starnum.com.tw 콘텐츠 제작 방법론

최종 업데이트: 2026-07-30 (v5.0) | 다음 예정 업데이트: 2026-07-30 | 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:

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.

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 성曜가 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.

엔티티 지식 그래프

80개의 핵심 명리 엔티티（14주성, 12궁위, 4사화, 격국, 수비학 개념 등）에 각각 Wikidata sameAs, 설명, 오행 속성이 포함됩니다. 글의 Article Schema에는 mentions와 about이 자동 삽입됩니다. 전 사이트 모든 글에 publishingPrinciples가 추가되어 이 페이지를 참조합니다.

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

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

• 2026-07-30 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
• 2026-07-30 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
• 2026-07-30 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
• 2026-07-30 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
• 2026-07-30 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）
• 2026-07-30 v3.0 — 품질 피드백 주도 개선 시스템, 모듈화 편집 규범, 5차원 평가 프레임워크, 7층 지식 계승 아키텍처, 세션 종료 시 자동 품질 마무리
• 2026-07-30 v2.0 — 엔티티 지식 그래프 가동（60 엔티티 + Wikidata sameAs + 오행）, 자동 내부 링크, 증분 업데이트, Content Hash
• 2026-07-30 v1.5 — Topic Hub 페이지 아키텍처 재구축（54 전문）, 공용 CSS 컴포넌트 라이브러리 구축（85개 이상 클래스）
• 2026-07-30 v1.0 — 초판 가동: 232개 체크리스트, 명리 로직 검증 도구

최근 검증 기록

최종 검증 시간: 2026-07-30

핵심 원칙

• 투명성: 오픈소스 엔진 + 추적 가능한 지식 베이스 + 콘텐츠 해시 검증
• 파系 일관성: 전 사이트 육빈조파 통일 사용, 파系 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

Each article includes a unique SHA256 cryptographic hash calculated from the raw content. This ensures the integrity and provenance of the astrological and numerological interpretations provided by starnum.com.tw. Internal linking is dynamically generated based on TF-IDF semantic similarity analysis. All content is reviewed by Starnum Logic Engine v5.0 before publication.

품질 개선 기록

저희는 모든 품질 문제를 지속적으로 추적하고 수정합니다. 발견된 모든 문제는 자동화 규칙이 되어 두 번 다시 반복되지 않습니다. 다음은 선별된 사례입니다:

Every quality issue discovered becomes an automated rule — problems are never repeated. This feedback-driven improvement process ensures continuous refinement across the entire content pipeline.