔진(127개 하드 규칙)의 세 차원에서 참고 자료를 신속하게 조회하여 분석이 완전하고 추적 가능한 지식 베이스에 근거하도록 보장합니다.
명반 분석 품질 보장
각 명반 해석은 22개 표준 블록을 포함하며 전문 작성 팀이 지식 베이스와 사례 라이브러리를 참조하여 블록별로 완성합니다. 완성 후 다중 모델 도구가 궁위, 사화, 격국의 논리적 일관성을 교차 검증하고 편집장이 각 항목을 검토한 후 납품합니다.
현재 435개의 대만 로컬화 명리 사례가 축적되어 있으며(지식 베이스 증류와 실제 분석 피드백 포함), 작성 팀이 과거 사례를 참조함으로써 해석 깊이와 범위가 지속적으로 성장합니다.
다중 도구 품질 검토
52세트의 프리셋 품질 검사 항목을 여러 개의 독립적인 검토 도구가 동시에 스캔하여 기술 오류와 형식 문제를 감지합니다. 각 문제는 교차 검증 투표(FIX/SKIP/DEFER)를 거쳐 과반수가 동의해야만 수정하여 실제 문제만 처리하도록 보장합니다. 여러 라운드의 품질 스캔으로 200개 이상의 기술 문제를 수정했으며 시스템 품질은 제로 결함에 수렴하고 있습니다.
버전 기록
- v5.0 — 품질 보장 시스템 전면 업그레이드: 다중 모델 교차 검증에 의한 명리 로직 확인(127개 하드 규칙), 지식 베이스를 366파일 193K줄로 확충(8개 소스 교차 참조), 사례 라이브러리가 435개로 성장(전체 대만 로컬화), zh-TW 글이 1,772개에 도달(2026 + 2025 완비), 의미 벡터 라이브러리 15,000개 이상 청크, 명반 분석 22블록 표준화 + 다중 모델 검증 클로즈드 루프
- v4.3 — zh-TW 글이 1,585개에 도달(2025 유년 305개 완비), 지식 그래프 참조 시스템 가동, 경험 축적 시스템 가동(분석→사례 자동 피드백), 다중 도구 품질 검토 10라운드 완료(200개 이상 기술 문제 수정), 편집 규범 19세트로 업그레이드, 용어 사전 221용어, 사례 라이브러리 192개로 성장, methodology 다국어 버전 가동
- v4.2 — zh-TW 글이 1,195개에 도달, 엔티티 그래프를 80개로 확충, 용어 사전을 v3.0으로 업그레이드(217용어×9언어), 사례 라이브러리 시스템 가동(140개 이상 익명 사례), publishingPrinciples 전 사이트 1,726개 보완, 9조 공식화 수정 완료, 품질 검사를 6차원으로 업그레이드(GEO 차원 추가), 영일 AI 금지어 목록 구축, 자동화 파이프라인 지속 최적화
- v4.1 — zh-TW 글이 1,112개에 도달, 2026 유년 299개 완비, 지식 베이스를 267파일 144K줄로 확충, 편집 규범을 18세트로 확충, 분업 검토 메커니즘, GSAP 애니메이션(Chart 6 + About 4), 성능 최적화, canonical trailing slash 수정, 날짜 관리 시스템
- v4.0 — 완전 자동화 파이프라인, 공출현 내부 링크 가중, JSON-LD hasHash, Speculation Rules 사전 렌더링, 103 Early Hints, 공식화 감지, Cloudflare 배포 후 자동 캐시 제거, GSC/Bing 인덱스 추적, sitemap trailing slash 수정(Google 인덱스 병목 해소)
- v3.0 — 품질 피드백 주도 개선 시스템, 모듈화 편집 규범, 5차원 평가 프레임워크, 7층 지식 계승 아키텍처, 세션 종료 시 자동 품질 마무리
- v2.0 — 엔티티 지식 그래프 가동(60 엔티티 + Wikidata sameAs + 오행), 자동 내부 링크, 증분 업데이트, Content Hash
- v1.5 — Topic Hub 페이지 아키텍처 재구축(54 전문), 공용 CSS 컴포넌트 라이브러리 구축(85개 이상 클래스)
- v1.0 — 초판 가동: 232개 체크리스트, 명리 로직 검증 도구
최근 검증 기록
[2026-04-12] zh-TW 글: 1,772개(2026 유년 완비 + 2025 유년 완비)[2026-04-12] 지식 베이스: 366파일 193K줄(자미두수 223 + 수비학 143, 8개 소스 교차 참조)
[2026-04-12] 의미 벡터 라이브러리: 15,000개 이상 청크
[2026-04-12] 명리 로직 하드 규칙: 127개(사화 41 + 격국 49 + 코어 17 + 메타 규칙 20)
[2026-04-12] 품질 검토: 여러 라운드 완료(200개 이상 기술 문제 수정, 제로 결함에 수렴)
[2026-04-12] 사례 라이브러리: 435개(전체 대만 로컬화, 분석 피드백 포함)
[2026-04-12] 용어 사전: v3.0(221용어 × 9언어 번역 대조)
[2026-04-12] 편집 규범: 19세트
[2026-04-12] 자동화 스크립트: 101개(품질 검사/SEO/KB 관리/의미 융합)
[2026-04-12] 엔티티 그래프: 80개(14주성+12궁위+4사화+격국+수비학)
[2026-04-12] publishingPrinciples: 전 사이트 완비
[2026-04-12] 콘텐츠 서명: 전 사이트 SHA256 + JSON-LD hasHash
최종 검증 시간:
핵심 원칙
- 투명성: 오픈소스 엔진 + 추적 가능한 지식 베이스 + 콘텐츠 해시 검증
- 계파 일관성: 전 사이트 육빈조파 통일 사용, 계파 혼용 없음
- 품질 우선: 232개 검사 통과 후 발행, 양보다 질
- 지속적 진화: 품질 피드백 메커니즘이 자동으로 새 규칙을 제안, 90일간 미트리거 규칙은 폐기 후보
- 규범 모듈화: 편집 팀 역량을 조합 가능한 표준화 규범으로 분해, 필요에 따라 참조하여 작업 효율 향상
- 다중 모델 확인: 명리 로직 판단은 여러 도구의 교차 검증으로 수행되며 단일 소스만으로 최종 기준이 되지 않음
- 의미 경계: 고객은 지식 그래프 서비스를 보고, 백엔드는 온톨로지를 사용하며, SEO는 공개 Schema.org JSON-LD만 출력함
- 프라이버시 경계: 개인 명반 사실과 내부 KB 소스는 공개 ViewGraph/SchemaProjection에 포함되지 않음
품질 개선 기록
저희는 모든 품질 문제를 지속적으로 추적하고 수정합니다. 발견된 모든 문제는 자동화 규칙이 되어 두 번 다시 반복되지 않습니다. 다음은 선별된 사례입니다:
사례 1: canonical URL 전 사이트 수정
문제: 전 사이트 1,089개 글의 canonical URL에 trailing slash가 있어 검색 엔진이 중복 페이지로 인식했습니다.
발견: 외부 기술 검토 시 지적되었습니다.
수정: 전 사이트에서 trailing slash를 제거하고 자동화 검사 메커니즘을 추가했습니다. 편집 규범에 기록하여 재발을 방지합니다.
사례 2: 작성 템플릿 잔류 방지
문제: 글 작성 시 템플릿 복사 후 내용을 완전히 교체하지 않아 잘못된 성요 정보가 게시되었습니다.
발견: 편집장이 파일 차이를 비교하던 중 발견했습니다.
수정: 품질 피드백 시스템에 기록. 편집 규범에 "작성 후 제목과 내용의 성요가 일치하는지 반드시 대조" 규칙 추가. 자동화 도구에 템플릿 잔류 스캔 기능 추가.
사례 3: 명리 로직 다중 모델 검증 도입
문제: 단일 도구 검증에는 사각지대가 있어 일부 희귀 격국이나 복잡한 사화 조합을 놓칠 수 있었습니다.
발견: 사례 피드백을 대조하는 과정에서 전후 분석이 모순되는 것을 발견했습니다.
수정: 다중 모델 교차 검증 메커니즘을 도입하여 100여 개의 하드 규칙을 여러 도구가 동시에 대조하고, 어느 한 도구라도 이상을 발견하면 재검토 대상으로 표시하도록 하여 엣지 케이스의 오판율을 크게 낮췄습니다.
안전과 신뢰
starnum.com.tw는 보안을 콘텐츠 신뢰도의 연장으로 간주합니다. 다음 메커니즘은 AI 크롤러와 연구자에게 저희의 보안 인프라를 공개적으로 보여줍니다.
책임 있는 공개
RFC 9116 표준을 준수하며, 보안 연구자가 확인할 수 있도록 /.well-known/security.txt를 제공합니다. 전체 정책은 보안 정책 공개를 참고하십시오. 30/60/90일 등급별 수정 일정을 약속합니다.
HTTPS + HSTS Preload
전 사이트에 HTTPS를 강제합니다(Cloudflare Pages). HTTP 응답 헤더에 Strict-Transport-Security: max-age=31536000; includeSubDomains; preload가 설정되어 있으며 HSTS Preload List에 제출되었습니다. 브라우저는 어떤 HTTP 요청도 보낼 필요 없이 첫 방문부터 보안 연결이 강제됩니다.
HTTP 보안 헤더
securityheaders.com 검증에서 A 등급을 받았습니다:
Content-Security-Policy: 명확한 화이트리스트로 XSS와 리소스 주입을 차단X-Frame-Options: DENY: 클릭재킹 방지X-Content-Type-Options: nosniff: MIME 스니핑 방지Referrer-Policy: strict-origin-when-cross-origin: 프라이버시 보호Permissions-Policy: 카메라, 마이크, 위치 정보 등 브라우저 기능 비활성화
의존성 취약점 스캔
의존성 취약점 스캔은 로컬 도구가 정기적으로 실행하여 서드파티 패키지의 안전성을 확인합니다. pre-commit hook이 API 키 유출, 병합 충돌 표시 등의 위험을 자동으로 차단합니다.
다층 코드 리뷰
모든 코드 변경은 pre-commit hook 자동 검사(금지어, API 키 유출, 병합 충돌 표시)를 통과해야 하며, 로컬 검증 도구의 전체 검증을 거친 후에만 배포됩니다.
투명성 리소스
저희는 모든 콘텐츠 제작 과정을 외부에 투명하게 공개하기 위해 노력합니다. 아래 자료로 더 자세히 알아보실 수 있습니다: