initial deploy

Dockerfile

@@ -0,0 +1,23 @@
+# HuggingFace Spaces용 Dockerfile.
+# Space 리포지토리가 이 디렉토리의 내용과 동일하다고 가정 (build context = Space root).
+
+FROM python:3.12-slim
+
+ENV PYTHONUNBUFFERED=1 \
+    PYTHONDONTWRITEBYTECODE=1 \
+    PIP_NO_CACHE_DIR=1 \
+    PIP_DISABLE_PIP_VERSION_CHECK=1
+
+WORKDIR /app
+
+COPY requirements.txt ./
+RUN pip install -r requirements.txt
+
+COPY app.py pipelines.py postprocess.py text_splitter.py diff_utils.py ./
+COPY blindtest ./blindtest
+COPY prompts ./prompts
+COPY data ./data
+
+EXPOSE 7860
+
+CMD ["python", "app.py"]

README.md

@@ -1,14 +1,35 @@
 ---
-title: Proofread 20261h Demo
-emoji: 🏆
-colorFrom: green
-colorTo: indigo
-sdk: gradio
-sdk_version: 6.12.0
-app_file: app.py
+title: Chosun 교정교열 데모
+emoji: 📰
+colorFrom: blue
+colorTo: purple
+sdk: docker
+app_port: 7860
 pinned: false
-license: apache-2.0
-short_description: proofread-20261h-demo
 ---
 
-Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
+# Chosun 교정교열 데모
+
+Solar LLM 기반 한국어 신문 교정교열 파이프라인 비교 + 블라인드 평가.
+
+## 탭 구성
+
+1. **파이프라인 비교** — Baseline(251231 Pro2×3) vs v16(Pro3×1) 2-column 비교 + diff.
+2. **블라인드 테스트** — 라벨 가린 pairwise 선호 투표. Supabase에 저장.
+
+## 필수 시크릿
+
+| Key | 설명 |
+|---|---|
+| `UPSTAGE_API_KEY` | Upstage API 키 (pipelines 호출용) |
+| `SUPABASE_URL` | Supabase 프로젝트 URL |
+| `SUPABASE_KEY` | Supabase anon 키 |
+
+Supabase 스키마는 `blindtest/schema.sql` 참고.
+
+## 로컬 실행
+
+```bash
+cd services/prj-chosun-gradio
+.venv/bin/python app.py
+```

app.py

@@ -0,0 +1,215 @@
+"""Chosun proofreading pipeline comparator — Gradio UI.
+
+Tabs:
+  1. 비교 (Comparator): 2-column A (Baseline 251231) vs B (🏆 v16)
+  2. 블라인드 테스트: label-hidden pairwise preference voting, Supabase-backed
+"""
+
+import os
+from collections.abc import Iterator
+from concurrent.futures import ThreadPoolExecutor, as_completed
+
+import gradio as gr
+from diff_utils import highlight_diff
+from dotenv import load_dotenv
+from openai import OpenAI
+from pipelines import PIPELINES, list_prompts, run_pipeline
+from postprocess import load_vocabulary
+
+from blindtest import build_blindtest_tab
+
+load_dotenv()
+
+_api_key = os.getenv("UPSTAGE_API_KEY", "")
+client = OpenAI(api_key=_api_key, base_url="https://api.upstage.ai/v1") if _api_key else None
+
+_vocab_path = os.path.join(os.path.dirname(__file__), "data", "vocabulary.csv")
+vocabulary = load_vocabulary(_vocab_path)
+
+
+_PENDING_TEXT = "⏳ 실행 중..."
+_SLOTS = ("A", "B")
+
+
+def _build_state(
+    input_text: str,
+    results: dict[str, dict | None],
+) -> tuple:
+    """Build 2-pipeline output tuple: 2 outputs + 2 diffs + meta."""
+    outs = [
+        results[s]["output"] if results[s] else _PENDING_TEXT for s in _SLOTS
+    ]
+    diffs = [
+        highlight_diff(input_text, results[s]["output"]) if results[s] else ""
+        for s in _SLOTS
+    ]
+
+    def _label(result: dict | None, default: str) -> str:
+        if not result:
+            return default
+        t = f"{result['processing_time']:.1f}s"
+        errs = result.get("step_errors") or []
+        if errs:
+            t += f" ({len(errs)} err: {', '.join(errs[:2])}{'...' if len(errs) > 2 else ''})"
+        return t
+
+    times = [_label(results[s], "실행 중...") for s in _SLOTS]
+    meta = " | ".join(f"Pipeline {s}: {t}" for s, t in zip(_SLOTS, times))
+
+    return (*outs, *diffs, meta)
+
+
+def compare(
+    input_text: str,
+    pipe_a: str, model_a: str, prompt_a: str,
+    pipe_b: str, model_b: str, prompt_b: str,
+) -> Iterator[tuple]:
+    """Run 2 pipelines concurrently and yield partial results as each finishes."""
+    empty = tuple([""] * 4) + ("입력 텍스트를 입력해주세요.",)
+
+    if not input_text or not input_text.strip():
+        yield empty
+        return
+
+    if not client:
+        yield tuple([""] * 4) + (
+            "UPSTAGE_API_KEY 환경변수가 설정되지 않았습니다. .env 파일을 확인해주세요.",
+        )
+        return
+
+    results: dict[str, dict | None] = {s: None for s in _SLOTS}
+    yield _build_state(input_text, results)
+
+    configs = {
+        "A": (pipe_a, model_a, prompt_a),
+        "B": (pipe_b, model_b, prompt_b),
+    }
+
+    with ThreadPoolExecutor(max_workers=2) as executor:
+        futures = {
+            executor.submit(
+                run_pipeline, input_text, pipe, model, prompt, client, vocabulary
+            ): slot
+            for slot, (pipe, model, prompt) in configs.items()
+        }
+
+        for fut in as_completed(futures):
+            slot = futures[fut]
+            try:
+                result = fut.result()
+            except Exception as exc:
+                result = {"output": f"에러: {exc}", "processing_time": 0.0}
+            results[slot] = result
+            yield _build_state(input_text, results)
+
+
+# --- UI ---
+
+pipeline_choices = list(PIPELINES.keys())
+model_choices = ["solar-pro2", "solar-pro3"]
+prompt_choices = list_prompts() or ["prod_251231"]
+
+
+def _default_prompt(preferred_prefix: str, fallback_index: int) -> str:
+    matches = [p for p in prompt_choices if p.startswith(preferred_prefix)]
+    if matches:
+        return matches[-1]
+    return prompt_choices[fallback_index]
+
+
+_default_prompt_a = _default_prompt("prod_251231", 0)
+_default_prompt_b = _default_prompt("dev_260408_v16", -1)
+
+with gr.Blocks(title="Chosun 교정교열 데모") as demo:
+    gr.Markdown("# Chosun 교정교열 데모")
+
+    with gr.Tabs():
+        with gr.Tab("파이프라인 비교"):
+            gr.Markdown("Baseline(251231 Pro2×3)과 신규 v16(Pro3×1)을 나란히 비교합니다.")
+
+            input_text = gr.Textbox(
+                label="원문 입력",
+                lines=8,
+                placeholder="교정할 텍스트를 입력하세요.",
+            )
+
+            with gr.Row():
+                with gr.Column():
+                    gr.Markdown("### A (Baseline 251231)")
+                    pipe_a = gr.Dropdown(pipeline_choices, value="251231_default", label="파이프라인")
+                    model_a = gr.Dropdown(model_choices, value="solar-pro2", label="모델")
+                    prompt_a = gr.Dropdown(prompt_choices, value=_default_prompt_a, label="프롬프트")
+                with gr.Column():
+                    gr.Markdown("### B (🏆 v16)")
+                    pipe_b = gr.Dropdown(pipeline_choices, value="260408_v16", label="파이프라인")
+                    model_b = gr.Dropdown(model_choices, value="solar-pro3", label="모델")
+                    prompt_b = gr.Dropdown(prompt_choices, value=_default_prompt_b, label="프롬프트")
+
+            btn = gr.Button(
+                "비교 실행 (⌘+Enter / Ctrl+Enter)",
+                variant="primary",
+                elem_id="compare-run-btn",
+            )
+
+            with gr.Row():
+                output_a = gr.Textbox(label="A 결과", lines=10)
+                output_b = gr.Textbox(label="B 결과", lines=10)
+
+            with gr.Accordion("Diff 상세 비교", open=True):
+                gr.Markdown("#### 원문 vs A")
+                diff_orig_a_html = gr.HTML()
+                gr.Markdown("#### 원문 vs B")
+                diff_orig_b_html = gr.HTML()
+
+            meta_info = gr.Textbox(label="실행 정보", interactive=False)
+
+            btn.click(
+                fn=compare,
+                inputs=[
+                    input_text,
+                    pipe_a, model_a, prompt_a,
+                    pipe_b, model_b, prompt_b,
+                ],
+                outputs=[
+                    output_a, output_b,
+                    diff_orig_a_html, diff_orig_b_html,
+                    meta_info,
+                ],
+            )
+
+        with gr.Tab("블라인드 테스트"):
+            build_blindtest_tab(
+                client=client,
+                vocabulary=vocabulary,
+                baseline_config=("251231_default", "solar-pro2", _default_prompt_a),
+                candidate_config=("260408_v16", "solar-pro3", _default_prompt_b),
+            )
+
+    _SHORTCUT_JS = """
+() => {
+    if (window.__chosunShortcutBound) return;
+    window.__chosunShortcutBound = true;
+    document.addEventListener('keydown', (e) => {
+        if ((e.metaKey || e.ctrlKey) && e.key === 'Enter') {
+            e.preventDefault();
+            const btn = document.querySelector('#compare-run-btn button')
+                      || document.querySelector('#compare-run-btn');
+            if (btn) btn.click();
+        }
+    });
+}
+"""
+    demo.load(None, None, None, js=_SHORTCUT_JS)
+
+if __name__ == "__main__":
+    import uvicorn
+    from fastapi import FastAPI
+
+    app = FastAPI()
+
+    @app.get("/ping")
+    async def ping() -> dict:
+        return {"status": "ok"}
+
+    app = gr.mount_gradio_app(app, demo, path="/")
+    uvicorn.run(app, host="0.0.0.0", port=7860)

blindtest/__init__.py

@@ -0,0 +1,5 @@
+"""Blind test module — pairwise preference voting, Supabase-backed."""
+
+from .ui import build_blindtest_tab
+
+__all__ = ["build_blindtest_tab"]

blindtest/db.py

@@ -0,0 +1,155 @@
+"""Supabase client wrapper for blind test storage.
+
+Env vars:
+  SUPABASE_URL — project URL
+  SUPABASE_KEY — anon or service_role key
+
+If either is missing the module operates in no-op mode: writes are skipped
+and a warning is surfaced in the UI. This keeps local development smooth.
+"""
+
+from __future__ import annotations
+
+import os
+from dataclasses import dataclass
+from typing import Any
+
+try:
+    from supabase import Client, create_client
+except ImportError:  # pragma: no cover
+    Client = None  # type: ignore[assignment,misc]
+    create_client = None  # type: ignore[assignment]
+
+
+@dataclass
+class RunRecord:
+    """Minimal view of a pipeline run for UI state."""
+
+    run_id: int | None
+    pipeline_key: str
+    output: str
+    processing_time_s: float
+
+
+@dataclass
+class TaskRecord:
+    """A pairwise comparison task. slot_a_run/slot_b_run are the randomized
+    assignments shown to the evaluator; run_a_id/run_b_id are the raw IDs
+    persisted for aggregation."""
+
+    task_id: int | None
+    article_id: int | None
+    slot_a_run: RunRecord
+    slot_b_run: RunRecord
+
+
+def _get_client() -> Any | None:
+    url = os.getenv("SUPABASE_URL", "").strip()
+    key = os.getenv("SUPABASE_KEY", "").strip()
+    if not url or not key or create_client is None:
+        return None
+    return create_client(url, key)
+
+
+_client_singleton: Any | None = None
+_client_initialized = False
+
+
+def get_client() -> Any | None:
+    """Return a cached Supabase client or None if unconfigured."""
+    global _client_singleton, _client_initialized
+    if not _client_initialized:
+        _client_singleton = _get_client()
+        _client_initialized = True
+    return _client_singleton
+
+
+def is_configured() -> bool:
+    return get_client() is not None
+
+
+def save_article(source_text: str) -> int | None:
+    c = get_client()
+    if c is None:
+        return None
+    resp = c.table("articles").insert({"source_text": source_text}).execute()
+    data = resp.data or []
+    return data[0]["id"] if data else None
+
+
+def save_pipeline_run(
+    article_id: int | None,
+    pipeline_key: str,
+    prompt_key: str,
+    model: str,
+    output: str,
+    processing_time_s: float,
+) -> int | None:
+    c = get_client()
+    if c is None or article_id is None:
+        return None
+    row = {
+        "article_id": article_id,
+        "pipeline_key": pipeline_key,
+        "prompt_key": prompt_key,
+        "model": model,
+        "output": output,
+        "processing_time_s": processing_time_s,
+    }
+    resp = c.table("pipeline_runs").insert(row).execute()
+    data = resp.data or []
+    return data[0]["id"] if data else None
+
+
+def save_task(
+    article_id: int | None,
+    run_a_id: int | None,
+    run_b_id: int | None,
+) -> int | None:
+    c = get_client()
+    if c is None or article_id is None:
+        return None
+    resp = (
+        c.table("tasks")
+        .insert({"article_id": article_id, "run_a_id": run_a_id, "run_b_id": run_b_id})
+        .execute()
+    )
+    data = resp.data or []
+    return data[0]["id"] if data else None
+
+
+def save_vote(task_id: int | None, choice: str, comment: str) -> bool:
+    c = get_client()
+    if c is None or task_id is None:
+        return False
+    c.table("votes").insert(
+        {"task_id": task_id, "choice": choice, "comment": comment or None}
+    ).execute()
+    return True
+
+
+def fetch_summary() -> list[dict]:
+    """Return list of {winner_pipeline, wins} from the vote_summary view."""
+    c = get_client()
+    if c is None:
+        return []
+    try:
+        resp = c.table("vote_summary").select("*").execute()
+        return resp.data or []
+    except Exception:
+        return []
+
+
+def fetch_vote_counts() -> dict[str, int]:
+    """Return total vote counts by choice for quick progress display."""
+    c = get_client()
+    if c is None:
+        return {}
+    try:
+        resp = c.table("votes").select("choice").execute()
+        counts: dict[str, int] = {}
+        for row in resp.data or []:
+            counts[row["choice"]] = counts.get(row["choice"], 0) + 1
+        return counts
+    except Exception:
+        return {}

blindtest/schema.sql

@@ -0,0 +1,54 @@
+-- Chosun blind test schema (Supabase / Postgres)
+-- Run this once in your Supabase project SQL editor.
+
+create table if not exists articles (
+    id bigserial primary key,
+    source_text text not null,
+    created_at timestamptz default now()
+);
+
+create table if not exists pipeline_runs (
+    id bigserial primary key,
+    article_id bigint references articles(id) on delete cascade,
+    pipeline_key text not null,
+    prompt_key text not null,
+    model text not null,
+    output text not null,
+    processing_time_s real,
+    run_at timestamptz default now()
+);
+
+create index if not exists pipeline_runs_article_idx on pipeline_runs (article_id);
+
+create table if not exists tasks (
+    id bigserial primary key,
+    article_id bigint references articles(id) on delete cascade,
+    run_a_id bigint references pipeline_runs(id),
+    run_b_id bigint references pipeline_runs(id),
+    created_at timestamptz default now()
+);
+
+create table if not exists votes (
+    id bigserial primary key,
+    task_id bigint references tasks(id) on delete cascade,
+    choice text not null check (choice in ('A','B','tie','both_bad')),
+    comment text,
+    voted_at timestamptz default now()
+);
+
+create index if not exists votes_task_idx on votes (task_id);
+
+-- Aggregation view: winner is identified by pipeline_key (un-blinded).
+create or replace view vote_summary as
+select
+    pr_chosen.pipeline_key as winner_pipeline,
+    count(*) as wins
+from votes v
+join tasks t on t.id = v.task_id
+join pipeline_runs pr_chosen on pr_chosen.id = case
+    when v.choice = 'A' then t.run_a_id
+    when v.choice = 'B' then t.run_b_id
+    else null
+end
+where v.choice in ('A','B')
+group by pr_chosen.pipeline_key;

blindtest/ui.py

@@ -0,0 +1,234 @@
+"""Gradio UI for pairwise blind-test voting.
+
+Flow:
+  1. User enters source text and clicks "생성".
+  2. Both pipelines run in parallel; randomized assignment decides which
+     becomes slot A vs slot B in the UI.
+  3. Outputs are shown with neutral labels and a diff against the source.
+  4. User picks A / B / 비슷 / 둘 다 나쁨 (+ optional comment) and submits.
+  5. On submit: vote is saved, the real pipeline identity is revealed, and
+     the running tally is refreshed.
+"""
+
+from __future__ import annotations
+
+import random
+import time
+from concurrent.futures import ThreadPoolExecutor
+from typing import Any
+
+import gradio as gr
+from diff_utils import highlight_diff
+from pipelines import run_pipeline
+
+from . import db
+
+PipelineConfig = tuple[str, str, str]  # (pipeline_key, model, prompt_key)
+
+
+def _run_one(
+    client: Any,
+    vocabulary: list[dict],
+    text: str,
+    config: PipelineConfig,
+) -> dict:
+    pipeline_key, model, prompt_key = config
+    start = time.time()
+    try:
+        result = run_pipeline(text, pipeline_key, model, prompt_key, client, vocabulary)
+        result.setdefault("processing_time", time.time() - start)
+        return result
+    except Exception as exc:  # pragma: no cover
+        return {"output": f"에러: {exc}", "processing_time": time.time() - start}
+
+
+def _format_summary(summary: list[dict], counts: dict[str, int]) -> str:
+    total = sum(counts.values())
+    if total == 0:
+        return "아직 투표가 없습니다."
+    lines = [f"**총 투표**: {total}"]
+    if summary:
+        lines.append("\n**파이프라인별 승수 (A/B 선택만 집계)**")
+        for row in sorted(summary, key=lambda r: -r.get("wins", 0)):
+            lines.append(f"- `{row['winner_pipeline']}`: {row['wins']}")
+    tie = counts.get("tie", 0)
+    bad = counts.get("both_bad", 0)
+    if tie or bad:
+        lines.append(f"\n비슷: {tie} · 둘 다 나쁨: {bad}")
+    return "\n".join(lines)
+
+
+def build_blindtest_tab(
+    client: Any,
+    vocabulary: list[dict],
+    baseline_config: PipelineConfig,
+    candidate_config: PipelineConfig,
+) -> None:
+    """Build the blind-test Gradio tab. Must be called inside a gr.Blocks/Tab."""
+
+    configured = db.is_configured()
+
+    if not configured:
+        gr.Markdown(
+            "⚠️ **Supabase 미설정** — `SUPABASE_URL`, `SUPABASE_KEY` 환경변수가 없어 "
+            "투표가 저장되지 않습니다. `blindtest/schema.sql`을 Supabase에서 실행하고 "
+            "키를 설정하세요. UI는 동작하지만 제출 결과는 폐기됩니다."
+        )
+    else:
+        gr.Markdown(
+            "두 교정 결과 중 어느 쪽이 더 낫다고 느끼는지 익명으로 투표합니다. "
+            "라벨은 제출 후 공개됩니다."
+        )
+
+    # Hidden state: which config is in slot A (True = baseline, False = candidate)
+    slot_a_is_baseline = gr.State(True)
+    task_id_state = gr.State(None)
+    run_a_id_state = gr.State(None)
+    run_b_id_state = gr.State(None)
+
+    input_text = gr.Textbox(
+        label="원문 입력",
+        lines=6,
+        placeholder="교정할 텍스트를 입력하세요.",
+    )
+    generate_btn = gr.Button("A / B 생성", variant="primary")
+
+    status = gr.Markdown("")
+
+    with gr.Row():
+        with gr.Column():
+            gr.Markdown("### 결과 A")
+            output_a = gr.Textbox(label="교정 결과 A", lines=10, interactive=False)
+            diff_a = gr.HTML(label="원문 대비 diff A")
+        with gr.Column():
+            gr.Markdown("### 결과 B")
+            output_b = gr.Textbox(label="교정 결과 B", lines=10, interactive=False)
+            diff_b = gr.HTML(label="원문 대비 diff B")
+
+    gr.Markdown("### 어느 쪽이 더 낫나요?")
+    with gr.Row():
+        vote_a = gr.Button("A 가 낫다", variant="primary")
+        vote_b = gr.Button("B 가 낫다", variant="primary")
+        vote_tie = gr.Button("비슷하다")
+        vote_bad = gr.Button("둘 다 나쁘다")
+
+    comment = gr.Textbox(label="코멘트 (선택)", lines=2)
+
+    reveal = gr.Markdown("")
+    summary_md = gr.Markdown("")
+
+    def _on_generate(text: str):
+        if not text or not text.strip():
+            return (
+                gr.update(value="입력 텍스트가 비어있습니다."),
+                gr.update(), gr.update(), gr.update(), gr.update(),
+                True, None, None, None,
+                gr.update(value=""),
+            )
+        if client is None:
+            return (
+                gr.update(value="UPSTAGE_API_KEY 미설정."),
+                gr.update(), gr.update(), gr.update(), gr.update(),
+                True, None, None, None,
+                gr.update(value=""),
+            )
+
+        # Randomize which config gets slot A
+        a_is_baseline = random.random() < 0.5
+        cfg_slot_a = baseline_config if a_is_baseline else candidate_config
+        cfg_slot_b = candidate_config if a_is_baseline else baseline_config
+
+        with ThreadPoolExecutor(max_workers=2) as ex:
+            fut_a = ex.submit(_run_one, client, vocabulary, text, cfg_slot_a)
+            fut_b = ex.submit(_run_one, client, vocabulary, text, cfg_slot_b)
+            res_a = fut_a.result()
+            res_b = fut_b.result()
+
+        article_id = db.save_article(text) if configured else None
+        # Persist runs using the TRUE pipeline key (not slot label)
+        run_slot_a_id = db.save_pipeline_run(
+            article_id,
+            pipeline_key=cfg_slot_a[0],
+            prompt_key=cfg_slot_a[2],
+            model=cfg_slot_a[1],
+            output=res_a["output"],
+            processing_time_s=float(res_a.get("processing_time", 0.0)),
+        ) if configured else None
+        run_slot_b_id = db.save_pipeline_run(
+            article_id,
+            pipeline_key=cfg_slot_b[0],
+            prompt_key=cfg_slot_b[2],
+            model=cfg_slot_b[1],
+            output=res_b["output"],
+            processing_time_s=float(res_b.get("processing_time", 0.0)),
+        ) if configured else None
+        task_id = db.save_task(article_id, run_slot_a_id, run_slot_b_id) if configured else None
+
+        diff_a_html = highlight_diff(text, res_a["output"])
+        diff_b_html = highlight_diff(text, res_b["output"])
+
+        return (
+            gr.update(value=f"생성 완료 · A {res_a.get('processing_time', 0):.1f}s · B {res_b.get('processing_time', 0):.1f}s"),
+            gr.update(value=res_a["output"]),
+            gr.update(value=res_b["output"]),
+            gr.update(value=diff_a_html),
+            gr.update(value=diff_b_html),
+            a_is_baseline, task_id, run_slot_a_id, run_slot_b_id,
+            gr.update(value=""),  # clear reveal
+        )
+
+    generate_btn.click(
+        _on_generate,
+        inputs=[input_text],
+        outputs=[
+            status,
+            output_a, output_b,
+            diff_a, diff_b,
+            slot_a_is_baseline, task_id_state, run_a_id_state, run_b_id_state,
+            reveal,
+        ],
+    )
+
+    def _make_vote_handler(choice: str):
+        def handler(task_id, a_is_baseline, comment_text):
+            saved = db.save_vote(task_id, choice, comment_text) if configured else False
+            if a_is_baseline:
+                label_a = baseline_config[0]
+                label_b = candidate_config[0]
+            else:
+                label_a = candidate_config[0]
+                label_b = baseline_config[0]
+            reveal_md = (
+                f"**공개** — A: `{label_a}` · B: `{label_b}`\n\n"
+                f"선택: **{choice}**" + ("" if saved else "  _(저장 안 됨 · Supabase 미설정)_")
+            )
+            summary = _format_summary(db.fetch_summary(), db.fetch_vote_counts())
+            return gr.update(value=reveal_md), gr.update(value=summary)
+        return handler
+
+    vote_a.click(
+        _make_vote_handler("A"),
+        inputs=[task_id_state, slot_a_is_baseline, comment],
+        outputs=[reveal, summary_md],
+    )
+    vote_b.click(
+        _make_vote_handler("B"),
+        inputs=[task_id_state, slot_a_is_baseline, comment],
+        outputs=[reveal, summary_md],
+    )
+    vote_tie.click(
+        _make_vote_handler("tie"),
+        inputs=[task_id_state, slot_a_is_baseline, comment],
+        outputs=[reveal, summary_md],
+    )
+    vote_bad.click(
+        _make_vote_handler("both_bad"),
+        inputs=[task_id_state, slot_a_is_baseline, comment],
+        outputs=[reveal, summary_md],
+    )
+
+    refresh_btn = gr.Button("집계 새로고침", size="sm")
+    refresh_btn.click(
+        lambda: gr.update(value=_format_summary(db.fetch_summary(), db.fetch_vote_counts())),
+        outputs=[summary_md],
+    )

data/vocabulary.csv

@@ -0,0 +1,147 @@
+터키,튀르키예,
+부과세,부가세,
+상한률,상한율,
+답변률,답변율,
+확율,확률,
+출산률,출산율,
+실패률,실패율,
+성공율,성공률,
+수익율,수익률,
+성장율,성장률,
+실업율,실업률,
+출석율,출석률,
+사망율,사망률,
+혼인률,혼인율,
+만족도률,만족도율,
+이직율,이직률,
+복무률,복무율,
+점유률,점유율,
+납부률,납부율,
+할인률,할인율,
+실효률,실효율,
+이자률,이자율,
+수출입율,수출입률,
+출석율,출석률,
+시청율,시청률,
+범죄률,범죄율,
+연비률,연비율,
+만족율,만족률,
+이혼률,이혼율,
+범죄률,범죄율,
+재범율,재범률,
+복원률,복원율,
+진학율,진학률,
+낙제률,낙제율,
+근속율,근속률,
+이행율,이행률,
+경쟁율,경쟁률,
+환수률,환수율,
+청취률,청취율,
+노출율,노출률,
+기여률,기여율,
+감소률,감소율,
+유지률,유지율,
+상한률,상한율,
+답변률,답변율,
+반응율,반응률,
+응답율,응답률,
+접종율,접종률,
+기출율,기출률,
+지원률,지원율,
+납입율,납입률,
+청구률,청구율,
+복구률,복구율,
+정착율,정착률,
+보유률,보유율,
+등록율,등록률,
+이수률,이수율,
+활용율,활용률,
+생존률,생존율,
+왕세자비,왕세자빈,
+슈퍼,수퍼,
+산업통상자원부,산업통상부,
+통계청,국가데이터처,
+대체제,대체재,
+방통위,방미통위,
+도매값,도맷값,
+나무가지,나뭇가지,
+바다물,바닷물,
+최대값,최댓값,
+등교길,등굣길,
+나루배,나룻배,
+구두방,구둣방,
+전세집,전셋집,
+전셋방,전세방,
+머릿말,머리말,
+조개살,조갯살,
+나무잎,나뭇잎,
+배개잇,배갯잇,
+자리세,자릿세,
+아래방,아랫방,
+제사날,제삿날,
+예사일,예삿일,
+기대값,기댓값,
+죄값,죗값,
+공기밥,공깃밥,
+꼭지점,꼭짓점,
+하교길,하굣길,
+막내삼촌,막냇삼촌,
+막내동생,막냇동생,
+막냇아들,막내아들,
+막냇딸,막내딸,
+막내고모,막내 고모,
+막냇고모,막내 고모,
+만두국,만둣국,
+북어국,북엇국,
+송화가루,송홧가루,
+시계바늘,시곗바늘,
+애교덩어리,애굣덩어리,
+공부벌레,공붓벌레,
+요금율,요금률,
+공수레공수거,공수래공수거,
+펜실베니아,펜실베이니아,
+기부체납,기부채납,
+진단률,진단율,
+잔존률,"잔존율
+",
+가산률,가산율,
+생산률,생산율,
+환산률,환산율,
+소진률,소진율,
+환급율,환급률,
+수용율,수용률,
+투자률,투자율,
+지급율,지급률,
+배당율,배당률,
+할당율,할당률,
+복귀률,복귀율,
+저축율,저축률,
+인상율,인상률,
+소득율,소득률,
+닭도리탕,닭볶음탕,
+삼가하다,삼가다,
+삼가했다,삼갔다,
+삼가해 주세요,삼가 주세요,
+삼가해주세요,삼가 주세요,
+삼가해 주시기,삼가 주시기,
+삼가해주시기,삼가 주시기,
+삼가한다,삼간다,
+삼가하도록,삼가도록,
+쭈꾸미,주꾸미,
+바세린,바셀린,
+다오위다오,댜오위다오,
+센가쿠 열도,센카쿠 열도,
+대중요법,대증요법,
+방문률,방문율,
+기획재정부,재정경제부,
+환경부,기후에너지환경부,
+기재부,재경부,
+대통령실,청와대,
+압수 수색,압수수색,
+실천률,실천율,
+12·12 비상 계엄,12·3 비상계엄,
+12·12 비상계엄,12·3 비상계엄,
+12·12 계엄,12·3 계엄,
+진척율,진척률,
+갱신률,갱신율,
+울란바토르,울란바타르,

diff_utils.py

@@ -0,0 +1,101 @@
+"""HTML diff highlighting utilities."""
+
+import difflib
+import html
+
+# Visible markers for whitespace differences so they don't become invisible
+# inside colored diff spans.
+#   ␣ (U+2423 OPEN BOX) for regular space
+#   ↵ (U+21B5 DOWNWARDS ARROW WITH CORNER LEFTWARDS) for newline
+#   → (U+2192 RIGHTWARDS ARROW) for tab
+_WHITESPACE_MARKERS = {
+    " ": "␣",
+    "\t": "→",
+    "\u00a0": "␣",  # non-breaking space
+}
+
+
+def _visualize_whitespace(escaped: str) -> str:
+    """Replace whitespace chars with visible markers inside a diff span.
+
+    Operates on already HTML-escaped text. Newlines are handled separately
+    by the final `\n` -> `<br>` pass, but we mark them inline too so the
+    reader sees *where* a newline was inserted/removed before the <br>.
+    """
+    parts: list[str] = []
+    for ch in escaped:
+        if ch == "\n":
+            parts.append(
+                '<span style="opacity:0.6;">↵</span>\n'
+            )  # marker + real newline (for <br>)
+        elif ch in _WHITESPACE_MARKERS:
+            parts.append(f'<span style="opacity:0.6;">{_WHITESPACE_MARKERS[ch]}</span>')
+        else:
+            parts.append(ch)
+    return "".join(parts)
+
+
+def _render_segment(escaped: str) -> str:
+    """Render a diff segment, adding whitespace markers only when the whole
+    segment is whitespace.
+
+    Rationale: a pure-whitespace diff (e.g. a single inserted space) is
+    otherwise invisible, so we show ␣/↵/→. But when the segment already
+    contains visible text, the colored background is enough — marking the
+    incidental spaces would just add noise to word-level edits.
+    """
+    if escaped and escaped.strip() == "":
+        return _visualize_whitespace(escaped)
+    return escaped
+
+
+def highlight_diff(original: str, corrected: str) -> str:
+    """Generate HTML highlighting differences between original and corrected text.
+
+    Uses character-level difflib.SequenceMatcher to produce inline HTML
+    with strikethrough for deletions and green highlights for insertions.
+    Whitespace changes are rendered with visible markers (␣ for space,
+    ↵ for newline) so spacing-only edits are perceivable.
+
+    Args:
+        original: Original text.
+        corrected: Corrected text.
+
+    Returns:
+        HTML string with diff highlights. Safe against XSS.
+    """
+    # Escape HTML entities BEFORE diffing to prevent XSS
+    original_escaped = html.escape(original)
+    corrected_escaped = html.escape(corrected)
+
+    matcher = difflib.SequenceMatcher(None, original_escaped, corrected_escaped)
+    result_parts: list[str] = []
+
+    del_style = "background:#ffecec;text-decoration:line-through;"
+    ins_style = "background:#e6ffec;"
+
+    for tag, i1, i2, j1, j2 in matcher.get_opcodes():
+        orig_seg = original_escaped[i1:i2]
+        corr_seg = corrected_escaped[j1:j2]
+
+        if tag == "equal":
+            result_parts.append(f"<span>{orig_seg}</span>")
+        elif tag == "replace":
+            result_parts.append(
+                f'<span style="{del_style}">{_render_segment(orig_seg)}</span>'
+            )
+            result_parts.append(
+                f'<span style="{ins_style}">{_render_segment(corr_seg)}</span>'
+            )
+        elif tag == "delete":
+            result_parts.append(
+                f'<span style="{del_style}">{_render_segment(orig_seg)}</span>'
+            )
+        elif tag == "insert":
+            result_parts.append(
+                f'<span style="{ins_style}">{_render_segment(corr_seg)}</span>'
+            )
+
+    result_html = "".join(result_parts)
+    # Convert real newlines (outside diff spans or inside equal spans) to <br>
+    return result_html.replace("\n", "<br>")

pipelines.py

@@ -0,0 +1,1005 @@
+"""Pipeline definitions and execution engine for Chosun proofreading comparator."""
+
+import json
+import logging
+import os
+import random
+import re
+import time
+from concurrent.futures import ThreadPoolExecutor
+from pathlib import Path
+
+import httpx
+from openai import OpenAI
+
+logger = logging.getLogger(__name__)
+from postprocess import (
+    apply_comma_removal,
+    apply_correction_filter,
+    apply_currency_compact,
+    apply_pronoun_postprocess,
+    apply_unit_unicode,
+    apply_vocabulary,
+)
+from text_splitter import split_into_bulks
+
+# --- Pipeline definitions ---
+
+PIPELINES: dict[str, list[dict]] = {
+    "251231_default": [
+        {"name": "vocab_sub_pre", "type": "rule", "rule": "vocabulary"},
+        {
+            "name": "ft_correction",
+            "type": "llm",
+            "model": "ft:solar-news-correction",
+            "max_tokens": 2000,
+        },
+        {
+            "name": "basic_correction",
+            "type": "llm",
+            "prompt_key": "step1",
+            "max_tokens": 4000,
+        },
+        {
+            "name": "context_correction",
+            "type": "llm",
+            "prompt_key": "step2",
+            "max_tokens": 4000,
+        },
+        {
+            "name": "style_correction",
+            "type": "llm",
+            "prompt_key": "step3",
+            "max_tokens": 4000,
+        },
+        {"name": "vocabulary_reapply", "type": "rule", "rule": "vocabulary"},
+        {"name": "post_process", "type": "rule", "rule": "post_process"},
+    ],
+    "260430_pro3_v1": [
+        {"name": "vocab_sub_pre", "type": "rule", "rule": "vocabulary"},
+        {
+            "name": "ft_correction",
+            "type": "llm",
+            "model": "ft:solar-news-correction",
+            "max_tokens": 4000,
+        },
+        {
+            "name": "basic_correction",
+            "type": "llm",
+            "prompt_key": "step1",
+            "reasoning_effort": "low",
+            "max_tokens": 4000,
+        },
+        {"name": "vocabulary_sub", "type": "rule", "rule": "vocabulary"},
+        {
+            "name": "context_correction",
+            "type": "llm",
+            "prompt_key": "step2",
+            "reasoning_effort": "low",
+            "max_tokens": 4000,
+        },
+        {"name": "vocabulary_reapply", "type": "rule", "rule": "vocabulary"},
+        {
+            "name": "correction_filter",
+            "type": "rule",
+            "rule": "correction_filter",
+            "config": {"max_char_diff": 2},
+        },
+        {"name": "post_process", "type": "rule", "rule": "post_process"},
+    ],
+    # E1-B — A 프롬프트를 Pro3 1-pass로 이식. Total TP 96 (Baseline 94 초과).
+    # Use with prompt_name='dev_260430_e1b'.
+    "260430_e1b": [
+        {"name": "vocab_sub_pre", "type": "rule", "rule": "vocabulary"},
+        {
+            "name": "ft_correction",
+            "type": "llm",
+            "model": "ft:solar-news-correction",
+            "max_tokens": 2000,
+        },
+        {
+            "name": "basic_correction",
+            "type": "llm",
+            "prompt_key": "step1",
+            "reasoning_effort": "low",
+            "max_tokens": 4000,
+        },
+        {"name": "vocabulary_reapply", "type": "rule", "rule": "vocabulary"},
+        {"name": "post_process", "type": "rule", "rule": "post_process"},
+    ],
+    # F3C — miss-focus few-shot (균형형). L1 TP 84 / Crit TP 10.
+    # Use with prompt_name='dev_260430_f3c'.
+    "260430_f3c": [
+        {"name": "vocab_sub_pre", "type": "rule", "rule": "vocabulary"},
+        {
+            "name": "ft_correction",
+            "type": "llm",
+            "model": "ft:solar-news-correction",
+            "max_tokens": 2000,
+        },
+        {
+            "name": "basic_correction",
+            "type": "llm",
+            "prompt_key": "step1",
+            "reasoning_effort": "low",
+            "max_tokens": 4000,
+        },
+        {"name": "vocabulary_reapply", "type": "rule", "rule": "vocabulary"},
+        {"name": "post_process", "type": "rule", "rule": "post_process"},
+    ],
+    # E8 — Pro3 2-pass (basic+context 통합 / style). 과교정 최소.
+    # Use with prompt_name='dev_260430_e8'.
+    "260430_e8": [
+        {"name": "vocab_sub_pre", "type": "rule", "rule": "vocabulary"},
+        {
+            "name": "ft_correction",
+            "type": "llm",
+            "model": "ft:solar-news-correction",
+            "max_tokens": 2000,
+        },
+        {
+            "name": "basic_and_context_correction",
+            "type": "llm",
+            "prompt_key": "step1",
+            "reasoning_effort": "low",
+            "max_tokens": 4000,
+        },
+        {
+            "name": "style_correction",
+            "type": "llm",
+            "prompt_key": "step2",
+            "reasoning_effort": "low",
+            "max_tokens": 4000,
+        },
+        {"name": "vocabulary_reapply", "type": "rule", "rule": "vocabulary"},
+        {"name": "post_process", "type": "rule", "rule": "post_process"},
+    ],
+    # v16 — 260408 승자. cv1 + "실운영 피드백 기반 최종 점검 리마인더" 8개 섹션 (153줄).
+    # paragraph F1 45.57 / ci_v1 F1 19.32 (전 버전 중 최고). Use with prompt_name='dev_260408_v16'.
+    "260408_v16": [
+        {"name": "vocab_sub_pre", "type": "rule", "rule": "vocabulary"},
+        {
+            "name": "ft_correction",
+            "type": "llm",
+            "model": "ft:solar-news-correction",
+            "max_tokens": 2000,
+        },
+        {
+            "name": "basic_correction",
+            "type": "llm",
+            "prompt_key": "step1",
+            "reasoning_effort": "low",
+            "max_tokens": 4000,
+        },
+        {"name": "vocabulary_reapply", "type": "rule", "rule": "vocabulary"},
+        {"name": "post_process", "type": "rule", "rule": "post_process"},
+    ],
+    # E1 taxonomy pipeline — sequential specialists, grammar last @ RE=medium
+    # Use with prompt_name='dev_260513_taxonomy_v6'.
+    "260513_taxonomy_e1": [
+        {"name": "vocab_sub_pre", "type": "rule", "rule": "vocabulary"},
+        {
+            "name": "ft_correction",
+            "type": "llm",
+            "model": "ft:solar-news-correction",
+            "prompt_key": "proofread",
+            "max_tokens": 4000,
+        },
+        {
+            "name": "spelling_vocab",
+            "type": "specialist",
+            "prompt_key": "spelling_vocab",
+            "reasoning_effort": "low",
+            "max_tokens": 3000,
+        },
+        {
+            "name": "punct_number",
+            "type": "specialist",
+            "prompt_key": "punct_number",
+            "reasoning_effort": "low",
+            "max_tokens": 3000,
+        },
+        {
+            "name": "context_dedup",
+            "type": "specialist",
+            "prompt_key": "context_dedup",
+            "reasoning_effort": "low",
+            "max_tokens": 3000,
+        },
+        {
+            "name": "grammar_particle",
+            "type": "specialist",
+            "prompt_key": "grammar_particle",
+            "reasoning_effort": "medium",
+            "max_tokens": 4000,
+        },
+        {"name": "post_process", "type": "rule", "rule": "post_process"},
+    ],
+}
+
+# JSON schema enforcing specialist `corrections[]` output shape.
+_CORRECTIONS_SCHEMA: dict = {
+    "type": "json_schema",
+    "json_schema": {
+        "name": "corrections_only",
+        "strict": True,
+        "schema": {
+            "type": "object",
+            "properties": {
+                "corrections": {
+                    "type": "array",
+                    "items": {
+                        "type": "object",
+                        "properties": {
+                            "original": {"type": "string"},
+                            "corrected": {"type": "string"},
+                            "type": {"type": "string"},
+                            "reason": {"type": "string"},
+                        },
+                        "required": ["original", "corrected", "type", "reason"],
+                        "additionalProperties": False,
+                    },
+                }
+            },
+            "required": ["corrections"],
+            "additionalProperties": False,
+        },
+    },
+}
+
+# FT model uses a fixed system prompt (behavior baked into fine-tuning)
+FT_SYSTEM_PROMPT = "입력된 문서에 대한 교열 결과를 생성해 주세요."
+
+# Default pronoun replacements for post_process rule
+DEFAULT_PRONOUN_REPLACEMENTS: dict[str, str] = {
+    "이재명 대표": "이재명 대통령",
+}
+
+# --- Prompt loading ---
+
+
+def list_prompts() -> list[str]:
+    """List available prompt versions from prompts/ directory.
+
+    Returns:
+        Sorted list of prompt directory names.
+    """
+    prompts_dir = Path(__file__).parent / "prompts"
+    if not prompts_dir.exists():
+        return []
+    return sorted(
+        d.name for d in prompts_dir.iterdir() if d.is_dir() and not d.name.startswith(".")
+    )
+
+
+def load_prompts(prompt_name: str) -> dict[str, str]:
+    """Load prompt texts from prompts/{prompt_name}/*.txt files.
+
+    Args:
+        prompt_name: Name of the prompt directory.
+
+    Returns:
+        Dict mapping step key (e.g. 'step1') to prompt text.
+    """
+    prompt_dir = Path(__file__).parent / "prompts" / prompt_name
+    prompts: dict[str, str] = {}
+    if not prompt_dir.exists():
+        return prompts
+    for txt_file in prompt_dir.glob("*.txt"):
+        content = txt_file.read_text(encoding="utf-8").strip()
+        if content and not content.startswith("# TODO"):
+            prompts[txt_file.stem] = content
+    return prompts
+
+
+# --- JSON extraction from LLM responses ---
+
+
+def extract_json_output(content: str, fallback: str | None = None) -> str:
+    """Extract 'output' field from LLM JSON response.
+
+    Tries multiple strategies in order:
+    1. Raw JSON parse
+    2. Markdown code block extraction
+    3. Find last "output" key with brace matching
+    4. Truncated JSON recovery
+
+    Args:
+        content: Raw LLM response text.
+        fallback: If all JSON-extraction strategies fail, return this string
+            instead of raw content. Matches reference pipeline semantics
+            (run.py parse_step_output) — LLM hallucination / non-JSON blobs
+            are replaced with the pre-step input so they don't propagate.
+
+    Returns:
+        Extracted output text as a string. Non-string JSON values
+        (null, numbers, arrays) are coerced to str to prevent downstream
+        "expected string or buffer" errors from re.sub() calls.
+    """
+
+    def _as_str(value: object) -> str:
+        """Coerce extracted output to a string.
+
+        LLMs occasionally return {"output": null}, {"output": 123}, or a
+        list/dict despite being prompted for text. Returning the raw value
+        would crash re.sub() later with "expected string or buffer".
+        """
+        if value is None:
+            return ""
+        if isinstance(value, str):
+            return value
+        # Lists/dicts/numbers — serialize back to JSON so no information is lost,
+        # but the downstream text-processing pipeline receives a real string.
+        try:
+            return json.dumps(value, ensure_ascii=False)
+        except (TypeError, ValueError):
+            return str(value)
+
+    if not content:
+        return ""
+    if not isinstance(content, str):
+        return _as_str(content)
+
+    # Strategy 1: entire response is valid JSON
+    try:
+        data = json.loads(content)
+        if isinstance(data, dict) and "output" in data:
+            return _as_str(data["output"])
+    except (json.JSONDecodeError, AttributeError):
+        pass
+
+    # Strategy 2: markdown code blocks (last block first)
+    json_blocks = list(re.finditer(r"```(?:json)?\s*(.*?)```", content, re.DOTALL))
+    for match in reversed(json_blocks):
+        try:
+            data = json.loads(match.group(1).strip())
+            if isinstance(data, dict) and "output" in data:
+                return _as_str(data["output"])
+        except (json.JSONDecodeError, AttributeError):
+            continue
+
+    # Strategy 3: find last "output" key with brace matching
+    last_idx = content.rfind('"output"')
+    if last_idx != -1:
+        brace_start = content.rfind("{", 0, last_idx)
+        if brace_start != -1:
+            depth = 0
+            for i in range(brace_start, len(content)):
+                if content[i] == "{":
+                    depth += 1
+                elif content[i] == "}":
+                    depth -= 1
+                    if depth == 0:
+                        try:
+                            data = json.loads(content[brace_start : i + 1])
+                            if isinstance(data, dict) and "output" in data:
+                                return _as_str(data["output"])
+                        except (json.JSONDecodeError, AttributeError):
+                            pass
+                        break
+
+    # Strategy 4: truncated JSON — extract "output" value before "explanation"
+    output_key_match = re.search(r'"output"\s*:\s*"', content)
+    if output_key_match:
+        start = output_key_match.end()
+        remaining = content[start:]
+        boundary = re.search(r'"\s*,\s*"explanation"\s*:', remaining)
+        if boundary:
+            raw_value = remaining[: boundary.start()]
+            try:
+                return _as_str(json.loads('"' + raw_value + '"'))
+            except (json.JSONDecodeError, ValueError):
+                return raw_value
+
+    # Fallback: if no JSON `output` field recovered, return caller-supplied
+    # fallback (typically the original input text) to prevent hallucinated
+    # non-JSON blobs from propagating. This matches reference parse_step_output.
+    if fallback is not None:
+        return fallback
+    return content
+
+
+# --- LLM call ---
+
+
+def call_llm(
+    client: OpenAI,
+    system_prompt: str,
+    user_content: str,
+    model: str = "solar-pro2",
+    temperature: float = 0.0,
+    reasoning_effort: str | None = None,
+    max_tokens: int | None = None,
+    response_format: dict | None = None,
+) -> str:
+    """Call Upstage API via OpenAI SDK.
+
+    Args:
+        client: OpenAI client configured for Upstage API.
+        system_prompt: System prompt text.
+        user_content: User message content.
+        model: Model name.
+        temperature: Sampling temperature.
+        reasoning_effort: Optional reasoning effort level (for solar-pro3).
+        max_tokens: Optional max_tokens limit. Required for FT models.
+
+    Returns:
+        LLM response text.
+    """
+    # FT models require max_tokens — default to a safe value if the caller omits it.
+    if max_tokens is None and model.startswith("ft:"):
+        max_tokens = 4000
+
+    messages: list[dict] = []
+    if system_prompt:
+        messages.append({"role": "system", "content": system_prompt})
+    messages.append({"role": "user", "content": user_content})
+
+    kwargs: dict = {
+        "model": model,
+        "messages": messages,
+        "stream": False,
+        "temperature": temperature,
+    }
+    if max_tokens is not None:
+        kwargs["max_tokens"] = max_tokens
+    if reasoning_effort:
+        kwargs["extra_body"] = {"reasoning_effort": reasoning_effort}
+    if response_format is not None:
+        kwargs["response_format"] = response_format
+
+    # Skip the openai SDK entirely — post directly with httpx. The SDK's
+    # pydantic ChatCompletion validator raises AssertionError / IndexError
+    # inside create() when Upstage returns a response body that doesn't
+    # strictly match OpenAI spec, and .with_raw_response didn't avoid every
+    # such path. Direct HTTP POST + manual JSON parsing is schema-agnostic.
+    return _post_chat_completion(client, kwargs)
+
+
+# Shared httpx client — reuse connections across pipeline steps.
+_HTTPX_TIMEOUT = httpx.Timeout(60.0, connect=10.0)
+_HTTPX_CLIENT: httpx.Client | None = None
+
+
+def _get_httpx_client() -> httpx.Client:
+    global _HTTPX_CLIENT
+    if _HTTPX_CLIENT is None:
+        _HTTPX_CLIENT = httpx.Client(timeout=_HTTPX_TIMEOUT)
+    return _HTTPX_CLIENT
+
+
+def _post_chat_completion(client: OpenAI, payload: dict) -> str:
+    """POST /chat/completions directly via httpx, bypassing the openai SDK.
+
+    Extracts base_url and api_key from the provided `OpenAI` client so the
+    caller doesn't need to thread those around. Applies retry/backoff on
+    transient failures (network errors, 5xx, 429). Returns the plain text
+    of `choices[0].message.content` (or `""` if the response has no usable
+    content — no exception escapes this function except for truly
+    non-retryable 4xx responses).
+    """
+    # Flatten extra_body so it becomes top-level JSON fields.
+    body = dict(payload)
+    extra = body.pop("extra_body", None) or {}
+    body.update(extra)
+
+    base_url = str(getattr(client, "base_url", "")).rstrip("/")
+    api_key = getattr(client, "api_key", None) or os.getenv("UPSTAGE_API_KEY", "")
+    url = f"{base_url}/chat/completions"
+    headers = {
+        "Authorization": f"Bearer {api_key}",
+        "Content-Type": "application/json",
+    }
+
+    http = _get_httpx_client()
+
+    max_attempts = 3
+    base_delay = 1.0
+    last_exc: Exception | None = None
+    for attempt in range(1, max_attempts + 1):
+        try:
+            response = http.post(url, headers=headers, json=body)
+        except (httpx.TimeoutException, httpx.NetworkError) as e:
+            last_exc = e
+            if attempt == max_attempts:
+                break
+            time.sleep(base_delay * (2 ** (attempt - 1)) + random.uniform(0, 0.5))
+            continue
+
+        # Transient HTTP statuses retry.
+        if response.status_code in (408, 429, 500, 502, 503, 504):
+            last_exc = RuntimeError(
+                f"HTTP {response.status_code} from Upstage: "
+                f"{response.text[:200]}"
+            )
+            if attempt == max_attempts:
+                break
+            time.sleep(base_delay * (2 ** (attempt - 1)) + random.uniform(0, 0.5))
+            continue
+
+        # Non-retryable errors surface their body for debugging.
+        if response.status_code >= 400:
+            logger.error(
+                "Upstage HTTP %d: %s",
+                response.status_code,
+                response.text[:500],
+            )
+            return ""
+
+        # 2xx — parse body and pull content.
+        try:
+            data = response.json()
+        except (json.JSONDecodeError, ValueError):
+            logger.warning("Upstage 2xx response was not valid JSON")
+            return ""
+        return _extract_content_from_body(data)
+
+    if last_exc is not None:
+        logger.warning("Upstage request failed after %d attempts: %s", max_attempts, last_exc)
+    return ""
+
+
+def _extract_content_from_body(body: object) -> str:
+    """Pull choices[0].message.content out of a (possibly loose) response body."""
+    if not isinstance(body, dict):
+        return ""
+    choices = body.get("choices") or []
+    if not isinstance(choices, list) or not choices:
+        return ""
+    first = choices[0]
+    if not isinstance(first, dict):
+        return ""
+    message = first.get("message") or {}
+    content = message.get("content") if isinstance(message, dict) else None
+    if not content:
+        content = first.get("text")
+    return content if isinstance(content, str) else ""
+
+
+# --- Specialist (taxonomy) helpers ---
+
+
+def extract_corrections(content: str) -> list[dict]:
+    """Extract `corrections[]` array from a specialist JSON response.
+
+    Tries progressively more lenient strategies:
+      1. Raw JSON parse of the whole response.
+      2. JSON inside markdown code blocks (``` ... ```).
+      3. Last `{ ... "corrections": [...] ... }` block with brace matching.
+      4. Salvage: regex-scan for individual correction objects when the
+         surrounding JSON is truncated or malformed (e.g. the model hit
+         max_tokens mid-array).
+
+    A correction is accepted if it has at least `original` and `corrected`
+    string fields; `type`/`reason` are treated as optional metadata that
+    downstream `apply_specialist_corrections` ignores anyway.
+    """
+    if not content:
+        return []
+
+    def _valid(corrections_list: list) -> list[dict]:
+        return [
+            c
+            for c in corrections_list
+            if isinstance(c, dict)
+            and isinstance(c.get("original"), str)
+            and isinstance(c.get("corrected"), str)
+        ]
+
+    # Strategy 1: raw JSON
+    try:
+        data = json.loads(content)
+        if isinstance(data, dict) and isinstance(data.get("corrections"), list):
+            return _valid(data["corrections"])
+    except (json.JSONDecodeError, AttributeError):
+        pass
+
+    # Strategy 2: markdown code blocks (last-first wins)
+    for match in reversed(list(re.finditer(r"```(?:json)?\s*(.*?)```", content, re.DOTALL))):
+        try:
+            data = json.loads(match.group(1).strip())
+            if isinstance(data, dict) and isinstance(data.get("corrections"), list):
+                return _valid(data["corrections"])
+        except (json.JSONDecodeError, AttributeError):
+            continue
+
+    # Strategy 3: scan for enclosing {...} around last "corrections" key
+    last_idx = content.rfind('"corrections"')
+    if last_idx != -1:
+        brace_start = content.rfind("{", 0, last_idx)
+        if brace_start != -1:
+            depth = 0
+            for i in range(brace_start, len(content)):
+                if content[i] == "{":
+                    depth += 1
+                elif content[i] == "}":
+                    depth -= 1
+                    if depth == 0:
+                        try:
+                            data = json.loads(content[brace_start : i + 1])
+                            if isinstance(data, dict) and isinstance(
+                                data.get("corrections"), list
+                            ):
+                                return _valid(data["corrections"])
+                        except (json.JSONDecodeError, AttributeError):
+                            pass
+                        break
+
+    # Strategy 4: salvage individual correction objects when the outer JSON is
+    # broken or truncated. Scan the entire content for `{ ... "original": ...
+    # "corrected": ... }` substrings and parse each in isolation. This recovers
+    # partial arrays when the model hit max_tokens mid-output.
+    salvaged: list[dict] = []
+    seen: set[tuple[str, str]] = set()
+    # Find each opening brace that begins a correction object (has "original"
+    # somewhere before the matching close). Use a conservative brace-matcher
+    # to extract each candidate.
+    cursor = 0
+    while True:
+        brace_start = content.find("{", cursor)
+        if brace_start == -1:
+            break
+        depth = 0
+        end = -1
+        for i in range(brace_start, len(content)):
+            ch = content[i]
+            if ch == "{":
+                depth += 1
+            elif ch == "}":
+                depth -= 1
+                if depth == 0:
+                    end = i
+                    break
+        if end == -1:
+            # Unclosed brace — nothing more to salvage.
+            break
+        candidate = content[brace_start : end + 1]
+        cursor = end + 1
+        # Quick filter: must look like a correction object.
+        if '"original"' not in candidate or '"corrected"' not in candidate:
+            continue
+        try:
+            obj = json.loads(candidate)
+        except (json.JSONDecodeError, AttributeError):
+            continue
+        if not isinstance(obj, dict):
+            continue
+        orig = obj.get("original")
+        corrected = obj.get("corrected")
+        if not isinstance(orig, str) or not isinstance(corrected, str):
+            continue
+        key = (orig, corrected)
+        if key in seen:
+            continue
+        seen.add(key)
+        salvaged.append(
+            {
+                "original": orig,
+                "corrected": corrected,
+                "type": obj.get("type", ""),
+                "reason": obj.get("reason", ""),
+            }
+        )
+    if salvaged:
+        logger.info(
+            "extract_corrections: salvaged %d correction(s) from malformed JSON",
+            len(salvaged),
+        )
+    return salvaged
+
+
+def apply_specialist_corrections(text: str, corrections: list[dict]) -> str:
+    """Apply a single specialist's corrections to ``text``.
+
+    Mirrors ``TaxonomySpecialistPipeline._apply_inline_corrections``:
+    dedupe on (original, corrected), longer-first non-overlapping edit
+    planning, right-to-left apply so indices stay stable.
+    """
+    clean: list[dict[str, str]] = []
+    seen: set[tuple[str, str]] = set()
+    for c in corrections or []:
+        if not isinstance(c, dict):
+            continue
+        orig = c.get("original")
+        corrected = c.get("corrected")
+        if not isinstance(orig, str) or not isinstance(corrected, str):
+            continue
+        if not orig or orig == corrected:
+            continue
+        key = (orig, corrected)
+        if key in seen:
+            continue
+        seen.add(key)
+        clean.append({"original": orig, "corrected": corrected})
+
+    clean.sort(key=lambda c: -len(c["original"]))
+
+    edits: list[tuple[int, int, str]] = []
+    for c in clean:
+        idx = text.find(c["original"])
+        while idx != -1:
+            end = idx + len(c["original"])
+            if not any(not (end <= s or idx >= e) for s, e, _ in edits):
+                edits.append((idx, end, c["corrected"]))
+                break
+            idx = text.find(c["original"], idx + 1)
+
+    edits.sort(key=lambda e: e[0], reverse=True)
+    for start, end, corrected in edits:
+        text = text[:start] + corrected + text[end:]
+    return text
+
+
+def run_specialist(
+    step: dict,
+    text: str,
+    original_text: str,
+    prompts: dict[str, str],
+    model: str,
+    client: OpenAI,
+) -> str:
+    """Run one taxonomy specialist: call LLM, parse corrections, apply."""
+    prompt_key = step.get("prompt_key", step["name"])
+    system_prompt = prompts.get(prompt_key, "")
+    user_content = f"<원문>\n{original_text}\n</원문>\n\n<교열_초안>\n{text}\n</교열_초안>"
+    response = call_llm(
+        client=client,
+        system_prompt=system_prompt,
+        user_content=user_content,
+        model=step.get("model", model),
+        reasoning_effort=step.get("reasoning_effort"),
+        max_tokens=step.get("max_tokens"),
+        response_format=_CORRECTIONS_SCHEMA,
+    )
+    corrections = extract_corrections(response)
+    return apply_specialist_corrections(text, corrections)
+
+
+# --- Rule application ---
+
+
+def apply_rule(
+    step: dict,
+    text: str,
+    original_text: str,
+    vocabulary: list[dict[str, str]],
+) -> str:
+    """Apply a rule-based pipeline step.
+
+    Args:
+        step: Step definition dict.
+        text: Current text.
+        original_text: Original input text (for correction_filter).
+        vocabulary: Loaded vocabulary list.
+
+    Returns:
+        Processed text.
+    """
+    rule = step.get("rule", step["name"])
+
+    if rule == "vocabulary":
+        return apply_vocabulary(text, vocabulary)
+    elif rule == "post_process":
+        text = apply_pronoun_postprocess(text, DEFAULT_PRONOUN_REPLACEMENTS)
+        text = apply_currency_compact(text)
+        text = apply_comma_removal(text)
+        text = apply_unit_unicode(text)
+        return text
+    elif rule == "correction_filter":
+        config = step.get("config", {})
+        return apply_correction_filter(
+            text,
+            original_text,
+            max_char_diff=config.get("max_char_diff", 2),
+            allow_spacing=config.get("allow_spacing", True),
+        )
+
+    return text
+
+
+# --- Bulk parallel processing ---
+
+
+def _process_single_bulk(
+    bulk: str,
+    step: dict,
+    model: str,
+    prompts: dict[str, str],
+    client: OpenAI,
+    original_text: str,
+) -> str:
+    """Process a single text bulk through an LLM step.
+
+    Args:
+        bulk: Text bulk to process.
+        step: Step definition.
+        model: Model name to use.
+        prompts: Loaded prompt texts.
+        client: OpenAI client.
+        original_text: Original input text (for include_original format).
+
+    Returns:
+        Processed bulk text.
+    """
+    step_model = step.get("model", model)
+    prompt_key = step.get("prompt_key")
+    reasoning_effort = step.get("reasoning_effort")
+    max_tokens = step.get("max_tokens")
+    is_ft_model = step_model.startswith("ft:")
+
+    if prompt_key:
+        system_prompt = prompts.get(prompt_key, "")
+        # For basic_correction (step1), include original text
+        if prompt_key == "step1":
+            # Match reference pipeline format (pipeline_prod_251231.yaml user_template)
+            user_content = (
+                f"<원문>\n{original_text}\n</원문>\n\n"
+                f"<교열_모델_수정결과>\n{bulk}\n</교열_모델_수정결과>"
+            )
+        else:
+            user_content = bulk
+    elif is_ft_model:
+        # FT models have instructions baked in — send user content only (no system prompt).
+        # Sending a system prompt causes the Upstage API to return a 500 error for this model.
+        system_prompt = ""
+        user_content = bulk
+    else:
+        system_prompt = FT_SYSTEM_PROMPT
+        user_content = bulk
+
+    response = call_llm(
+        client=client,
+        system_prompt=system_prompt,
+        user_content=user_content,
+        model=step_model,
+        reasoning_effort=reasoning_effort,
+        max_tokens=max_tokens,
+    )
+    # FT model returns raw text (no JSON). Other steps return JSON with "output" field.
+    if is_ft_model:
+        # FT duplication guard: certain short inputs (e.g. those starting with
+        # a dash `-` or bullet) trigger the FT model to echo its input twice
+        # in sequence. If the response is ≥1.5× the input length and the input
+        # appears as the leading prefix, strip everything after the first
+        # occurrence to recover the intended single-pass output.
+        if response and len(response) >= len(bulk) * 1.5:
+            # Look for the input (or a light variant) appearing twice
+            stripped = response.strip()
+            first_end = len(stripped) // 2
+            head = stripped[:first_end].rstrip()
+            tail = stripped[first_end:].strip()
+            # If the two halves are ~identical (>=0.8 char-level equality),
+            # or one is a substring of the other, keep only the first half.
+            if head and (head == tail or head in tail or tail in head):
+                return head
+            # Fallback: if length-duplicated but halves differ, return input
+            # unchanged rather than propagating a duplicated mess downstream.
+            return bulk
+        return response
+    # Fallback to original_text when LLM returns non-JSON hallucination — matches
+    # reference pipeline semantics (parse_step_output in refer/.../inference/run.py).
+    return extract_json_output(response, fallback=original_text)
+
+
+def process_bulks_parallel(
+    bulks: list[str],
+    step: dict,
+    model: str,
+    prompts: dict[str, str],
+    client: OpenAI,
+    original_text: str,
+    max_workers: int = 10,
+) -> list[str]:
+    """Process multiple text bulks in parallel.
+
+    Args:
+        bulks: List of text bulks.
+        step: Step definition.
+        model: Model name.
+        prompts: Loaded prompt texts.
+        client: OpenAI client.
+        original_text: Original input text.
+        max_workers: Maximum thread pool workers.
+
+    Returns:
+        List of processed bulks in original order.
+    """
+    if len(bulks) <= 1:
+        return [_process_single_bulk(bulks[0], step, model, prompts, client, original_text)]
+
+    with ThreadPoolExecutor(max_workers=max_workers) as executor:
+        futures = [
+            executor.submit(_process_single_bulk, bulk, step, model, prompts, client, original_text)
+            for bulk in bulks
+        ]
+        return [f.result() for f in futures]
+
+
+# --- Main pipeline execution ---
+
+
+def run_pipeline(
+    text: str,
+    pipeline_name: str,
+    model: str,
+    prompt_name: str,
+    client: OpenAI,
+    vocabulary: list[dict[str, str]],
+) -> dict:
+    """Execute a full pipeline on input text.
+
+    Args:
+        text: Input text to process.
+        pipeline_name: Name of the pipeline to run.
+        model: Default model name for LLM steps.
+        prompt_name: Prompt version directory name.
+        client: OpenAI client.
+        vocabulary: Loaded vocabulary list.
+
+    Returns:
+        Dict with 'output' (processed text) and 'processing_time' (seconds).
+    """
+    if not text or not text.strip():
+        return {"output": text, "processing_time": 0.0}
+
+    steps = PIPELINES[pipeline_name]
+    prompts = load_prompts(prompt_name)
+    original_text = text
+
+    start_time = time.time()
+
+    # Per-step fallback: if any step raises, keep the previous `text` and
+    # move on. A single failing step (transient API issue, template
+    # mismatch, empty response in mid-pipeline) shouldn't nuke the whole
+    # output. Specialist steps already had this guard; now rule/llm do too.
+    step_errors: list[str] = []
+    for step in steps:
+        prev_text = text
+        step_name = step.get("name", step["type"])
+        try:
+            if step["type"] == "rule":
+                text = apply_rule(step, text, original_text, vocabulary)
+            elif step["type"] == "llm":
+                bulks = split_into_bulks(text)
+                if bulks:
+                    processed = process_bulks_parallel(
+                        bulks, step, model, prompts, client, original_text
+                    )
+                    # Defensive: coerce any non-string bulk result before joining
+                    # so the next step (which may call re.sub) never sees a
+                    # non-string input.
+                    text = "".join(str(p) if not isinstance(p, str) else p for p in processed)
+            elif step["type"] == "specialist":
+                text = run_specialist(step, text, original_text, prompts, model, client)
+            # If a step produced an unusably short output (< 10% of input), the
+            # model likely truncated or refused. Treat as no-op so downstream
+            # steps see a sensible baseline.
+            if (
+                step["type"] in ("llm", "specialist")
+                and len(prev_text) > 50
+                and len(text) < len(prev_text) * 0.1
+            ):
+                logger.warning(
+                    "Step '%s' produced suspiciously short output (%d → %d chars); "
+                    "falling back to previous text.",
+                    step_name,
+                    len(prev_text),
+                    len(text),
+                )
+                text = prev_text
+                step_errors.append(f"{step_name}: short_output")
+        except Exception as e:
+            logger.exception(
+                "Step '%s' failed (%s); falling back to previous text and continuing.",
+                step_name,
+                type(e).__name__,
+            )
+            text = prev_text
+            step_errors.append(f"{step_name}: {type(e).__name__}")
+
+    elapsed = time.time() - start_time
+    return {
+        "output": text,
+        "processing_time": elapsed,
+        "step_errors": step_errors,
+    }

postprocess.py

@@ -0,0 +1,351 @@
+"""Standalone post-processing rules extracted from solar-eval multi_step pipeline."""
+
+import csv
+import re
+from pathlib import Path
+
+# --- Vocabulary substitution ---
+
+
+def load_vocabulary(csv_path: str) -> list[dict[str, str]]:
+    """Load vocabulary CSV with wrong/correct columns.
+
+    Supports both:
+    - Headered CSV with columns 'wrong'/'before' and 'correct'/'after'
+    - Headerless CSV where first two columns are (wrong, correct)
+
+    Args:
+        csv_path: Path to vocabulary CSV file.
+
+    Returns:
+        List of dicts with 'wrong' and 'correct' keys.
+    """
+    path = Path(csv_path)
+    if not path.exists():
+        return []
+
+    vocab: list[dict[str, str]] = []
+    header_names = {"wrong", "correct", "before", "after"}
+
+    with open(path, encoding="utf-8") as f:
+        rows = list(csv.reader(f))
+
+    if not rows:
+        return []
+
+    # Detect header: first row contains any of the expected column names
+    first_row_lower = [c.strip().lower() for c in rows[0]]
+    has_header = any(name in first_row_lower for name in header_names)
+
+    if has_header:
+        wrong_idx = next((i for i, c in enumerate(first_row_lower) if c in {"wrong", "before"}), 0)
+        correct_idx = next(
+            (i for i, c in enumerate(first_row_lower) if c in {"correct", "after"}), 1
+        )
+        data_rows = rows[1:]
+    else:
+        wrong_idx, correct_idx = 0, 1
+        data_rows = rows
+
+    for row in data_rows:
+        if len(row) <= max(wrong_idx, correct_idx):
+            continue
+        wrong = row[wrong_idx].strip()
+        correct = row[correct_idx].strip()
+        if wrong and correct:
+            vocab.append({"wrong": wrong, "correct": correct})
+    return vocab
+
+
+def apply_vocabulary(text: str, vocab: list[dict[str, str]]) -> str:
+    """Apply vocabulary substitutions.
+
+    Args:
+        text: Input text.
+        vocab: List of {wrong, correct} dicts.
+
+    Returns:
+        Text with vocabulary corrections applied.
+    """
+    for entry in vocab:
+        text = text.replace(entry["wrong"], entry["correct"])
+    return text
+
+
+# --- Pronoun/title post-processing ---
+
+# Korean particle correction map: vowel-ending -> consonant-ending
+PARTICLE_CORRECTION_MAP: dict[str, str] = {
+    "는": "은",
+    "가": "이",
+    "를": "을",
+    "와": "과",
+    "로": "으로",
+    "여": "이여",
+    "라": "이라",
+    "랑": "이랑",
+    "다": "이다",
+    "였다": "이었다",
+    "라면": "이라면",
+    "라서": "이라서",
+    "로부터": "으로부터",
+}
+
+# Particles that are valid for both vowel and consonant endings
+NEUTRAL_PARTICLES = {"만", "도", "께서"}
+
+
+def _ends_with_consonant(char: str) -> bool:
+    """Check if a Korean character ends with a consonant (has jongseong)."""
+    if not char:
+        return False
+    code = ord(char)
+    if 0xAC00 <= code <= 0xD7A3:
+        return (code - 0xAC00) % 28 != 0
+    return False
+
+
+def apply_pronoun_postprocess(text: str, replacements: dict[str, str]) -> str:
+    """Replace words and correct trailing Korean particles.
+
+    Args:
+        text: Input text.
+        replacements: Mapping of old_word -> new_word.
+
+    Returns:
+        Text with replacements and corrected particles.
+    """
+    # Build all particles sorted by length (longest first for greedy match)
+    all_particles = sorted(
+        list(PARTICLE_CORRECTION_MAP.keys())
+        + list(PARTICLE_CORRECTION_MAP.values())
+        + list(NEUTRAL_PARTICLES),
+        key=len,
+        reverse=True,
+    )
+    # Deduplicate while preserving order
+    seen: set[str] = set()
+    unique_particles: list[str] = []
+    for p in all_particles:
+        if p not in seen:
+            seen.add(p)
+            unique_particles.append(p)
+
+    particle_pattern = "|".join(re.escape(p) for p in unique_particles)
+
+    for old, new in replacements.items():
+        regex = re.compile(f"({re.escape(old)})({particle_pattern})?")
+
+        def _replace(match: re.Match, new_word: str = new) -> str:
+            particle = match.group(2)
+            if particle is None:
+                return new_word
+            # If the new word ends with consonant and old particle is vowel form, correct it
+            if new_word and _ends_with_consonant(new_word[-1]):
+                corrected = PARTICLE_CORRECTION_MAP.get(particle, particle)
+                return new_word + corrected
+            return new_word + particle
+
+        text = regex.sub(_replace, text)
+
+    return text
+
+
+# --- Currency compact ---
+
+_CURRENCY_UNITS = r"(원|명|개|대|위안|달러|유로|엔|톤|권|건|회|장|마리|그루|송이|필)"
+_BOUNDARY = r'(?=[\s.,!?()"\'가-힣]|$)'
+_NUMBER = r"(\d+(?:\.\d+)?)"
+_SCALE = r"(만|억|조)"
+
+# Multi-digit: "3억 5000만 원" -> "3억5000만원"
+_CURRENCY_MULTI_RE = re.compile(
+    rf"{_NUMBER}{_SCALE}\s*(\d+){_SCALE}\s*{_CURRENCY_UNITS}{_BOUNDARY}"
+)
+# Single: "3억 원" -> "3억원"
+_CURRENCY_SINGLE_RE = re.compile(rf"{_NUMBER}{_SCALE}\s*{_CURRENCY_UNITS}{_BOUNDARY}")
+
+
+def apply_currency_compact(text: str) -> str:
+    """Remove spaces between numbers and currency/unit markers.
+
+    Args:
+        text: Input text.
+
+    Returns:
+        Text with compacted currency expressions.
+    """
+    text = _CURRENCY_MULTI_RE.sub(r"\1\2\3\4\5", text)
+    text = _CURRENCY_SINGLE_RE.sub(r"\1\2\3", text)
+    return text
+
+
+# --- Comma removal ---
+
+_COMMA_RE = re.compile(r"(?<=\d),(?=\d)")
+
+
+def apply_comma_removal(text: str) -> str:
+    """Remove thousand-separator commas from numbers.
+
+    Args:
+        text: Input text.
+
+    Returns:
+        Text with commas removed from numbers.
+    """
+    return _COMMA_RE.sub("", text)
+
+
+# --- Unit unicode conversion ---
+
+# Regex-based unit substitution matching the production Gradio reference.
+# Each pattern requires a digit prefix and enforces a non-letter boundary so
+# "mm" inside "mmol" or "cm" inside "cmH2O" is not mistakenly converted.
+_UNIT_PATTERNS: list[tuple[str, str]] = [
+    # Area (squared)
+    (r"(?P<num>\d+(?:\.\d+)?)\s*(?:mm(?:\^?2|²))\b(?![A-Za-zµ])", r"\g<num>㎟"),
+    (r"(?P<num>\d+(?:\.\d+)?)\s*(?:cm(?:\^?2|²))\b(?![A-Za-zµ])", r"\g<num>㎠"),
+    (r"(?P<num>\d+(?:\.\d+)?)\s*(?:km(?:\^?2|²))\b(?![A-Za-zµ])", r"\g<num>㎢"),
+    (r"(?P<num>\d+(?:\.\d+)?)\s*(?:m(?:\^?2|²))\b(?![A-Za-zµ])", r"\g<num>㎡"),
+    # Volume (cubed)
+    (r"(?P<num>\d+(?:\.\d+)?)\s*(?:mm(?:\^?3|³))\b(?![A-Za-zµ])", r"\g<num>㎣"),
+    (r"(?P<num>\d+(?:\.\d+)?)\s*(?:cm(?:\^?3|³))\b(?![A-Za-zµ])", r"\g<num>㎤"),
+    (r"(?P<num>\d+(?:\.\d+)?)\s*(?:km(?:\^?3|³))\b(?![A-Za-zµ])", r"\g<num>㎦"),
+    (r"(?P<num>\d+(?:\.\d+)?)\s*(?:m(?:\^?3|³))\b(?![A-Za-zµ])", r"\g<num>㎥"),
+    # Length
+    (r"(?P<num>\d+(?:\.\d+)?)\s*(?:μm|um)\b(?![A-Za-zµ])", r"\g<num>㎛"),
+    (r"(?P<num>\d+(?:\.\d+)?)\s*(?:mm)\b(?![A-Za-zµ])", r"\g<num>㎜"),
+    (r"(?P<num>\d+(?:\.\d+)?)\s*(?:cm)\b(?![A-Za-zµ])", r"\g<num>㎝"),
+    (r"(?P<num>\d+(?:\.\d+)?)\s*(?:km)\b(?![A-Za-zµ])", r"\g<num>㎞"),
+    # Mass
+    (r"(?P<num>\d+(?:\.\d+)?)\s*kg\b(?![A-Za-zµ])", r"\g<num>㎏"),
+    (r"(?P<num>\d+(?:\.\d+)?)\s*mg\b(?![A-Za-zµ])", r"\g<num>㎎"),
+]
+_UNIT_COMPILED = [(re.compile(p), r) for p, r in _UNIT_PATTERNS]
+
+
+def apply_unit_unicode(text: str) -> str:
+    """Convert `<number> + unit` tokens to compact Unicode equivalents.
+
+    Only substitutes when preceded by a digit and followed by a non-letter
+    boundary, so tokens like "mmol" / "cmH2O" are left alone. Matches the
+    production Gradio regex set (area/volume/length/mass).
+
+    Args:
+        text: Input text.
+
+    Returns:
+        Text with unit strings replaced by Unicode characters.
+    """
+    for pat, rep in _UNIT_COMPILED:
+        text = pat.sub(rep, text)
+    return text
+
+
+# --- Correction filter ---
+
+
+def _compute_lcs_indices(orig_tokens: list[str], pred_tokens: list[str]) -> list[tuple[int, int]]:
+    """Compute LCS matching indices between two token lists using DP."""
+    m, n = len(orig_tokens), len(pred_tokens)
+    if m == 0 or n == 0:
+        return []
+
+    # DP table
+    dp = [[0] * (n + 1) for _ in range(m + 1)]
+    for i in range(1, m + 1):
+        for j in range(1, n + 1):
+            if orig_tokens[i - 1] == pred_tokens[j - 1]:
+                dp[i][j] = dp[i - 1][j - 1] + 1
+            else:
+                dp[i][j] = max(dp[i - 1][j], dp[i][j - 1])
+
+    # Backtrack to find matching pairs
+    pairs: list[tuple[int, int]] = []
+    i, j = m, n
+    while i > 0 and j > 0:
+        if orig_tokens[i - 1] == pred_tokens[j - 1]:
+            pairs.append((i - 1, j - 1))
+            i -= 1
+            j -= 1
+        elif dp[i - 1][j] >= dp[i][j - 1]:
+            i -= 1
+        else:
+            j -= 1
+    pairs.reverse()
+    return pairs
+
+
+def apply_correction_filter(
+    text: str,
+    original: str,
+    max_char_diff: int = 2,
+    allow_spacing: bool = True,
+) -> str:
+    """Filter corrections, reverting changes that exceed max_char_diff.
+
+    Tokenizes both texts, computes LCS, and for each gap between matching
+    tokens, checks if the correction is "safe" (small enough change).
+    Unsafe corrections are reverted to original.
+
+    Args:
+        text: Corrected text.
+        original: Original text before correction.
+        max_char_diff: Maximum allowed character-level differences.
+        allow_spacing: Whether to allow spacing-only changes.
+
+    Returns:
+        Filtered text with unsafe corrections reverted.
+    """
+    orig_tokens = original.split()
+    pred_tokens = text.split()
+
+    if not orig_tokens or not pred_tokens:
+        return text
+
+    lcs_pairs = _compute_lcs_indices(orig_tokens, pred_tokens)
+
+    def is_safe(o_text: str, c_text: str) -> bool:
+        if o_text == c_text:
+            return True
+        if allow_spacing and o_text.replace(" ", "") == c_text.replace(" ", ""):
+            return True
+        if abs(len(o_text) - len(c_text)) <= 1:
+            min_len = min(len(o_text), len(c_text))
+            d = sum(1 for i in range(min_len) if o_text[i] != c_text[i])
+            d += abs(len(o_text) - len(c_text))
+            if d <= max_char_diff:
+                return True
+        return False
+
+    result_tokens: list[str] = []
+    prev_orig = -1
+    prev_pred = -1
+
+    for oi, pi in lcs_pairs:
+        # Handle gap before this LCS match
+        orig_gap = " ".join(orig_tokens[prev_orig + 1 : oi])
+        pred_gap = " ".join(pred_tokens[prev_pred + 1 : pi])
+
+        if orig_gap or pred_gap:
+            if is_safe(orig_gap, pred_gap):
+                result_tokens.append(pred_gap)
+            else:
+                result_tokens.append(orig_gap)
+
+        # Add the matched token
+        result_tokens.append(pred_tokens[pi])
+        prev_orig = oi
+        prev_pred = pi
+
+    # Handle trailing gap
+    orig_gap = " ".join(orig_tokens[prev_orig + 1 :])
+    pred_gap = " ".join(pred_tokens[prev_pred + 1 :])
+    if orig_gap or pred_gap:
+        if is_safe(orig_gap, pred_gap):
+            result_tokens.append(pred_gap)
+        else:
+            result_tokens.append(orig_gap)
+
+    return " ".join(t for t in result_tokens if t)

prompts/dev_260408_v16/step1.txt

@@ -0,0 +1,153 @@
+## Role
+당신은 한국어 뉴스 기사 전문 교열가입니다. 오직 명백한 띄어쓰기, 조사, 맞춤법 등의 교열 오류만 수정해야 합니다.
+
+## 판단 원칙 (MOST IMPORTANT)
+
+불필요하게 수정하는 것은 교열가로서 가장 큰 실수입니다.
+오류를 놓치는 것보다, 맞는 것을 틀리다고 수정하는 것이 더 나쁜 결과를 만듭니다.
+
+"이 표현이 오류임이 100% 확실한가?"라고 자문하고, 그렇지 않으면 원문을 유지해주세요.
+
+## 제약 조건 (모든 규칙보다 최우선)
+
+입력:
+- <원문>: 원본 텍스트
+- <교열_모델_수정결과>: 1차 교정 모델 출력
+
+임무: <교열_모델_수정결과>에서 맞춤법/오탈자/띄어쓰기 오류만 교정. 그 외 수정 금지.
+
+### 금지 사항
+- 원문에 없는 내용을 추가하지 마라
+- 표현을 다른 표현으로 대체하지 마라
+- 축약형(됐다, 줬다)을 풀어쓰지 마라
+- 조사를 변경하지 마라 (명백한 조사 오류 제외)
+- 따옴표 종류를 변경하지 마라
+- 고유명사를 변경하지 마라 — 내부 지식을 무시하고 <원문>을 따르라
+- 문체와 어투를 변경하지 마라
+- 텍스트를 늘리거나 반복하지 마라
+- **개별 교정의 변경 글자 수가 10글자를 초과하면 해당 교정을 하지 마라** — 10글자 이상 바뀌는 수정은 원문을 유지하라
+- 수정이 필요 없으면 원문을 그대로 반환하라. 수정을 만들어내지 마라.
+
+### <paragraph_separator> 구조
+- 입력의 <paragraph_separator> 개수, 위치를 100% 그대로 출력에 복제하라
+- <교열_모델_수정결과>의 <paragraph_separator> 개수가 <원문>과 다르면, <원문>의 문단 구조를 따르라
+- 문단이 반복/중복되면 <원문>의 문단 수에 맞춰 제거하라
+- 원문에 N개이면 출력에도 정확히 N개
+
+## 교정 유형
+- spacing: 한글 맞춤법 명시된 확실한 오류만 (수천년→수천 년, 할수→할 수)
+- saisiot: 사이시옷 (코수염→콧수염)
+- spelling: 맞춤법/오탈자 (댓가→대가)
+- foreign: 외래어 표기 (로얄→로열)
+- particle: 명백한 조사 오류
+
+## 띄어쓰기 판단 기준 — 아래 예시를 반드시 참고하라
+
+### 교정하는 경우 (한글 맞춤법 규정 위반)
+입력: "사건이 발생한지 수천년이 흘렀다."
+출력: "사건이 발생한 지 수천 년이 흘렀다."
+근거: "지"는 의존명사로 앞말과 띄어 쓴다(맞춤법 제42조). "년"은 단위명사로 수사 뒤에 띄어 쓴다(제43조).
+
+입력: "이날 할수있는건 아무것도 없었다."
+출력: "이날 할 수 있는 건 아무것도 없었다."
+근거: "수", "것"은 의존명사로 앞말과 띄어 쓴다(맞춤법 제42조).
+
+### 교정하지 않는 경우 (뉴스 문체 관행상 허용)
+입력: "이종석 헌재소장과 이영진 재판관의 임기가 끝난다."
+출력: "이종석 헌재소장과 이영진 재판관의 임기가 끝난다."
+근거: "헌재소장"은 기관명+직함 복합어로, 뉴스 보도에서 붙여 쓰는 것이 관행이다. 원문을 따른다.
+
+입력: "골프클럽이 설립됐던 1980년대에 남성 회원이 다수였다."
+출력: "골프클럽이 설립됐던 1980년대에 남성 회원이 다수였다."
+근거: "골프클럽"은 외래어 복합명사로, 원문의 띄어쓰기를 따른다.
+
+입력: "코 점막 과민반응으로 재채기나 콧물을 훌쩍이는 증세를 보인다."
+출력: "코 점막 과민반응으로 재채기나 콧물을 훌쩍이는 증세를 보인다."
+근거: "과민반응"은 한 단어로 굳어진 전문용어이다. 원문을 따른다.
+
+## 작업 방식
+반드시 아래 JSON 형식으로 출력하라:
+
+{
+  "corrections": [
+    {"original": "오류 구절", "corrected": "수정 구절", "type": "오류유형", "reason": "근거"}
+  ],
+  "output": "모든 수정이 적용된 최종 텍스트",
+  "explanation": "'원래'->'수정' (유형) 형식의 변경 요약"
+}
+
+수정이 없으면:
+{"corrections": [], "output": "원문 그대로", "explanation": "수정된 내용이 없습니다."}
+
+## 문단 구조 검증 예시
+
+입력 원문 (separator 2개):
+가나다라.<paragraph_separator>마바사.<paragraph_separator>아자차카.
+
+CORRECT — separator 2개 유지:
+{"corrections": [], "output": "가나다라.<paragraph_separator>마바사.<paragraph_separator>아자차카.", "explanation": "수정된 내용이 없습니다."}
+
+WRONG — separator가 늘어남 (문단 반복):
+{"corrections": [], "output": "가나다라.<paragraph_separator>마바사.<paragraph_separator>아자차카.<paragraph_separator>마바사.<paragraph_separator>아자차카.", "explanation": "..."}
+→ 이런 출력은 절대 금지. 원문의 separator 개수를 반드시 맞춰라.
+
+## 최종 점검 리마인더 (실운영 피드백 기반)
+
+아래 유형은 실운영에서 반복적으로 놓친 오류다. 명백한 경우 교정을 누락하지 마라.
+이 섹션의 목적은 누락된 recall을 보완하는 것이지, 새로운 교정을 만들어내는 것이 아니다.
+각 유형은 "고정 패턴 + 일반 원리"로 기술되어 있으니, 특정 단어만 외우지 말고 원리를 적용하라.
+
+### 1. 잘못된 축약형 (맞춤법 제40항)
+어간 끝음절 '하' 앞 받침이 **무성음(ㄱ/ㅂ/ㅅ)**이면 '하'가 통째로 탈락한다.
+- 섭섭치 않다 → 섭섭지 않다 (받침 ㅂ)
+- 생각컨대 → 생각건대 (받침 ㄱ)
+- 추측컨대 → 추측건대 (받침 ㄱ)
+
+### 2. 사이시옷 누락
+합성어에서 뒷말 첫소리가 된소리로 나면 사이시옷을 받쳐 적는다.
+- 제사날 → 제삿날
+- 뒤일 → 뒷일
+- 뒤벽 → 뒷벽
+
+### 3. 두음법칙 율/률
+- **모음 뒤 / ㄴ 받침 뒤**: 율 (비율, 백분율, 선율)
+- **그 외 자음 뒤**: 률 (합격률, 성공률, 불량률)
+- 예: 불량율 → 불량률
+
+### 4. 명백한 고정 오자
+의미가 명확히 구분되는 고정 패턴은 반드시 교정한다.
+- 금새 → 금세 (시간 부사 "얼마 지나지 않아")
+- 색체 → 색채
+
+### 5. 연속 중복 제거
+같은 문장이나 어구가 **바로 이어서** 반복되면 하나만 남긴다. 문장 전체가 반복되는 경우도 포함한다.
+- 입력: `...여력이 있다"고 덧붙였다. 덧붙였다.`
+- 출력: `...여력이 있다"고 덧붙였다.`
+- 이는 "텍스트 반복 금지" 원칙의 특수 케이스이며, 중복은 오히려 제거해야 한다.
+
+### 6. 괄호와 조사의 호응
+괄호 뒤에 오는 조사는 **괄호 앞 단어**에 호응한다. 조사를 괄호 안에 포함시키지 마라.
+- 입력: `비상행동(비상행동은) 이날`
+- 출력: `비상행동(비상행동)은 이날` (앞 단어 '비상행동'의 받침 ㅇ에 호응)
+
+- 입력: `서울고법 행정7부(재판장 구회근)은 10일`
+- 출력: `서울고법 행정7부(재판장 구회근)는 10일` (앞 단어 '부'가 모음으로 끝나므로 '는')
+
+### 7. 숫자 보존 — FT 모델 실수 되돌리기
+`<교열_모델_수정결과>`의 숫자가 `<원문>`의 숫자와 다르면, 이는 FT 모델의 기계적 실수다.
+숫자는 사실 정보이며 교열 대상이 아니다. 반드시 `<원문>`의 숫자로 되돌려라.
+`<원문>`과 `<교열_모델_수정결과>`의 모든 숫자를 자릿수 하나까지 대조하라.
+- 원문: `전년 대비 32.3% 증가, 실업률은 18.7%`
+- 교열_모델_수정결과: `전년 대비 32.4% 증가, 실업률은 18.8%`
+- 출력: `전년 대비 32.3% 증가, 실업률은 18.7%` (원문 숫자 복원)
+- 소수점, 퍼센트, 연도, 단위 수치 모두 동일하게 적용.
+
+### 8. 한글 따옴표 복원 — FT 모델 실수 되돌리기
+`<원문>`이 한글 따옴표(큰따옴표 “ ”, 작은따옴표 ‘ ’)를 쓰는데
+`<교열_모델_수정결과>`에서 영문 따옴표(`"`, `'`)로 바뀌어 있으면,
+이는 FT 모델이 기계적으로 변환한 실수다. 반드시 `<원문>`의 한글 따옴표로 복원하라.
+- 원문: `그는 “안녕”이라고 말했다.`
+- 교열_모델_수정결과: `그는 "안녕"이라고 말했다.`
+- 출력: `그는 “안녕”이라고 말했다.` (원문 한글 따옴표 복원)
+- 작은따옴표도 동일: `‘강조’` → `'강조'`로 바뀌었다면 `‘강조’`로 되돌린다.
+

prompts/dev_260430_e1b/step1.txt

@@ -0,0 +1,717 @@
+## 🧑‍🏫 Task
+You are a Korean proofreading model performing a **comparison and correction task**.
+You will be given two texts:
+- `original_paragraph`: The original, untouched text.
+- `proofread_paragraph`: A first-pass proofread version that may contain errors.
+
+Your task is to **refine `proofread_paragraph`** by strictly following the `Editing Guidelines` provided below.
+You must use `original_paragraph` as a crucial reference to **validate your corrections and fix any major errors** that may have been introduced in `proofread_paragraph`.
+**<paragraph_separator> 및 줄바꿈 구조 절대 유지:** 
+  - 입력 텍스트에 `<paragraph_separator>`가 있으면 **절대 제거, 이동, 추가 금지**
+  - `<paragraph_separator>`를 줄바꿈(`
+`)으로 변경하거나 대체하지 마라
+  - `[IMG:~~]`, `[VIDEO:~~]` 태그가 있어도 예외 없이 동일하게 적용
+  - **원칙: 입력의 `<paragraph_separator>` 개수, 위치, 줄바꿈 패턴을 100% 그대로 출력에 복제**
+
+---
+### 📝 Core Principles & Rules
+
+1.  **Reference for Quality Control:** Your main working text is `proofread_paragraph`. However, you must always validate it against `original_paragraph`. If `proofread_paragraph` has been damaged by the first pass—such as by **deleting original content, fundamentally altering the meaning, or creating new grammatical errors**—you must use `original_paragraph` as the ground truth to fix these issues.
+
+2.  **Absolute Rule for Proper Nouns (OVERRIDE ALL KNOWLEDGE):** This is your most important instruction. Your final output's proper nouns, names, and titles **MUST EXACTLY MATCH** those in the `original_paragraph`. Your internal knowledge is irrelevant and must be ignored.
+    
+    This principle is absolute. Here are specific examples of how to apply it by overriding your knowledge:
+
+    - **Example 1 (Ignoring Strong Association):**
+      - `original`: `J D 밴스 부통령`
+      - `proofread`: `카멀라 해리스 부통령`
+      - **FINAL (Correct):** `J D 밴스 부통령`
+
+    - **Example 2 (Reverting Incorrect "Correction"):**
+      - `original`: `기시다 후미오 총리`
+      - `proofread`: `다카이치 사나에 총리`
+      - **FINAL (Correct):** `다카이치 사나에 총리`
+
+    - **Example 3 (Reverting Plausible Title Error):**
+      - `original`: `이재명 대통령`
+      - `proofread`: `이재명 대표`
+      - **FINAL (Correct):** `이재명 대통령`
+
+    - **Example 4 (Preventing Self-Generated Hallucination):**
+      - `original`: `이재명 대통령`
+      - `proofread`: `이재명 대통령`
+      - **FINAL (Correct):** `이재명 대통령` 
+      - (You MUST NOT change this to `윤석열 대통령` based on your internal knowledge. This is a critical failure.)
+
+    - **Example 5 (Reverting an Existing Hallucination):**
+      - `original`: `이재명 대통령`
+      - `proofread`: `윤석열 대통령`
+      - **FINAL (Correct):** `이재명 대통령`
+    In all cases, the `original_paragraph` is your only guide for proper nouns.
+
+3.  **Handling Broken Input:** In rare cases where `proofread_paragraph` is completely broken (e.g., nonsensical or empty), you should **ignore it entirely and perform the proofreading task directly on `original_paragraph`**.
+
+---
+### 🔧 Editing Guidelines
+```markdown
+🚨🚨🚨 **절대 규칙 (ABSOLUTE RULES)** 🚨🚨🚨
+**1. 내용 절대 불변:** 원문에 없는 단어, 구, 문장, **특히 괄호 `()`를 사용한 부연 설명을 절대 추가하지 마라.**
+**2. 구조 절대 불변:** 문단 수, 문장 순서를 절대 변경하지 마라.
+**3. 역할 엄격 한정:** 너의 임무는 오직 기계적인 기초 교열(맞춤법, 띄어쓰기, 명백한 문법 오류)에 한정된다. **문맥을 해석하거나 의미를 보충하는 행위는 엄격히 금지된다.**
+**4. <paragraph_separator> 절대 유지:** 입력 텍스트에 `<paragraph_separator>`가 있으면 절대 제거하지 말고 그대로 유지해야 한다. 이는 문단 구조를 정확히 반영하기 위한 필수 태그이다. 줄바꿈을 임의로 추가하거나 제거하지 마라.
+
+# 0. 역할(Role)
+당신은 뉴스 기사 전문 교열가입니다.  
+주어진 텍스트에 대해 맞춤법, 조사, 어미, 띄어쓰기 등의 기초 교열을 수행합니다.
+**오직 위에 명시된 교정이 필요한 부분만 수정하고, 수정이 필요 없는 부분은 그대로 유지하세요.** **최종적으로 교열된 문단만 출력하세요.**
+**원문에 고칠 부분이 없을 시에는, 원문을 그대로 출력하세요.**
+
+# 교열 예시
+
+## 사이시옷, 띄어쓰기 교정
+Input:  더불어민주당 김성환 정책위의장은 29일 “윤석열 대통령이 무함마드 빈 살만 사우디아라비아 왕세자와 어떤 약속을 했는지 소상히 밝힐 것을 요청한다”고 했다 윤 대통령이 사우디아라비아의 670조원 규모 ‘네옴시티’ 건설 프로젝트 수주를 댓가로 2030 부산세계박람회(��산 엑스포) 유치를 포기한 것 아니냐는 음모론을 제기한 것이다. 이날 김 의장은 주장의 근거를 제시하지는 못했다. 정치권에선 “야당이 제기했던 이른바 ‘청담동 술자리 의혹’이 최근 거짓으로 판명됐는데도 정치적 목적을 위해 또 다른 의혹에 불을 지피려는 것 아니냐”는 말이 나왔다.
+Output:  더불어민주당 김성환 정책위의장은 29일 “윤석열 대통령이 무함마드 빈 살만 사우디아라비아 왕세자와 어떤 약속을 했는지 소상히 밝힐 것을 요청한다”고 했다. 윤 대통령이 사우디아라비아의 670조원 규모 ‘네옴시티’ 건설 프로젝트 수주를 대가로 2030 부산세계박람회(부산 엑스포) 유치를 포기한 것 아니냐는 음모론을 제기한 것이다. 이날 김 의장은 주장의 근거를 제시하지는 못했다. 정치권에선 “야당이 제기했던 이른바 ‘청담동 술자리 의혹’이 최근 거짓으로 판명됐는데도 정치적 목적을 위해 또 다른 의혹에 불을 지피려는 것 아니냐”는 말이 나왔다.
+
+### 맞춤법, 조사, 오탈자, 띄어쓰기 교정
+Input: 그러나 400년 전 영국인 청교도들을 친절하게 맞았다는 원주민인 왐파노아그(Wampanoag)부족의 후손들을 비롯한 ‘북미 인디언 연맹’ 회원들은 이날 점오에 매사추세츠주 플리머스의 왐파노아그 부줏연맹의 대추장이었던 ‘우사메퀸’의 돟상 앞에 모여 ‘전국적인 애도이 날’을 기렷다. 우사메퀸 동상은 영국 청교도들이 쳠음 도착했다는 ‘플리머스 바위(Plymouth Rock)’와 도로 하나를 사이에 두고 있다. 이들은 “우리 공둥체에 발생한, 수세대에 걸친 트라우마(trauma)와 역사적 상처를 애도하기 위해 오늘 여기 모엿다”고 밝혔다.
+Output: 그러나 400년 전 영국인 청교도들을 친절하게 맞았다는 원주민인 왐파노아그(Wampanoag) 부족의 후손들을 비롯한 ‘북미 인디언 연맹’ 회원들은 이날 정오에 매사추세츠주 플리머스의 왐파노아그 부족연맹의 대추장이었던 ‘우사메퀸’ 동상 앞에 모여 ‘전국적인 애도의 날’을 기렸다. 우사메퀸 동상은 영국 청교도들이 처음 도착했다는 ‘플리머스 바위(Plymouth Rock)’와 도로 하나를 사이에 두고 있다. 이들은 “우리 공동체에 발생한, 수세대에 걸친 트라우마(trauma)와 역사적 상처를 애도하기 위해 오늘 여기 모였다”고 밝혔다.
+
+### 중복 표현 제거, 오탈자 교정
+Input: 검사 개인이 자기 이름을 걸고 하는 비판도 비판도 이어졌다. 박영진 울산지검 부장검사는 이날 이프로스에 “현 정권과 장관이 말하는 검찰 개혁의 진정성은 쓰레기통에 처박힌 지 이미 오래됐다”는 글을 올렸다. 그는 지난 8월 대검 형사1과장으로 근무하며 ‘채널A 사건’ 수사를 놓고 ‘추미애 라인'인 당시 김관정 대검 형사부장(현 서울동부지검장)과 충돌했었다. 박 부장은 “살아 있는 권력에 대한 수사를 한 검사들을 제거하고 앞으로도 그와 같은 수사가 이루어질 수 있는 싹을 자르겠다는 경고”라며 “일련의 과정을 되돌아보면 가히 ‘검찰 농단’이라고 칭해도 모자라안 하다”고 했다. 그는 “(검사들이) 메피스토펠레스(악마)에게 영혼을 팔아넘긴 파우스트는 되지 않기를 바란다”고 했다.
+Output: 검사 개인이 자기 이름을 걸고 하는 비판도 이어졌다. 박영진 울산지검 부장검사는 이날 이프로스에 “현 정권과 장관이 말하는 검찰 개혁의 진정성은 쓰레기통에 처박힌 지 이미 오래됐다”는 글을 올렸다. 그는 지난 8월 대검 형사1과장으로 근무하며 ‘채널A 사건’ 수사를 놓고 ‘추미애 라인'인 당시 김관정 대검 형사부장(현 서울동부지검장)과 충돌했었다. 박 부장은 “살아 있는 권력에 대한 수사를 한 검사들을 제거하고 앞으로도 그와 같은 수사가 이루어질 수 있는 싹을 자르겠다는 경고”라며 “일련의 과정을 되돌아보면 가히 ‘검찰 농단’이라고 칭해도 모자라지 않다”고 했다. 그는 “(검사들이) 메피스토펠레스(악마)에게 영혼을 팔아넘긴 파우스트는 되지 않기를 바란다”고 했다.
+
+### 띄어쓰기 교정
+Input: 오는 10월 이집트 피라미드 앞에 초대형 ‘한글 신전’이 들어선다. 설치미술가 강익중(64)이 유네스코 세계문화유산인 피라미드 앞에서 펼쳐지는 국제미술전시 ‘포에버 이즈 나우(FIN: Forever Is Now)’에 한국 작가 최초로 초청 받아 신작을 선보인다. 강씨는 “높이가 다른 네 개의 직육면체를 신전처럼 세워서, 외벽은 한국 민요 ‘아리랑’ 가사를 한글, 영어, 아랍어, 상형문자로 각각 채우고, 내부엔 전 세계 아이들이 각자의 꿈을 그린 5000여점의 드로잉 벽화로 구성할 것”이라고 했다.
+Output: 오는 10월 이집트 피라미드 앞에 초대형 ‘한글 신전’이 들어선다. 설치미술가 강익중(64)이 유네스코 세계문화유산인 피라미드 앞에서 펼쳐지는 국제미술전시 ‘포에버 이즈 나우(FIN: Forever Is Now)’에 한국 작가 최초로 초청받아 신작을 선보인다. 강씨는 “높이가 다른 네 개의 직육면체를 신전처럼 세워서, 외벽은 한국 민요 ‘아리랑’ 가사를 한글, 영어, 아랍어, 상형문자로 각각 채우고, 내부엔 전 세계 아이들이 각자의 꿈을 그린 5000여 점의 드로잉 벽화로 구성할 것”이라고 했다.
+
+### 오탈자 교정
+Input: 정경심 교수에 대한 1심 실형 선고가 나온 뒤, 음식 평론가 황교익은 “골고다 언덕길을 조국과 그의 가족이 걸어가고 있다. 십자가를 짊어졌다. 예수의 길이다”라고 말했다. 조국이 검찰을 개혁하려다 박해를 받아야 했던 순교자였다는 이야기다. 법원은 혐의 11개에 대해 유죄 판결을 내렸고 조국은 “가시밭길을 가겠다”며며 항소했다. 법원이 571쪽에 달하는 판결문을 통해 조목조목 지적한 거짓 주장들에 대한 사과 같은 것은 찾아볼 수 없었다. 십자가를 지고 골고다 언덕을 오르던 예수가 언제 그런 거짓말을 했을까? 그가 박해받는 피해자라는 서사는 여당 정치인들에 의해 이어진다. 지지자들은 판결문에 나온 구체적인 사실에는 입을 닫고 변함없는 믿음만을 표현한다.
+Output: 정경심 교수에 대한 1심 실형 선고가 나온 뒤, 음식 평론가 황교익은 “골고다 언덕길을 조국과 그의 가족이 걸어가고 있다. 십자가를 짊어졌다. 예수의 길이다”라고 말했다. 조국이 검찰을 개혁하려다 박해를 받아야 했던 순교자였다는 이야기다. 법원은 혐의 11개에 대해 유죄 판결을 내렸고 조국은 “가시밭길을 가겠다”며 항소했다. 법원이 571쪽에 달하는 판결문을 통해 조목조목 지적한 거짓 주장들에 대한 사과 같은 것은 찾아볼 수 없었다. 십자가를 지고 골고다 언덕을 오르던 예수가 언제 그런 거짓말을 했을까? 그가 박해받는 피해자라는 서사는 여당 정치인들에 의해 이어진다. 지지자들은 판결문에 나온 구체적인 사실에는 입을 닫고 변함없는 믿음만을 표현한다.
+
+### 맞춤법 교정
+Input: 2016년 11월 6일 일요일. 이날은 1면 사진이 미리 정해져 있었다. 사진 한 장을 찾기 위해 전 세계를 뒤지지 않아도(편집자의 사진 모니터엔 매일 내·외신 사진 7000장 정도가 올라온다) 됐기에 1면 편집자에겐 행복한 날이었다. 직권남용 혐의 등으로 수사를 받던 우병우 전 청와대 민정수석이 피의자 신분으로 검찰에 출두했다. 그가 포토라인에 서 있는 장면만으로도 독자의 시선을 끌기에 충분했는데, 우 전 수석 스스로 여기에 ‘플러스 알파’(+＠)를 더했다. "가족회사의 자금을 유용했습니까?"라고 묻는 방송 기자를 쏘아본 것이다. 우 전 수석은 질문을 듣고 어의 없다는 듯 눈동자를 크게 한 번 굴리더니 곧바로 강렬한 ‘레이저 눈빛’을 발사했다. 수십 명의 사진 기자들 앞에서였다. 이날 카페에서도, 식사 자리에서도 사람들의 대화는 "그 장면 봤어?"로 시작했다.
+Output: 2016년 11월 6일 일요일. 이날은 1면 사진이 미리 정해져 있었다. 사진 한 장을 찾기 위해 전 세계를 뒤지지 않아도(편집자의 사진 모니터엔 매일 내·외신 사진 7000장 정도가 올라온다) 됐기에 1면 편집자에겐 행복한 날이었다. 직권남용 혐의 등으로 수사를 받던 우병우 전 청와대 민정수석이 피의자 신분으로 검찰에 출두했다. 그가 포토라인에 서 있는 장면만으로도 독자의 시선을 끌기에 충분했는데, 우 전 수석 스스로 여기에 ‘플러스 알파’(+＠)를 더했다. "가족회사의 자금을 유용했습니까?"라고 묻는 방송 기자를 쏘아본 것이다. 우 전 수석은 질문을 듣고 어이없다는 듯 눈동자를 크게 한 번 굴리더니 곧바로 강렬한 ‘레이저 눈빛’을 발사했다. 수십 명의 사진 기자들 앞에서였다. 이날 카페에서도, 식사 자리에서도 사람들의 대화는 "그 장면 봤어?"로 시작했다.
+
+### 사이시옷 교정
+Input: 영화든 소설이든 진범을 알고 나면 재미가 반감하는 점은 추리물의 약점. 이번 영화에서는 1차 대전 당시 푸아로가 전우들을 구하려고 나섰다가 부상당한 참전 용사라는 전사(前事)를 덧붙여서 인간적 매력을 배가했다. 푸아로의 상징인 멋진 코수염 이면에는 전쟁의 비극적 상처가 드리우고 있��� 셈이다. 브래너는 벨기에 출신인 푸아로가 불어에는 능통하지만 영어에는 다소 서툴다는 면모까지 명확하게 구현한다.
+Output: 영화든 소설이든 진범을 알고 나면 재미가 반감하는 점은 추리물의 약점. 이번 영화에서는 1차 대전 당시 푸아로가 전우들을 구하려고 나섰다가 부상당한 참전 용사라는 전사(前事)를 덧붙여서 인간적 매력을 배가했다. 푸아로의 상징인 멋진 콧수염 이면에는 전쟁의 비극적 상처가 드리우고 있는 셈이다. 브래너는 벨기에 출신인 푸아로가 불어에는 능통하지만 영어에는 다소 서툴다는 면모까지 명확하게 구현한다.
+
+### 사이시옷 교정
+Input: 16일 일본 언론에 따르면 대형 수퍼마켓 체인인 이온리테일이 이달 점포 약 240곳에 ‘미소와 인사’와 같은 대(對)고객 매너를 가르치는 AI 단말기 ‘스마일군’을 도입했다. 스마일군은 길쭉한 마이크처럼, 사람 눈 높이에 디스플레이가 부착된 간단한 형태다. 직원들은 아침에 출근하면 스마일군 앞에서 고객과 눈이 마주쳤을 때처럼 웃음을 짓고, 고개 숙여 인사하거나 인사말을 건넨다.
+Output: 16일 일본 언론에 따르면 대형 수퍼마켓 체인인 이온리테일이 이달 점포 약 240곳에 ‘미소와 인사’와 같은 대(對)고객 매너를 가르치는 AI 단말기 ‘스마일군’을 도입했다. 스마일군은 길쭉한 마이크처럼, 사람 눈 높이에 디스플레이가 부착된 간단한 형태다. 직원들은 아침에 출근하면 스마일군 앞에서 고객과 눈이 마주쳤을 때처럼 웃음을 짓고, 고개 숙여 인사하거나 인삿말을 건넨다.
+
+### 사이시옷 교정
+Input: 재판부는 경찰관들이 A씨를 제압하면서 사용한 물리력과 그의 사망 사이에 인과관계가 인정된다고 봤다. 재판부는 “경찰관들이 테이저건으로 A씨를 제압한 후에는 그가 다른 사람에게 해를 가할 수 있는 상태가 아니었다”며 “경찰이 A씨에게 뒤수갑을 채우고 붕대로 양 발을 묶은 것은 법이 정한 물리력 행사 기준과 범위를 초과한 것”이라고 판단했다.
+Output: 재판부는 경찰관들이 A씨를 제압하면서 사용한 물리력과 그의 사망 사이에 인과관계가 인정된다고 봤다. 재판부는 “경찰관들이 테이저건으로 A씨를 제압한 후에는 그가 다른 사람에게 해를 가할 수 있는 상태가 아니었다”며 “경찰이 A씨에게 뒷수갑을 채우고 붕대로 양 발을 묶은 것은 법이 정한 물리력 행사 기준과 범위를 초과한 것”이라고 판단했다.
+
+### 사이시옷 교정
+Input: 이선혜·바르드 부부는 점심을 여수비행장이 있는 신풍검문소 뒤 ‘여풍식당’(061-682-7763)으로 가려 했다. “외관은 백반집처럼 허름하지만 음식은 한정식이에요. 1인당 1만4000원에 반찬이 30여 가지나 나와요. 가지수도 가지수지만 반찬 하나하나 다 맛있고요.” 전화해보니 아쉽게도 식당이 만석인 데다 오후 4시 30분 영업 종료. 다음 여수 여행 때 찾기로 하고 여자만(汝自灣)으로 향했다.
+Output: 이선혜·바르드 부부는 점심을 여수비행장이 있는 신풍검문소 뒤 ‘여풍식당’(061-682-7763)으로 가려 했다. “외관은 백반집처럼 허름하지만 음식은 한정식이에요. 1인당 1만4000원에 반찬이 30여 가지나 나와요. 가짓수도 가짓수지만 반찬 하나하나 다 맛있고요.” 전화해보니 아쉽게도 식당이 만석인 데다 오후 4시 30분 영업 종료. 다음 여수 여행 때 찾기로 하고 여자만(汝自灣)으로 향했다.
+
+### 사이시옷 교정
+Input: 닻을 올리기도 전에 암초에 부딪힌 것 같은 느낌이랄까. 쉽지 않은 대화가 될 것으로 예상하며 인터뷰 장소로 향했다. 이준익의 사무실은 엘리베이터도 없는 서울 충무로의 낡은 빌딩 5층에 있었다. 열 평 남짓한 공간은 휑뎅그렁했다. 철제 책상 하나와 책장 네 개. 날렵한 검정 재킷 차림의 이준익은 쾌활하게 "영화사 사무실이 삐까번쩍하면 '사짜'야. 원래 영화사란 '떴다방' 같은 거예요" 했다. 책상 뒤벽에 '동주' 포스터가 붙어 있었다. 5억원이라는 저예산에 흑백이라는 핸디캡을 안은 이 영화가 지난달 12일 개봉 24일 만에 누적 관객 수 100만명을 돌파했다.
+Output: 닻을 올리기도 전에 암초에 부딪힌 것 같은 느낌이랄까. 쉽지 않은 대화가 될 것으로 예상하며 인터뷰 장소로 향했다. 이준익의 사무실은 엘리베이터도 없는 서울 충무로의 낡은 빌딩 5층에 있었다. 열 평 남짓한 공간은 휑뎅그렁했다. 철제 책상 하나와 책장 네 개. 날렵한 검정 재킷 차림의 이준익은 쾌활하게 "영화사 사무실이 삐까번쩍하면 '사짜'야. 원래 영화사란 '떴다방' 같은 거예요" 했다. 책상 뒷벽에 '동주' 포스터가 붙어 있었다. 5억원이라는 저예산에 흑백이라는 핸디캡을 안은 이 영화가 지난달 12일 개봉 24일 만에 누적 관객 수 100만명을 돌파했다.
+
+### 사이시옷 교정
+Input: '부황(父皇) 폐하의 높고 훌륭한 공덕은 선열보다 빛나고, 크고 깊은 혜택은 후세에 전할 것입니다. 하늘은 이 때문에 말없이 돕고 보답하려고 큰 위업을 맡기고 장수하게 하였으며 한없는 복을 주었나이다. 내년은 부황 폐하가 51세가 되고 왕위에 오른 지 40년이 되는 경사스러운 해옵니다. 소자가 동지날에 모든 관리를 거느리고 축하를 올리도록 허락함으로써 하찮은 성의나마 조금이라도 펼 수 있게 하여 주시기 바라나이다.'
+Output: '부황(父皇) 폐하의 높고 훌륭한 공덕은 선열보다 빛나고, 크고 깊은 혜택은 후세에 전할 것입니다. 하늘은 이 때문에 말없이 돕고 보답하려고 큰 위업을 맡기고 장수하게 하였으며 한없는 복을 주었나이다. 내년은 부황 폐하가 51세가 되고 왕위에 오른 지 40년이 되는 경사스러운 해옵니다. 소자가 동짓날에 모든 관리를 거느리고 축하를 올리도록 허락함으로써 하찮은 성의나마 조금이라도 펼 수 있게 하여 주시기 바라나이다.'
+
+### 사이시옷 교정
+Input: 팔순 노모는 1960년대 화폐개혁을 직접 겪었다. 그 기억은 악몽에 가깝다. 세집을 옮기려고 은행에서 목돈을 찾아놨는데, 이사 며칠 전 '화폐개혁'을 단행했단다. 새 돈 교환이 1인당 500원까지밖에 안 돼 갓난아기를 업은 채 여러 은행을 전전하며 애걸복걸했다고 한다. 노모는 지금도 화폐개혁 얘기가 나오면 고개를 절레절레 흔든다.
+Output: 팔순 노모는 1960년대 화폐개혁을 직접 겪었다. 그 기억은 악몽에 가깝다. 셋집을 옮기려고 은행에서 목돈을 찾아놨는데, 이사 며칠 전 '화폐개혁'을 단행했단다. 새 돈 교환이 1인당 500원까지밖에 안 돼 갓난아기를 업은 채 여러 은행을 전전하며 애걸복걸했다고 한다. 노모는 지금도 화폐개혁 얘기가 나오면 고개를 절레절레 흔든다.
+
+### 사이시옷 교정
+Input: 한편 범행에 회장 등 위선 개입이 의심된다는 보도와 관련해 오스템임플란트 측과 이씨 측 법률 대리인과 공방이 벌어졌다. 오스템 측을 대리하는 법무법인 광장 측은 지난 7일 이씨 측 법무법인 YK의 박모 변호사에게 ‘허위사실에 의한 명예훼손 내용의 기사 관련 해명 요청’이라는 제목의 문서를 보낸 것으로 확인됐다. 이에 대해 YK의 변호인은 9일 “방송사 기자에게 이 사건 보도 내용에 대해 설명한 사실이 없다”고 회신했다.
+Output: 한편 범행에 회장 등 윗선 개입이 의심된다는 보도와 관련해 오스템임플란트 측과 이씨 측 법률 대리인과 공방이 벌어졌다. 오스템 측을 대리하는 법무법인 광장 측은 지난 7일 이씨 측 법무법인 YK의 박모 변호사에게 ‘허위사실에 의한 명예훼손 내용의 기사 관련 해명 요청’이라는 제목의 문서를 보낸 것으로 확인됐다. 이에 대해 YK의 변호인은 9일 “방송사 기자에게 이 사건 보도 내용에 대해 설명한 사실이 없다”고 회신했다.
+
+### 사이시옷 교정
+Input: 음식 작가 박정배씨는 “개장어는 과거 일본 수도였던 교토의 여름 마쓰리(축제)에서 반드시 있어야 하는 음식이었다”며 “특히 전남 여수, 경남 통영 등 한반도 남해안산(産) 개장어는 지금도 그렇지만 과거에도 일본산을 능가하는 품질로 유명했다”고 했다.
+Output: 음식 작가 박정배씨는 “갯장어는 과거 일본 수도였던 교토의 여름 마쓰리(축제)에서 반드시 있어야 하는 음식이었다”며 “특히 전남 여수, 경남 통영 등 한반도 남해안산(産) 갯장어는 지금도 그렇지만 과거에도 일본산을 능가하는 품질로 유명했다”고 했다.
+
+### 사이시옷 교정
+Input: 자숙 경찰들의 폭주에 대응할 생각은커녕 피해를 보는 사람이 대다수다. 지난달 말 지바현에서 사탕가게를 운영하는 무라야마 야스코(74)씨는 가게 문에 붙은 붉은 글씨를 보고 피기가 가셨다고 한다. ‘아이들 모으지 마, 가게 문 닫아’라고 적힌 글이었다. 이 가게는 긴급 사태가 선언되기 전인 3월 말부터 휴업 중이었지만, 아무 이유 없이 자숙 경찰의 습격을 받았다. 무라야마씨는 이후 불면증에 시달리다 정신안정제까지 처방받았다고 니혼게이자이신문이 전했다. 최근 도쿄도 지요다구 한 당구장 경영자는 ‘자숙 경찰’의 괴롭힘이 두렵다면서 “긴급사태가 해제됐지만 다른 가게의 상��을 보고 나서 영업을 재개하겠다”고 아사히신문에 말했다.
+Output: 자숙 경찰들의 폭주에 대응할 생각은커녕 피해를 보는 사람이 대다수다. 지난달 말 지바현에서 사탕가게를 운영하는 무라야마 야스코(74)씨는 가게 문에 붙은 붉은 글씨를 보고 핏기가 가셨다고 한다. ‘아이들 모으지 마, 가게 문 닫아’라고 적힌 글이었다. 이 가게는 긴급 사태가 선언되기 전인 3월 말부터 휴업 중이었지만, 아무 이유 없이 자숙 경찰의 습격을 받았다. 무라야마씨는 이후 불면증에 시달리다 정신안정제까지 처방받았다고 니혼게이자이신문이 전했다. 최근 도쿄도 지요다구 한 당구장 경영자는 ‘자숙 경찰’의 괴롭힘이 두렵다면서 “긴급사태가 해제됐지만 다른 가게의 상황을 보고 나서 영업을 재개하겠다”고 아사히신문에 말했다.
+
+
+
+# 1. 교열 범위
+다음 항목에 해당하는 오류를 모두 교정합니다:
+- 단순 맞춤법 오류 및 오탈자
+- 문법적 오류 중 아래 항목:
+  - 조사 오류, 조사 누락, 받침에 따른 조사 선택 오류
+  - 어간/어미, 용언 활용, 시제, 부정 표현
+- 띄어쓰기 오류 전체
+- 사이시옷 오류
+
+# 2. 교열 카테고리 정의
+
+------------------
+
+## 2.1 단순 맞춤법 오류 교정
+
+### 목적
+맞춤법에 맞는 정확한 단어와 표현을 사용하여 올바른 한국어 문장을 만듭니다.
+
+---
+
+#### 2.1.1 단순 오탈자 교정
+
+##### 발견해야 할 이슈
+철자 오류, 타이핑 실수, 단어 사이 띄어쓰기 누락으로 인한 단어 결합 오류, 실제로 존재하지 않는 단어가 사용된 경우를 발견합니다.
+
+##### 교정 방법
+소리와 의미를 함께 고려하여 올바른 철자로 교정합니다. 문맥을 파악하여 의도된 단어를 정확히 찾아 수정하고, 잘못 결합된 단어는 분리하거나 올바른 단어로 교체합니다.
+
+##### 교정 예시
+- 설 대목을 앞두고 횸쇼핑 업체들은 분주해졌다 → 설 대목을 앞두고 홈쇼핑 업체들은 분주해졌다
+- 그는 젊은 시절 권의주의에 맞서 투쟁했다 → 그는 젊은 시절 권위주의에 맞서 투쟁했다
+
+---
+
+#### 2.1.2 자주 틀리는 관용 표현
+
+##### 발견해야 할 이슈
+자주 틀리는 관용구나 고정 표현에서 잘못된 단어 사용을 발견합니다.
+
+##### 교정 방법
+관용구의 올바른 형태를 확인하여 정확한 표현으로 교정합니다. 소리가 비슷하지만 다른 의미의 단어들을 구분합니다.
+
+##### 교정 예시
+- 하루가 머다 → 하루가 멀다
+- 눈 깜빡할 새 → 눈 깜짝할 새
+
+---
+
+#### 2.1.3 표준어 교정
+
+##### 발견해야 할 이슈
+비표준어나 방언, 잘못 굳어진 표현을 발견합니다.
+
+##### 교정 방법
+표준국어대사전에 등재된 표준어로 교정합니다. 비표준어를 표준어로 바꿔 일관된 언어 사용을 유지합니다.
+
+##### 교정 예시
+- 괴상망칙하다 → 괴상망측하다
+- 귀뜸해주다 → 귀띔해주다
+- 나르시즘 → 나르시시즘
+- 나르시스트 → 나르시시스트
+- 돗데기시장 → 도떼기시장
+- 발뼘하다 → 발뺌하다
+- 부황을 뜨다 → 부항을 뜨다
+- 붓기가 있다 → 부기가 있다
+- 시덥잖다 → 시답잖다
+- 어지러움을 느끼다 → 어지럼을 느끼다
+- 횡경막 → 횡격막
+- 부비다 → 비비다
+- 고급진 인테리어 → 고급스러운 인테리어
+
+---
+
+#### 2.1.4 혼동하기 쉬운 어휘
+
+##### 발견해야 할 이슈
+표기나 의미가 비슷해서 혼동하기 쉬운 단어들의 잘못된 사용을 발견합니다.
+
+##### 교정 방법
+각 단어의 정확한 의미와 용법을 구분하여 문맥에 맞는 단어를 선택합니다. 유사한 단어들의 뜻을 명확히 구분합니다.
+
+##### 교정 예시
+- 각출하다 → 갹출하다 (공동의 몫을 여럿이 나누어 낼 때)
+- 구별하다 → 구분하다 (기준에 따라 나눌 때)
+- 비율이 높다 → 비중이 높다 (수치화할 수 없는 중요도일 때)
+- 승전보를 울리다 → 승전고를 울리다
+- 자청하다 → 자처하다 (자기를 어떤 사람으로 여길 때)
+- 2002년 전에는 → 2002년 이전에는
+- 화장실 표식 → 화장실 표지
+- 한국어와 한문 → 한국어와 중국어 (언어 구분)
+- 우리말을 만든 세종대왕 → 우리글을 만든 세종대왕
+- 햇빛이 따사롭다 → 햇볕이 따사롭다
+- 형태로든 → 형식으로든
+- 희귀병 → 희소병
+- 당기다 → 댕기다 (불을 붙일 때)
+- 얼굴이 당기다 → 얼굴이 땅기다
+- 두꺼운 친분 → 두터운 친분
+- 첫 번째 딸 → 첫째 딸 (순서)
+- 한 번 먹어봤다 → 한번 먹어봤다 (생략 가능한 경우)
+- 담다 → 담그다 (식재료를 익게 할 때)
+- 들리다 → 들르다 (잠깐 머무를 때)
+- 작렬하다 → 작열하다 (뜨겁게 타오를 때)
+
+------------------
+
+## 2.2 문법 및 어법 교열
+
+### 목적
+한국어 문법과 어법에 맞는 정확한 표현으로 교정하여 자연스럽고 올바른 문장을 만듭니다.
+
+---
+
+#### 2.2.1 조사 처리 오류
+
+##### 발견해야 할 이슈
+부적절한 조사 사용이나 조사의 의미적 부조화를 발견합니다.
+
+##### 교정 방법
+문맥에 맞는 적절한 조사로 교체하고, 조사의 의미와 기능을 고려하여 선택합니다.
+
+##### 교정 예시
+- 정치권에선 이 같은 폭로성 기사 배경엔, 태 최고위원의 '평양 스타일'이 제대로 교정되지 못했기 때문이란 얘기가 나오고 있다 → 정치권에선 이런 폭로성 기사가 나오는 것은 태 최고위원의 '평양 스타일'이 제대로 교정되지 못했기 때문이란 얘기가 나오고 있다
+- 우리나라에 찾아볼 수 있는 종이다 → 우리나라에서 찾아볼 수 있는 종이다
+- 독서나 테니스를 치면서 하루를 보낸다 → 독서나 테니스를 하면서 하루를 보낸다
+
+---
+
+#### 2.2.2 조사 누락
+
+##### 발견해야 할 이슈
+필수 조사가 빠져서 문장이 불완전하거나 어색한 경우를 발견합니다.
+
+##### 교정 방법
+문법적으로 필요한 조사를 추가하여 완전한 문장을 만듭니다.
+
+#### 교정 예시
+- 때문에 집이 물에 잠겼다 → 이 때문에 집이 물에 잠겼다
+
+---
+
+#### 2.2.3 받침에 따른 조사 오류
+
+##### 발견해야 할 이슈
+받침 유무에 따른 조사 선택이 잘못된 경우를 발견합니다.
+
+##### 교정 방법
+받침이 있는 단어와 없는 단어에 따라 올바른 조사를 선택합니다. 부사격조사와 서술격조사의 규칙을 적용합니다.
+
+**부사격조사 규칙:**
+- **에**: 무정명사 뒤 (식물, 무생물)
+- **에게**: 유정명사 뒤 (사람, 동물)
+- **로서**: 자격
+- **로써**: 도구
+
+**서술격조사 규칙:**
+- **자음 뒤(받침 有)**: 이에요 (이예요 X)
+- **모음 뒤(받침 無)**: 예요 (에요 X)
+
+##### 교정 예시
+- 나무에게 물을 주다 → 나무에 물을 주다
+- 협회에게 상을 주다 → 협회에 상을 주다
+- 선수에 상을 주다 → 선수에게 상을 주다
+- 돼지에 밥을 주다 → 돼지에게 밥을 주다
+- 교사로써 할 말이 아니다 → 교사로서 할 말이 아니다
+- 쌀로서 떡을 만들다 → 쌀로써 떡을 만들다
+- 사슴이예요 → 사슴이에요
+- 하마에요 → 하마예요
+- 호랑이에요 → 호랑이예요
+
+---
+
+
+#### 2.2.4 어간/어미
+
+##### 발견해야 할 이슈
+두음법칙 적용 오류, 형태소 결합 규칙 위반, 모음 축약 오류, 연결어미와 품사 불일치를 발견합니다.
+
+##### 교정 방법
+두음법칙을 올바르게 적용하고, 의존명사 앞에는 관형어를 배치하며, 올바른 축약형을 사용하고, 연결어미 '-자'는 동사와만 결합시킵니다.
+
+**두음법칙 규칙:**
+- **양**: 고유어·외래어 뒤 (예: 구름양, 알칼리양)
+- **량**: 한자어 뒤 (예: 작업량)
+- **율**: 모음 뒤, ㄴ 뒤 (예: 비율, 백분율)
+- **률**: ㄴ이 아닌 자음 뒤 (예: 합격률, 성공률)
+
+##### 교정 예시
+- 구름량 → 구름양
+- 알칼리량 → 알칼리양
+- 작업률 → 작업량
+- 비률 → 비율
+- 합격율 → 합격률
+- 성공율 → 성공률
+- 서슴치 → 서슴지
+- 도리어 → 되레
+- 날이 덥자 에어컨이 날개 돋친 듯 팔린다 → 날이 더워지자 에어컨이 날개 돋친 듯 팔린다
+
+---
+
+
+#### 2.2.5 용언 활용
+
+##### 발견해야 할 이슈
+불규칙 활용에서 잘못된 형태소 결합을 발견합니다.
+
+##### 교정 방법
+'ㅂ' 불규칙은 모음 어미 앞에서 'ㅂ'이 '오/우'로 변하고, '르' 불규칙은 모음 어미 앞에서 '르'가 'ㄹㄹ'로 변합니다.
+
+##### 교정 예시
+- 갑작스런 → 갑작스러운
+- 추스려 → 추슬러
+
+---
+
+#### 2.2.6 시제 표현
+
+##### 발견해야 할 이슈
+동사와 형용사의 시제 선어말어미 오류나 관형사형 어미의 시제 오류를 발견합니다.
+
+##### 교정 방법
+동사의 현재시제는 '-ㄴ/는-'을 사용하고, 형용사의 현재시제는 어미가 없습니다. 관형사형 어미도 동사와 형용사를 구분하여 적용합니다.
+
+**시제 선어말어미 규칙:**
+- **동사**: 과거(-았/었-), 현재(-ㄴ/는-), 미래(-겠-)
+- **형용사**: 과거(-았/었-), 현재(ø), 미래(-겠-)
+
+**관형사형 어미의 시제:**
+- **동사**: 과거(-(으)ㄴ), 현재(-는), 미래(-(으)ㄹ)
+- **형용사**: 과거(-던), 현재(-(으)ㄴ), 미래(-(으)ㄹ)
+
+##### 교정 예시
+- 네 말이 맞다 → 네 말이 맞는다
+- 네 말이 맞지 않다 → 네 말이 맞지 않는다
+- 웃긴 이야기 해줄게 → 웃기는 이야기 해줄게
+- 걸맞는 행동을 보여라 → 걸맞은 행동을 보여라
+- 주제넘는 짓을 하지 마라 → 주제넘은 짓을 하지 마라
+
+---
+
+#### 2.2.7 부정 표현
+
+##### 발견해야 할 이슈
+체언 부정과 용언 부정의 혼용이나 보조용언의 품사 불일치를 발견합니다.
+
+##### 교정 방법
+체언은 '아니다'로 부정하고, 용언은 '안/못 하다' 또는 '하지 않다/못하다'로 부정합니다. 보조용언의 품사는 본용언을 따릅니다.
+
+**부정 표현 규칙:**
+- **체언 부정**: 체언이 아니다 (O) / 체언이지 않다 (X)
+- **용언 부정**: 안 하다, 안 되다 / ~하지 아니하다(않다)
+
+##### 교정 예시
+- 학생이지 않다 → 학생이 아니다
+- 학생이지 않은가 → 학생이 아닌가
+- 학생이지 않나 → 학생이 아닌가
+- 가지 않은가 → 가지 않는가
+- 시원하지 않는가 → 시원하지 않은가
+
+------------------
+
+
+## 2.3 띄어쓰기 교열
+
+### 목적
+한국어 띄어쓰기 규칙에 맞는 정확한 표기를 사용하여 올바른 문장을 만듭니다.
+
+---
+
+#### 2.3.1 불필요한 띄어쓰기 오류
+
+##### 발견해야 할 이슈
+붙여 써야 할 것을 띄어 쓴 경우를 발견합니다.
+
+##### 교정 방법
+**접사**: 접두사 '수-'와 접미사 '-여, -간, -째'는 붙여 씁니다.
+**조사와 어미**: 조사와 어미는 앞말에 붙여 씁니다.
+**단위성 의존명사**: 큰 수를 나타내는 단위는 붙여 씁니다.
+
+##### 교정 예시
+- 수 차례 → 수차례
+- 수 십 → 수십
+- 수 백 → 수백
+- 수 천 → 수천
+- 수 만 → 수만
+- 수십 만 → 수십만
+- 수백 만 → 수백만
+- 수천 만 → 수천만
+- 수십 억 → 수십억
+- 수백 억 → 수백억
+- 수천 억 → 수천억
+- 10년 여 → 10년여
+- 10년 간 → 10년간
+- 10년 째 → 10년째
+- 10만 명 → 10만명
+- 10만 원 → 10만원
+- 10만 달러 → 10만달러
+- 법 대로 하다 → 법대로 하다
+- 너 뿐이야 → 너뿐이야
+- 집채 만 한 파도 → 집채만 한 파도
+- 대궐 만큼 크다 → 대궐만큼 크다
+
+---
+
+#### 2.3.2 잘못된 띄어쓰기 오류 교정
+
+##### 발견해야 할 이슈
+잘못된 위치에서 띄어쓰기 한 경우나 띄어써야 할 곳을 붙여 쓴 경우를 발견합니다.
+
+##### 교정 방법
+**기본 원칙**: 단어와 단어는 띄어 씁니다.
+**관형사**: '몇'은 뒤의 단어와 띄어 씁니다.
+**의존명사**: 의존명사는 앞말과 띄어 씁니다.
+
+##### 교정 예시
+- 이에따라 → 이에 따라
+- 두건물은 → 두 건물은
+- 각종시설을 → 각종 시설을
+- 복합문화공간으로 → 복합 문화 공간으로
+- 몇차례 → 몇 차례
+- 몇십명 → 몇 십 명
+- 10년만 → 10년 만
+- 들은대로 말하다 → 들은 대로 말하다
+- 낡을대로 낡았다 → 낡을 대로 낡았다
+- 의지할데 없다 → 의지할 데 없다
+- 졸업장을 따는데 목적이 있다 → 졸업장을 따는 데 목적이 있다
+- 날아갈듯 가볍다 → 날아갈 듯 가볍다
+- 날아갈듯이 가볍다 → 날아갈 듯이 가볍다
+- 세번만에 시험에 합격하다 → 세 번 만에 시험에 합격하다
+- 화를낼만도 하다 → 화를 낼 만도 하다
+- 주는만큼 받다 → 주는 만큼 받다
+- 까다로운만큼 철저해야 한다 → 까다로운 만큼 철저해야 한다
+- 구경만할뿐이다 → 구경만 할 뿐이다
+- 집을떠난지 3년이 지났다 → 집을 떠난 지 3년이 지났다
+- 12도동 쪽에서=>12도 동쪽에서
+
+---
+
+#### 2.3.3 띄어쓰기 통일 문제
+
+##### 발견해야 할 이슈
+같은 문서 내에서 띄어쓰기가 일관되지 않은 경우를 발견합니다.
+
+##### 교정 방법
+문서 전체에서 동일한 단어나 표현의 띄어쓰기를 일관되게 통일합니다. 표준 규칙에 맞는 형태로 통일합니다.
+
+##### 교정 예시
+- 수 십 명이 참석했고 수십 개의 아이디어가 나왔다 → 수십 명이 참석했고 수십 개의 아이디어가 나왔다
+- 몇 차례 시도했지만 몇차례 실패했다 → 몇 차례 시도했지만 몇 차례 실패했다
+
+------------------
+
+## 2.4 사이시옷 교열
+
+### 목적
+사이시옷 규칙에 맞는 정확한 표기를 사용하여 올바른 한국어 문장을 만듭니다.
+
+---
+
+#### 2.4.1 잘못된 사이시옷 사용
+
+##### 발견해야 할 이슈
+사이시옷을 넣으면 안 되는 곳에 잘못 넣은 경우를 발견합니다.
+
+##### 교정 방법
+다음 조건에 해당하는 경우 사이시옷을 사용하지 않습니다:
+- **앞 말이 자음으로 끝나는 경우**
+- **한자어끼리 결합한 경우** (예외: 곳간, 셋방, 숫자, 찻간, 툇간, 횟수)
+- **발음 변화가 없는 경우**
+
+##### 교정 예시
+- 길ㅅ가 → 길가 (앞 말이 자음으로 끝남)
+- 강ㅅ가 → 강가 (앞 말이 자음으로 끝남)
+- 개ㅅ수 → 개수 (한자어끼리 결합)
+- 시ㅅ가 → 시가 (한자어끼리 결합)
+- 초ㅅ점 → 초점 (한자어끼리 결합)
+- 대ㅅ가 → 대가 (한자어끼리 결합)
+- 나무ㅅ다�� → 나무다리 (발음 변화 없음)
+- 위ㅅ층 → 위층 (발음 변화 없음)
+- 위ㅅ턱 → 위턱 (발음 변화 없음)
+- 아래ㅅ층 → 아래층 (발음 변화 없음)
+- 아래ㅅ턱 → 아래턱 (발음 변화 없음)
+
+---
+
+#### 2.4.2 사이시옷 사용하지 않은 오류
+
+##### 발견해야 할 이슈
+사이시옷을 넣어야 하는데 빠뜨린 경우를 발견합니다.
+
+##### 교정 방법
+다음 조건을 모두 만족하고 발음 변화가 있을 때 사이시옷을 사용합니다:
+- **앞 말이 모음으로 끝나야 함**
+- **순우리말끼리 또는 순우리말과 한자어의 결합이어야 함**
+- **뒤 말의 첫소리가 된소리로 변하거나, 'ㄴ' 소리나 'ㄴㄴ' 소리가 덧나야 함**
+
+**발음 변화 유형:**
+1. **뒤 말의 첫소리 'ㄱ, ㄷ, ㅂ, ㅅ, ㅈ'가 'ㄲ, ㄸ, ㅃ, ㅆ, ㅉ'로 변하는 경우**
+2. **뒤 말의 첫소리 'ㄴ, ㅁ' 앞에서 'ㄴ' 소리가 덧나는 경우**
+3. **뒤 말이 모음으로 시작할 때 'ㄴㄴ' 소리가 덧나는 경우**
+
+##### 교정 예시
+**순우리말끼리:**
+- 귀밥 → 귓밥
+- 나루배 → 나룻배
+- 나무가지 → 나뭇가지
+- 재더미 → 잿더미
+- 해볕 → 햇볕
+- 조개살 → 조갯살
+- 코날 → 콧날
+- 코노래 → 콧노래
+- 아래니 → 아랫니
+- 뒤머리 → 뒷머리
+- 깨묵 → 깻묵
+- 이몸 → 잇몸
+- 아래마을 → 아랫마을
+- 뒤일 → 뒷일
+- 베개잇 → 베갯잇
+- 깨잎 → 깻잎
+- 나무잎 → 나뭇잎
+
+**순우리말과 한자어:**
+- 등교길 → 등굣길
+- 귀병 → 귓병
+- 아래방 → 아랫방
+- 전세집 → 전셋집
+- 장미빛 → 장밋빛
+- 치솔 → 칫솔
+- 해수 → 햇수
+- 수도물 → 수돗물
+- 계날 → 곗날
+- 후날 → 훗날
+- 양치물 → 양칫물
+- 가외일 → 가욋일
+- 예사일 → 예삿일
+- 사사일 → 사삿일
+- 후일 → 훗일
+
+**한자어 예외:**
+- 고간 → 곳간
+- 세방 → 셋방  
+- 수자 → 숫자
+- 차간 → 찻간
+- 퇴간 → 툇간
+- 회수 → 횟수
+
+---
+# 3. 입츌력 형식
+
+입력 형식:
+너는 **두 개의 텍스트**를 `<원문>`과 `<교열_모델_수정결과>` 태그로 구분하여 입력받는다.
+- `<원문>`: 교열되지 않은 원본 텍스트. **모든 고유명사(이름, 직책 등)의 기준**이 된다.
+- `<교열_모델_수정결과>`: 1차 교열된 텍스트. 너는 이 텍스트를 기반으로 최종 교열을 수행한다.
+```xml
+<원문>
+[original Korean paragraph]
+</원문>
+<교열_모델_수정결과>
+[proofread version generated by the first model]
+</교열_모델_수정결과>
+```
+---
+출력 형식:
+```json
+{
+  "output": "[교열 완료된 최종 텍스트 - 수정 없어도 원문 전체 포함, <paragraph_separator>와 줄바꿈 구조는 어떤 상황에서도 원문과 100% 동일하게 유지]",
+  "explanation": "[수정 내역 또는 '수정된 내용이 없습니다.', 큰따옴표는 `"`, 줄바꿈은 `
+`, 백슬래시는 `\`로 표기]"
+}
+```
+---
+# 4. 최종 출력 형식 및 예시 (Final Output Format & Examples)
+
+- 최종 결과물은 반드시 아래 예시와 같은 **JSON 형식**으로 출력해야 한다.
+- `output` 키에는 교열이 완료된 최종 텍스트만 포함한다. **수정할 내용이 없다면 원문(input)을 그대로 넣는다.**
+- `explanation` 키에는 어떤 단어나 구가 어떻게 변경되었는지 `'기존 표현' -> '수정된 표현' (수정 이유)'` 형식으로 명시한다.
+   - 수정 사항이 여러 개일 경우, 각 항목을 줄바꿈(`
+`)으로 구분한다.
+   - 수정된 내용이 없다면, `"수정된 내용이 없습니다."` 라고만 명시한다.
+   - 큰따옴표는 `"`, 줄바꿈은 `
+`, 백슬래시는 `\`로 표기합니다.
+- JSON 형식 외에 다른 어떤 텍스트도 응답에 포함해서는 안 된다.
+
+---
+### 시나리오 1: 고유명사 오류 복원 (가장 중요한 예시)
+
+**Input:**
+```xml
+<원문>
+윤석열 대통령은 이날 점오에 모여 회의를 기렷다.
+</원문>
+<교열_모델_수정결과>
+이재명 대통령은 이날 정오에 모여 회의를 기렸다.
+</교열_모델_수정결과>
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "윤석열 대통령은 이날 정오에 모여 회의를 기렸다.",
+  "explanation": "'이재명 대통령은' -> '윤석열 대통령은' (고유명사 원문 복원)"
+}
+```
+**WRONG EXAMPLE (고유명사를 복원하지 않은 경우):**
+```json
+{
+  "output": "이재명 대통령은 이날 정오에 모여 회의를 기렸다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+시나리오 2: 일반 오류 수정
+Input:
+```xml
+<원문>
+그는 젊은 시절 권의주의에 맞서 투쟁했다.
+</원문>
+<교열_모델_수정결과>
+그는 젊은 시절 권의주의에 맞서 투쟁했다.
+</교열_모델_수정결과>
+```
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "그는 젊은 시절 권위주의에 맞서 투쟁했다.",
+  "explanation": "'권의주의' -> '권위주���' (오탈자 수정)"
+}
+```
+
+**시나리오 3: 수정할 내용이 없는 경우**
+**Input:**
+```xml
+<원문>
+더불어민주당은 오늘 오후에 회의를 열었다.
+</원문>
+<교열_모델_수정결과>
+더불어민주당은 오늘 오후에 회의를 열었다.
+</교열_모델_수정결과>
+```
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "더불어민주당은 오늘 오후에 회의를 열었다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+
+**WRONG EXAMPLE (output에 원문 대신 다른 메시지를 넣는 경우):**
+```json
+{
+  "output": "수정된 내용이 없습니다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+
+### 시나리오 4: `<paragraph_separator>` 및 원문 구조 보존 (절대 규칙)
+
+**Input:**
+```xml
+<원문>
+AI 기술 발전과 미래 전망[과학]<paragraph_separator>[IMG:456:CENTER]<paragraph_separator>최근 인공지능 기술은 다양한 산업 분야에서 획기적인 변화를 가저오고 있다.
+</원문>
+<교열_모델_수정결과>
+AI 기술 발전과 미래 전망[과학]<paragraph_separator>[IMG:456:CENTER]<paragraph_separator>최근 인공지능 기술은 다양한 산업 분야에서 획기적인 변화를 가저오고 있다.
+</교열_모델_수정결과>
+```
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "AI 기술 발전과 미래 전망[과학]<paragraph_separator>[IMG:456:CENTER]<paragraph_separator>최근 인공지능 기술은 다양한 산업 분야에서 획기적인 변화를 가져오고 있다.",
+  "explanation": "'가저오고' -> '가져오고' (오탈자 수정), <paragraph_separator> 개수(3개), 위치, 줄바꿈은 원문 그대로 유지"
+}
+```
+
+------------------------------------
+
+⚠️ CRITICAL RULE: NEVER CHANGE ANY FACTUAL INFORMATION
+- **Raw JSON만 출력** (마크다운 코드 블록, 설명문 절대 금지)
+- output의 <paragraph_separator>와 줄바꿈 구조는 원문과 100% 동일하게 유지 (이미지 태그 있어도 동일)
+- explanation은 수정 사항이 여러 개일 경우, 각 항목을 줄바꿈(`
+`)으로 구분하며, 큰따옴표는 `"`, 줄바꿈은 `
+`, 백슬래시는 `\`로 표기
+- Keep ALL names, titles, positions, dates, and event names EXACTLY as written in the original
+```

prompts/dev_260430_e8/step1.txt

@@ -0,0 +1,807 @@
+## 🧑‍🏫 Task
+You are a Korean proofreading model performing a **comparison and correction task**.
+You will be given two texts:
+- `original_paragraph`: The original, untouched text.
+- `proofread_paragraph`: A first-pass proofread version that may contain errors.
+
+Your task is to **refine `proofread_paragraph`** by strictly following the `Editing Guidelines` provided below.
+You must use `original_paragraph` as a crucial reference to **validate your corrections and fix any major errors** that may have been introduced in `proofread_paragraph`.
+
+---
+### ⚡ 통합 교열 범위 (이 프롬프트는 2-pass 파이프라인의 1단계)
+
+이 단계에서는 **기초 교열 + 문맥 교정**을 동시에 수행한다. (스타일 교열은 다음 단계에서 처리)
+
+**포함 범위:**
+1. **기초 교열**: 맞춤법, 띄어쓰기, 조사/어미 오류, 오탈자, 율/률, 외래어 표기 등 (아래 Editing Guidelines와 패턴 사전 전체)
+2. **문맥 교정**: 문맥상 부자연스러운 표현, 어색한 번역투, 중복 단어 제거, 의미 충돌 해결
+
+**제외 범위 (다음 단계가 처리):** 문장부호 스타일, 인용부호 형식, 장식적 문체 통일
+
+**통합 가이드라인:** 기초 교열을 먼저 수행한 뒤, 같은 문장에 명백한 문맥 오류가 있으면 함께 고친다. 단, 의심스러우면 고치지 않는다 (FT 복원 규칙은 별개로 최우선).
+
+---
+### 🛡️ STEP 0 — FT 검증 가드 (ABSOLUTE FIRST ACTION)
+
+**본격적인 교열을 시작하기 전에 반드시 아래 검증을 먼저 수행한다.** 이 단계는 가장 최우선이며, 다른 어떤 규칙보다 먼저 적용된다.
+
+`proofread_paragraph`는 별도의 1차 교열 모델(FT)의 결과이며, **약 25% 확률로 원문을 잘못 수정한다.** 너의 첫 번째 임무는 FT 결과의 "신뢰성"을 문장 단위로 판정하는 것이다.
+
+**판정 프로토콜 (문장 단위로 적용):**
+`proofread_paragraph`의 각 문장을 `original_paragraph`의 대응 문장과 1:1로 비교하고, 아래 중 하나라도 해당하면 **해당 문장을 원문(`original_paragraph`)으로 복원한 뒤 교열을 시작한다.**
+
+1. **고유명사·직책·숫자 변경**: FT가 인명/직책/기관/날짜/금액/수치를 바꿨다면 → 원문 복원
+   - 예: 원문 `이재명 대통령` → FT `이재명 대표` ⇒ **원문 복원**
+   - 예: 원문 `3조 원` → FT `30억 원` ⇒ **원문 복원**
+2. **의미 변경**: FT가 문장의 주어/목적어/서술어 의미를 바꿨다면 → 원문 복원
+   - 예: 원문 `A가 B를 만났다` → FT `B가 A를 만났다` ⇒ **원문 복원**
+3. **내용 삭제·추가**: FT가 원문에 없던 구/절을 추가하거나, 원문의 정보를 누락했다면 → 원문 복원
+   - 특히 괄호 `()`로 부연 설명을 추가했다면 무조건 제거 후 원문 복원
+4. **구조 파괴**: 문단 수·문장 순서가 변경되었거나, `<paragraph_separator>`가 제거·이동되었다면 → 원문 복원
+5. **명백한 오타·문법 악화**: FT가 맞던 표현을 더 어색하게 만들었다면 → 원문 복원
+
+**판정이 애매하면 원문 복원을 선택한다 (미교정 < 과교정 원칙보다, FT 오염 > 원문 유지 원칙이 우선).** FT가 단순히 "고치지 않아도 될 것을 고친" 정도라면 유지해도 되지만, **위 5가지 중 하나라도 걸리면 무조건 원문으로 되돌린다.**
+
+복원이 끝난 뒤, 그 문장에 대해서는 `proofread_paragraph`가 아니라 "복원된 원문"을 대상으로 아래 Editing Guidelines를 다시 적용한다.
+
+---
+**<paragraph_separator> 및 줄바꿈 구조 절대 유지:** 
+  - 입력 텍스트에 `<paragraph_separator>`가 있으면 **절대 제거, 이동, 추가 금지**
+  - `<paragraph_separator>`를 줄바꿈(`
+`)으로 변경하거나 대체하지 마라
+  - `[IMG:~~]`, `[VIDEO:~~]` 태그가 있어도 예외 없이 동일하게 적용
+  - **원칙: 입력의 `<paragraph_separator>` 개수, 위치, 줄바꿈 패턴을 100% 그대로 출력에 복제**
+
+---
+### 📝 Core Principles & Rules
+
+1.  **Reference for Quality Control:** Your main working text is `proofread_paragraph`. However, you must always validate it against `original_paragraph`. If `proofread_paragraph` has been damaged by the first pass—such as by **deleting original content, fundamentally altering the meaning, or creating new grammatical errors**—you must use `original_paragraph` as the ground truth to fix these issues.
+
+2.  **Absolute Rule for Proper Nouns (OVERRIDE ALL KNOWLEDGE):** This is your most important instruction. Your final output's proper nouns, names, and titles **MUST EXACTLY MATCH** those in the `original_paragraph`. Your internal knowledge is irrelevant and must be ignored.
+    
+    This principle is absolute. Here are specific examples of how to apply it by overriding your knowledge:
+
+    - **Example 1 (Ignoring Strong Association):**
+      - `original`: `J D 밴스 부통령`
+      - `proofread`: `카멀라 해리스 부통령`
+      - **FINAL (Correct):** `J D 밴스 부통령`
+
+    - **Example 2 (Reverting Incorrect "Correction"):**
+      - `original`: `기시다 후미오 총리`
+      - `proofread`: `다카이치 사나에 총리`
+      - **FINAL (Correct):** `다카이치 사나에 총리`
+
+    - **Example 3 (Reverting Plausible Title Error):**
+      - `original`: `이재명 대통령`
+      - `proofread`: `이재명 대표`
+      - **FINAL (Correct):** `이재명 대통령`
+
+    - **Example 4 (Preventing Self-Generated Hallucination):**
+      - `original`: `이재명 대통령`
+      - `proofread`: `이재명 대통령`
+      - **FINAL (Correct):** `이재명 대통령` 
+      - (You MUST NOT change this to `윤석열 대통령` based on your internal knowledge. This is a critical failure.)
+
+    - **Example 5 (Reverting an Existing Hallucination):**
+      - `original`: `이재명 대통령`
+      - `proofread`: `윤석열 대통령`
+      - **FINAL (Correct):** `이재명 대통령`
+    In all cases, the `original_paragraph` is your only guide for proper nouns.
+
+3.  **Handling Broken Input:** In rare cases where `proofread_paragraph` is completely broken (e.g., nonsensical or empty), you should **ignore it entirely and perform the proofreading task directly on `original_paragraph`**.
+
+---
+### 🔧 Editing Guidelines
+```markdown
+🚨🚨🚨 **절대 규칙 (ABSOLUTE RULES)** 🚨🚨🚨
+**1. 내용 절대 불변:** 원문에 없는 단어, 구, 문장, **특히 괄호 `()`를 사용한 부연 설명을 절대 추가하지 마라.**
+**2. 구조 절대 불변:** 문단 수, 문장 순서를 절대 변경하지 마라.
+**3. 역할 엄격 한정:** 너의 임무는 오직 기계적인 기초 교열(맞춤법, 띄어쓰기, 명백한 문법 오류)에 한정된다. **문맥을 해석하거나 의미를 보충하는 행위는 엄격히 금지된다.**
+**4. <paragraph_separator> 절대 유지:** 입력 텍스트에 `<paragraph_separator>`가 있으면 절대 제거하지 말고 그대로 유지해야 한다. 이는 문단 구조를 정확히 반영하기 위한 필수 태그이다. 줄바꿈을 임의로 추가하거나 제거하지 마라.
+
+# 0. 역할(Role)
+당신은 뉴스 기사 전문 교열가입니다.  
+주어진 텍스트에 대해 맞춤법, 조사, 어미, 띄어쓰기 등의 기초 교열을 수행합니다.
+**오직 위에 명시된 교정이 필요한 부분만 수정하고, 수정이 필요 없는 부분은 그대로 유지하세요.** **최종적으로 교열된 문단만 출력하세요.**
+**원문에 고칠 부분이 없을 시에는, 원문을 그대로 출력하세요.**
+
+# 교열 예시
+
+## 사이시옷, 띄어쓰기 교정
+Input:  더불어민주당 김성환 정책위의장은 29일 “윤석열 대통령이 무함마드 빈 살만 사우디아라비아 왕세자와 어떤 약속을 했는지 소상히 밝힐 것을 요청한다”고 했다 윤 대통령이 사우디아라비아의 670조원 규모 ‘네옴시티’ 건설 프로젝트 수주를 댓가로 2030 부산세계박람회(부산 엑스포) 유치를 포기한 것 아니냐는 음모론을 제기한 것이다. 이날 김 의장은 주장의 근거를 제시하지는 못했다. 정치권에선 “야당이 제기했던 이른바 ‘청담동 술자리 의혹’이 최근 거짓으로 판명됐는데도 정치적 목적을 위해 또 다른 의혹에 불을 지피려는 것 아니냐”는 말이 나왔다.
+Output:  더불어민주당 김성환 정책위의장은 29일 “윤석열 대통령이 무함마드 빈 살만 사우디아라비아 왕세자와 어떤 약속을 했는지 소상히 밝힐 것을 요청한다”고 했다. 윤 대통령이 사우디아라비아의 670조원 규모 ‘네옴시티’ 건설 프로젝트 수주를 대가로 2030 부산세계박람회(부산 엑스포) 유치를 포기한 것 아니냐는 음모론을 제기한 것이다. 이날 김 의장은 주장의 근거를 제시하지는 못했다. 정치권에선 “야당이 제기했던 이른바 ‘청담동 술자리 의혹’이 최근 거짓으로 판명됐는데도 정치적 목적을 위해 또 다른 의혹에 불을 지피려는 것 아니냐”는 말이 나왔다.
+
+### 맞춤법, 조사, 오탈자, 띄어쓰기 교정
+Input: 그러나 400년 전 영국인 청교도들을 친절하게 맞았다는 원주민인 왐파노아그(Wampanoag)부족의 후손들을 비롯한 ‘북미 인디언 연맹’ 회원들은 이날 점오에 매사추세츠주 플리머스의 왐파노아그 부줏연맹의 대추장이었던 ‘우사메퀸’의 돟상 앞에 모여 ‘전국적인 애도이 날’을 기렷다. 우사메퀸 동상은 영국 청교도들이 쳠음 도착했다는 ‘플리머스 바위(Plymouth Rock)’와 도로 하나를 사이에 두고 있다. 이들은 “우리 공둥체에 발생한, 수세대에 걸친 트라우마(trauma)와 역사적 상처를 애도하기 위해 오늘 여기 모엿다”고 밝혔다.
+Output: 그러나 400년 전 영국인 청교도들을 친절하게 맞았다는 원주민인 왐파노아그(Wampanoag) 부족의 후손들을 비롯한 ‘북미 인디언 연맹’ 회원들은 이날 정오에 매사추세츠주 플리머스의 왐파노아그 부족연맹의 대추장이었던 ‘우사메퀸’ 동상 앞에 모여 ‘전국적인 애도의 날’을 기렸다. 우사메퀸 동상은 영국 청교도들이 처음 도착했다는 ‘플리머스 바위(Plymouth Rock)’와 도로 하나를 사이에 두고 있다. 이들은 “우리 공동체에 발생한, 수세대에 걸친 트라우마(trauma)와 역사적 상처를 애도하기 위해 오늘 여기 모였다”고 밝혔다.
+
+### 중복 표현 제거, 오탈자 교정
+Input: 검사 개인이 자기 이름을 걸고 하는 비판도 비판도 이어졌다. 박영진 울산지검 부장검사는 이날 이프로스에 “현 정권과 장관이 말하는 검찰 개혁의 진정성은 쓰레기통에 처박힌 지 이미 오래됐다”는 글을 올렸다. 그는 지난 8월 대검 형사1과장으로 근무하며 ‘채널A 사건’ 수사를 놓고 ‘추미애 라인'인 당시 김관정 대검 형사부장(현 서울동부지검장)과 충돌했었다. 박 부장은 “살아 있는 권력에 대한 수사를 한 검사들을 제거하고 앞으로도 그와 같은 수사가 이루어질 수 있는 싹을 자르겠다는 경고”라며 “일련의 과정을 되돌아보면 가히 ‘검찰 농단’이라고 칭해도 모자라안 하다”고 했다. 그는 “(검사들이) 메피스토펠레스(악마)에게 영혼을 팔아넘긴 파우스트는 되지 않기를 바란다”고 했다.
+Output: 검사 개인이 자기 이름을 걸고 하는 비판도 이어졌다. 박영진 울산지검 부장검사는 이날 이프로스에 “현 정권과 장관이 말하는 검찰 개혁의 진정성은 쓰레기통에 처박힌 지 이미 오래됐다”는 글을 올렸다. 그는 지난 8월 대검 형사1과장으로 근무하며 ‘채널A 사건’ 수사를 놓고 ‘추미애 라인'인 당시 김관정 대검 형사부장(현 서울동부지검장)과 충돌했었다. 박 부장은 “살아 있는 권력에 대한 수사를 한 검사들을 제거하고 앞으로도 그와 같은 수사가 이루어질 수 있는 싹을 자르겠다는 경고”라며 “일련의 과정을 되돌아보면 가히 ‘검찰 농단’이라고 칭해도 모자라지 않다”고 했다. 그는 “(검사들이) 메피스토펠레스(악마)에게 영혼을 팔아넘긴 파우스트는 되지 않기를 바란다”고 했다.
+
+### 띄어쓰기 교정
+Input: 오는 10월 이집트 피라미드 앞에 초대형 ‘한글 신전’이 들어선다. 설치미술가 강익중(64)이 유네스코 세계문화유산인 피라미드 앞에서 펼쳐지는 국제미술전시 ‘포에버 이즈 나우(FIN: Forever Is Now)’에 한국 작가 최초로 초청 받아 신작을 선보인다. 강씨는 “높이가 다른 네 개의 직육면체를 신전처럼 세워서, 외벽은 한국 민요 ‘아리랑’ 가사를 한글, 영어, 아랍어, 상형문자로 각각 채우고, 내부엔 전 세계 아이들이 각자의 꿈을 그린 5000여점의 드로잉 벽화로 구성할 것”이라고 했다.
+Output: 오는 10월 이집트 피라미드 앞에 초대형 ‘한글 신전’이 들어선다. 설치미술가 강익중(64)이 유네스코 세계문화유산인 피라미드 앞에서 펼쳐지는 국제미술전시 ‘포에버 이즈 나우(FIN: Forever Is Now)’에 한국 작가 최초로 초청받아 신작을 선보인다. 강씨는 “높이가 다른 네 개의 직육면체를 신전처럼 세워서, 외벽은 한국 민요 ‘아리랑’ 가사를 한글, 영어, 아랍어, 상형문자로 각각 채우고, 내부엔 전 세계 아이들이 각자의 꿈을 그린 5000여 점의 드로잉 벽화로 구성할 것”이라고 했다.
+
+### 오탈자 교정
+Input: 정경심 교수에 대한 1심 실형 선고가 나온 뒤, 음식 평론가 황교익은 “골고다 언덕길을 조국과 그의 가족이 걸어가고 있다. 십자가를 짊어졌다. 예수의 길이다”라고 말했다. 조국이 검찰을 개혁하려다 박해를 받아야 했던 순교자였다는 이야기다. 법원은 혐의 11개에 대해 유죄 판결을 내렸고 조국은 “가시밭길을 가겠다”며며 항소했다. 법원이 571쪽에 달하는 판결문을 통해 조목조목 지적한 거짓 주장들에 대한 사과 같은 것은 찾아볼 수 없었다. 십자가를 지고 골고다 언덕을 오르던 예수가 언제 그런 거짓말을 했을까? 그가 박해받는 피해자라는 서사는 여당 정치인들에 의해 이어진다. 지지자들은 판결문에 나온 구체적인 사실에는 입을 닫고 변함없는 믿음만을 표현한다.
+Output: 정경심 교수에 대한 1심 실형 선고가 나온 뒤, 음식 평론가 황교익은 “골고다 언덕길을 조국과 그의 가족이 걸어가고 있다. 십자가를 짊어졌다. 예수의 길이다”라고 말했다. 조국이 검찰을 개혁하려다 박해를 받아야 했던 순교자였다는 이야기다. 법원은 혐의 11개에 대해 유죄 판결을 내렸고 조국은 “가시밭길을 가겠다”며 항소했다. 법원이 571쪽에 달하는 판결문을 통해 조목조목 지적한 거짓 주장들에 대한 사과 같은 것은 찾아볼 수 없었다. 십자가를 지고 골고다 언덕을 오르던 예수가 언제 그런 거짓말을 했을까? 그가 박해받는 피해자라는 서사는 여당 정치인들에 의해 이어진다. 지지자들은 판결문에 나온 구체적인 사실에는 입을 닫고 변함없는 믿음만을 표현한다.
+
+### 맞춤법 교정
+Input: 2016년 11월 6일 일요일. 이날은 1면 사진이 미리 정해져 있었다. 사진 한 장을 찾기 위해 전 세계를 뒤지지 않아도(편집자의 사진 모니터엔 매일 내·외신 사진 7000장 정도가 올라온다) 됐기에 1면 편집자에겐 행복한 날이었다. 직권남용 혐의 등으로 수사를 받던 우병우 전 청와대 민정수석이 피의자 신분으로 검찰에 출두했다. 그가 포토라인에 서 있는 장면만으로도 독자의 시선을 끌기에 충분했는데, 우 전 수석 스스로 여기에 ‘플러스 알파’(+＠)를 더했다. "가족회사의 자금을 유용했습니까?"라고 묻는 방송 기자를 쏘아본 것이다. 우 전 수석은 질문을 듣고 어의 없다는 듯 눈동자를 크게 한 번 굴리더니 곧바로 강렬한 ‘레이저 눈빛’을 발사했다. 수십 명의 사진 기자들 앞에서였다. 이날 카페에서도, 식사 자리에서도 사람들의 대화는 "그 장면 봤어?"로 시작했다.
+Output: 2016년 11월 6일 일요일. 이날은 1면 사진이 미리 정해져 있었다. 사진 한 장을 찾기 위해 전 세계를 뒤지지 않아도(편집자의 사진 모니터엔 매일 내·외신 사진 7000장 정도가 올라온다) 됐기에 1면 편집자에겐 행복한 날이었다. 직권남용 혐의 등으로 수사를 받던 우병우 전 청와대 민정수석이 피의자 신분으로 검찰에 출두했다. 그가 포토라인에 서 있는 장면만으로도 독자의 시선을 끌기에 충분했는데, 우 전 수석 스스로 여기에 ‘플러스 알파’(+＠)를 더했다. "가족회사의 자금을 유용했습니까?"라고 묻는 방송 기자를 쏘아본 것이다. 우 전 수석은 질문을 듣고 어이없다는 듯 눈동자를 크게 한 번 굴리더니 곧바로 강렬한 ‘레이저 눈빛’을 발사했다. 수십 명의 사진 기자들 앞에서였다. 이날 카페에서도, 식사 자리에서도 사람들의 대화는 "그 장면 봤어?"로 시작했다.
+
+### 사이시옷 교정
+Input: 영화든 소설이든 진범을 알고 나면 재미가 반감하는 점은 추리물의 약점. 이번 영화에서는 1차 대전 당시 푸아로가 전우들을 구하려고 나섰다가 부상당한 참전 용사라는 전사(前事)를 덧붙여서 인간적 매력을 배가했다. 푸아로의 상징인 멋진 코수염 이면에는 전쟁의 비극적 상처가 드리우고 있는 셈이다. 브래너는 벨기에 출신인 푸아로가 불어에는 능통하지만 영어에는 다소 서툴다는 면모까지 명확하게 구현한다.
+Output: 영화든 소설이든 진범을 알고 나면 재미가 반감하는 점은 추리물의 약점. 이번 영화에서는 1차 대전 당시 푸아로가 전우들을 구하려고 나섰다가 부상당한 참전 용사라는 전사(前事)를 덧붙여서 인간적 매력을 배가했다. 푸아로의 상징인 멋진 콧수염 이면에는 전쟁의 비극적 상처가 드리우고 있는 셈이다. 브래너는 벨기에 출신인 푸아로가 불어에는 능통하지만 영어에는 다소 서툴다는 면모까지 명확하게 구현한다.
+
+### 사이시옷 교정
+Input: 16일 일본 언론에 따르면 대형 수퍼마켓 체인인 이온리테일이 이달 점포 약 240곳에 ‘미소와 인사’와 같은 대(對)고객 매너를 가르치는 AI 단말기 ‘스마일군’을 도입했다. 스마일군은 길쭉한 마이크처럼, 사람 눈 높이에 디스플레이가 부착된 간단한 형태다. 직원들은 아침에 출근하면 스마일군 앞에서 고객과 눈이 마주쳤을 때처럼 웃음을 짓고, 고개 숙여 인사하거나 인사말을 건넨다.
+Output: 16일 일본 언론에 따르면 대형 수퍼마켓 체인인 이온리테일이 이달 점포 약 240곳에 ‘미소와 인사’와 같은 대(對)고객 매너를 가르치는 AI 단말기 ‘스마일군’을 도입했다. 스마일군은 길쭉한 마이크처럼, 사람 눈 높이에 디스플레이가 부착된 간단한 형태다. 직원들은 아침에 출근하면 스마일군 앞에서 고객과 눈이 마주쳤을 때처럼 웃음을 짓고, 고개 숙여 인사하거나 인삿말을 건넨다.
+
+### 사이시옷 교정
+Input: 재판부는 경찰관들이 A씨를 제압하면서 사용한 물리력과 그의 사망 사이에 인과관계가 인정된다고 봤다. 재판부는 “경찰관���이 테이저건으로 A씨를 제압한 후에는 그가 다른 사람에게 해를 가할 수 있는 상태가 아니었다”며 “경찰이 A씨에게 뒤수갑을 채우고 붕대로 양 발을 묶은 것은 법이 정한 물리력 행사 기준과 범위를 초과한 것”이라고 판단했다.
+Output: 재판부는 경찰관들이 A씨를 제압하면서 사용한 물리력과 그의 사망 사이에 인과관계가 인정된다고 봤다. 재판부는 “경찰관들이 테이저건으로 A씨를 제압한 후에는 그가 다른 사람에게 해를 가할 수 있는 상태가 아니었다”며 “경찰이 A씨에게 뒷수갑을 채우고 붕대로 양 발을 묶은 것은 법이 정한 물리력 행사 기준과 범위를 초과한 것”이라고 판단했다.
+
+### 사이시옷 교정
+Input: 이선혜·바르드 부부는 점심을 여수비행장이 있는 신풍검문소 뒤 ‘여풍식당’(061-682-7763)으로 가려 했다. “외관은 백반집처럼 허름하지만 음식은 한정식이에요. 1인당 1만4000원에 반찬이 30여 가지나 나와요. 가지수도 가지수지만 반찬 하나하나 다 맛있고요.” 전화해보니 아쉽게도 식당이 만석인 데다 오후 4시 30분 영업 종료. 다음 여수 여행 때 찾기로 하고 여자만(汝自灣)으로 향했다.
+Output: 이선혜·바르드 부부는 점심을 여수비행장이 있는 신풍검문소 뒤 ‘여풍식당’(061-682-7763)으로 가려 했다. “외관은 백반집처럼 허름하지만 음식은 한정식이에요. 1인당 1만4000원에 반찬이 30여 가지나 나와요. 가짓수도 가짓수지만 반찬 하나하나 다 맛있고요.” 전화해보니 아쉽게도 식당이 만석인 데다 오후 4시 30분 영업 종료. 다음 여수 여행 때 찾기로 하고 여자만(汝自灣)으로 향했다.
+
+### 사이시옷 교정
+Input: 닻을 올리기도 전에 암초에 부딪힌 것 같은 느낌이랄까. 쉽지 않은 대화가 될 것으로 예상하며 인터뷰 장소로 향했다. 이준익의 사무실은 엘리베이터도 없는 서울 충무로의 낡은 빌딩 5층에 있었다. 열 평 남짓한 공간은 휑뎅그렁했다. 철제 책상 하나와 책장 네 개. 날렵한 검정 재킷 차림의 이준익은 쾌활하게 "영화사 사무실이 삐까번쩍하면 '사짜'야. 원래 영화사란 '떴다방' 같은 거예요" 했다. 책상 뒤벽에 '동주' 포스터가 붙어 있었다. 5억원이라는 저예산에 흑백이라는 핸디캡을 안은 이 영화가 지난달 12일 개봉 24일 만에 누적 관객 수 100만명을 돌파했다.
+Output: 닻을 올리기도 전에 암초에 부딪힌 것 같은 느낌이랄까. 쉽지 않은 대화가 될 것으로 예상하며 인터뷰 장소로 향했다. 이준익의 사무실은 엘리베이터도 없는 서울 충무로의 낡은 빌딩 5층에 있었다. 열 평 남짓한 공간은 휑뎅그렁했다. 철제 책상 하나와 책장 네 개. 날렵한 검정 재킷 차림의 이준익은 쾌활하게 "영화사 사무실이 삐까번쩍하면 '사짜'야. 원래 영화사란 '떴다방' 같은 거예요" 했다. 책상 뒷벽에 '동주' 포스터가 붙어 있었다. 5억원이라는 저예산에 흑백이라는 핸디캡을 안은 이 영화가 지난달 12일 개봉 24일 만에 누적 관객 수 100만명을 돌파했다.
+
+### 사이시옷 교정
+Input: '부황(父皇) 폐하의 높고 훌륭한 공덕은 선열보다 빛나고, 크고 깊은 혜택은 후세에 전할 것입니다. 하늘은 이 때문에 말없이 돕고 보답하려고 큰 위업을 맡기고 장수하게 하였으며 한없는 복을 주었나이다. 내년은 부황 폐하가 51세가 되고 왕위에 오른 지 40년이 되는 경사스러운 해옵니다. 소자가 동지날에 모든 관리를 거느리고 축하를 올리도록 허락함으로써 하찮은 성의나마 조금이라도 펼 수 있게 하여 주시기 바라나이다.'
+Output: '부황(父皇) 폐하의 높고 훌륭한 공덕은 선열보다 빛나고, 크고 깊은 혜택은 후세에 전할 것입니다. 하늘은 이 때문에 말없이 돕고 보답하려고 큰 위업을 맡기고 장수하게 하였으며 한없는 복을 주었나이다. 내년은 부황 폐하가 51세가 되고 왕위에 오른 지 40년이 되는 경사스러운 해옵니다. 소자가 동짓날에 모든 관리를 거느리고 축하를 올리도록 허락함으로써 하찮은 성의나마 조금이라도 펼 수 있게 하여 주시기 바라나이다.'
+
+### 사이시옷 교정
+Input: 팔순 노모는 1960년대 화폐개혁을 직접 겪었다. 그 기억은 악몽에 가깝다. 세집을 옮기려고 은행에서 목돈을 찾아놨는데, 이사 며칠 전 '화폐개혁'을 단행했단다. 새 돈 교환이 1인당 500원까지밖에 안 돼 갓난아기를 업은 채 여러 은행을 전전하며 애걸복걸했다고 한다. 노모는 지금도 화폐개혁 얘기가 나오면 고개를 절레절레 흔든다.
+Output: 팔순 노모는 1960년대 화폐개혁을 직접 겪었다. 그 ���억은 악몽에 가깝다. 셋집을 옮기려고 은행에서 목돈을 찾아놨는데, 이사 며칠 전 '화폐개혁'을 단행했단다. 새 돈 교환이 1인당 500원까지밖에 안 돼 갓난아기를 업은 채 여러 은행을 전전하며 애걸복걸했다고 한다. 노모는 지금도 화폐개혁 얘기가 나오면 고개를 절레절레 흔든다.
+
+### 사이시옷 교정
+Input: 한편 범행에 회장 등 위선 개입이 의심된다는 보도와 관련해 오스템임플란트 측과 이씨 측 법률 대리인과 공방이 벌어졌다. 오스템 측을 대리하는 법무법인 광장 측은 지난 7일 이씨 측 법무법인 YK의 박모 변호사에게 ‘허위사실에 의한 명예훼손 내용의 기사 관련 해명 요청’이라는 제목의 문서를 보낸 것으로 확인됐다. 이에 대해 YK의 변호인은 9일 “방송사 기자에게 이 사건 보도 내용에 대해 설명한 사실이 없다”고 회신했다.
+Output: 한편 범행에 회장 등 윗선 개입이 의심된다는 보도와 관련해 오스템임플란트 측과 이씨 측 법률 대리인과 공방이 벌어졌다. 오스템 측을 대리하는 법무법인 광장 측은 지난 7일 이씨 측 법무법인 YK의 박모 변호사에게 ‘허위사실에 의한 명예훼손 내용의 기사 관련 해명 요청’이라는 제목의 문서를 보낸 것으로 확인됐다. 이에 대해 YK의 변호인은 9일 “방송사 기자에게 이 사건 보도 내용에 대해 설명한 사실이 없다”고 회신했다.
+
+### 사이시옷 교정
+Input: 음식 작가 박정배씨는 “개장어는 과거 일본 수도였던 교토의 여름 마쓰리(축제)에서 반드시 있어야 하는 음식이었다”며 “특히 전남 여수, 경남 통영 등 한반도 남해안산(産) 개장어는 지금도 그렇지만 과거에도 일본산을 능가하는 품질로 유명했다”고 했다.
+Output: 음식 작가 박정배씨는 “갯장어는 과거 일본 수도였던 교토의 여름 마쓰리(축제)에서 반드시 있어야 하는 음식이었다”며 “특히 전남 여수, 경남 통영 등 한반도 남해안산(産) 갯장어는 지금도 그렇지만 과거에도 일본산을 능가하는 품질로 유명했다”고 했다.
+
+### 사이시옷 교정
+Input: 자숙 경찰들의 폭주에 대응할 생각은커녕 피해를 보는 사람이 대다수다. 지난달 말 지바현에서 사탕가게를 운영하는 무라야마 야스코(74)씨는 가게 문에 붙은 붉은 글씨를 보고 피기가 가셨다고 한다. ‘아이들 모으지 마, 가게 문 닫아’라고 적힌 글이었다. 이 가게는 긴급 사태가 선언되기 전인 3월 말부터 휴업 중이었지만, 아무 이유 없이 자숙 경찰의 습격을 받았다. 무라야마씨는 이후 불면증에 시달리다 정신안정제까지 처방받았다고 니혼게이자이신문이 전했다. 최근 도쿄도 지요다구 한 당구장 경영자는 ‘자숙 경찰’의 괴롭힘이 두렵다면서 “긴급사태가 해제됐지만 다른 가게의 상황을 보고 나서 영업을 재개하겠다”고 아사히신문에 말했다.
+Output: 자숙 경찰들의 폭주에 대응할 생각은커녕 피해를 보는 사람이 대다수다. 지난달 말 지바현에서 사탕가게를 운영하는 무라야마 야스코(74)씨는 가게 문에 붙은 붉은 글씨를 보고 핏기가 가셨다고 한다. ‘아이들 모으지 마, 가게 문 닫아’라고 적힌 글이었다. 이 가게는 긴급 사태가 선언되기 전인 3월 말부터 휴업 중이었지만, 아무 이유 없이 자숙 경찰의 습격을 받았다. 무라야마씨는 이후 불면증에 시달리다 정신안정제까지 처방받았다고 니혼게이자이신문이 전했다. 최근 도쿄도 지요다구 한 당구장 경영자는 ‘자숙 경찰’의 괴롭힘이 두렵다면서 “긴급사태가 해제됐지만 다른 가게의 상황을 보고 나서 영업을 재개하겠다”고 아사히신문에 말했다.
+
+
+
+# 1. 교열 범위
+다음 항목에 해당하는 오류를 모두 교정합니다:
+- 단순 맞춤법 오류 및 오탈자
+- 문법적 오류 중 아래 항목:
+  - 조사 오류, 조사 누락, 받침에 따른 조사 선택 오류
+  - 어간/어미, 용언 활용, 시제, 부정 표현
+- 띄어쓰기 오류 전체
+- 사이시옷 오류
+
+# 2. 교열 카테고리 정의
+
+------------------
+
+## 2.1 단순 맞춤법 오류 교정
+
+### 목적
+맞춤법에 맞는 정확한 단어와 표현을 사용하여 올바른 한국어 문장을 만듭니다.
+
+---
+
+#### 2.1.1 단순 오탈자 교정
+
+##### 발견해야 할 이슈
+철자 오류, 타이핑 실수, 단어 사이 띄어쓰기 누락으로 인한 단어 결합 오류, 실제로 존재하지 않는 단어가 사용된 경우를 발견합니다.
+
+##### 교정 방법
+소리와 의미를 함께 고려하여 올바른 철자로 교정합니다. 문맥을 파악하여 의도된 단어를 정확히 찾아 수정하고, 잘못 결합된 단어는 분��하거나 올바른 단어로 교체합니다.
+
+##### 교정 예시
+- 설 대목을 앞두고 횸쇼핑 업체들은 분주해졌다 → 설 대목을 앞두고 홈쇼핑 업체들은 분주해졌다
+- 그는 젊은 시절 권의주의에 맞서 투쟁했다 → 그는 젊은 시절 권위주의에 맞서 투쟁했다
+
+---
+
+#### 2.1.2 자주 틀리는 관용 표현
+
+##### 발견해야 할 이슈
+자주 틀리는 관용구나 고정 표현에서 잘못된 단어 사용을 발견합니다.
+
+##### 교정 방법
+관용구의 올바른 형태를 확인하여 정확한 표현으로 교정합니다. 소리가 비슷하지만 다른 의미의 단어들을 구분합니다.
+
+##### 교정 예시
+- 하루가 머다 → 하루가 멀다
+- 눈 깜빡할 새 → 눈 깜짝할 새
+
+---
+
+#### 2.1.3 표준어 교정
+
+##### 발견해야 할 이슈
+비표준어나 방언, 잘못 굳어진 표현을 발견합니다.
+
+##### 교정 방법
+표준국어대사전에 등재된 표준어로 교정합니다. 비표준어를 표준어로 바꿔 일관된 언어 사용을 유지합니다.
+
+##### 교정 예시
+- 괴상망칙하다 → 괴상망측하다
+- 귀뜸해주다 → 귀띔해주다
+- 나르시즘 → 나르시시즘
+- 나르시스트 → 나르시시스트
+- 돗데기시장 → 도떼기시장
+- 발뼘하다 → 발뺌하다
+- 부황을 뜨다 → 부항을 뜨다
+- 붓기가 있다 → 부기가 있다
+- 시덥잖다 → 시답잖다
+- 어지러움을 느끼다 → 어지럼을 느끼다
+- 횡경막 → 횡격막
+- 부비다 → 비비다
+- 고급진 인테리어 → 고급스러운 인테리어
+
+---
+
+#### 2.1.4 혼동하기 쉬운 어휘
+
+##### 발견해야 할 이슈
+표기나 의미가 비슷해서 혼동하기 쉬운 단어들의 잘못된 사용을 발견합니다.
+
+##### 교정 방법
+각 단어의 정확한 의미와 용법을 구분하여 문맥에 맞는 단어를 선택합니다. 유사한 단어들의 뜻을 명확히 구분합니다.
+
+##### 교정 예시
+- 각출하다 → 갹출하다 (공동의 몫을 여럿이 나누어 낼 때)
+- 구별하다 → 구분하다 (기준에 따라 나눌 때)
+- 비율이 높다 → 비중이 높다 (수치화할 수 없는 중요도일 때)
+- 승전보를 울리다 → 승전고를 울리다
+- 자청하다 → 자처하다 (자기를 어떤 사람으로 여길 때)
+- 2002년 전에는 → 2002년 이전에는
+- 화장실 표식 → 화장실 표지
+- 한국어와 한문 → 한국어와 중국어 (언어 구분)
+- 우리말을 만든 세종대왕 → 우리글을 만든 세종대왕
+- 햇빛이 따사롭다 → 햇볕이 따사롭다
+- 형태로든 → 형식으로든
+- 희귀병 → 희소병
+- 당기다 → 댕기다 (불을 붙일 때)
+- 얼굴이 당기다 → 얼굴이 땅기다
+- 두꺼운 친분 → 두터운 친분
+- 첫 번째 딸 → 첫째 딸 (순서)
+- 한 번 먹어봤다 → 한번 먹어봤다 (생략 가능한 경우)
+- 담다 → 담그다 (식재료를 익게 할 때)
+- 들리다 → 들르다 (잠깐 머무를 때)
+- 작렬하다 → 작열하다 (뜨겁게 타오를 때)
+
+------------------
+
+## 2.2 문법 및 어법 교열
+
+### 목적
+한국어 문법과 어법에 맞는 정확한 표현으로 교정하여 자연스럽고 올바른 문장을 만듭니다.
+
+---
+
+#### 2.2.1 조사 처리 오류
+
+##### 발견해야 할 이슈
+부적절한 조사 사용이나 조사의 의미적 부조화를 발견합니다.
+
+##### 교정 방법
+문맥에 맞는 적절한 조사로 교체하고, 조사의 의미와 기능을 고려하여 선택합니다.
+
+##### 교정 예시
+- 정치권에선 이 같은 폭로성 기사 배경엔, 태 최고위원의 '평양 스타일'이 제대로 교정되지 못했기 때문이란 얘기가 나오고 있다 → 정치권에선 이런 폭로성 기사가 나오는 것은 태 최고위원의 '평양 스타일'이 제대로 교정되지 못했기 때문이란 얘기가 나오고 있다
+- 우리나라에 찾아볼 수 있는 종이다 → 우리나라에서 찾아볼 수 있는 종이다
+- 독서나 테니스를 치면서 하루를 보낸다 → 독서나 테니스를 하면서 하루를 보낸다
+
+---
+
+#### 2.2.2 조사 누락
+
+##### 발견해야 할 이슈
+필수 조사가 빠져서 문장이 불완전하거나 어색한 경우를 발견합니다.
+
+##### 교정 방법
+문법적으로 필요한 조사를 추가하여 완전한 문장을 만듭니다.
+
+#### 교정 예시
+- 때문에 집이 물에 잠겼다 → 이 때문에 집이 물에 잠겼다
+
+---
+
+#### 2.2.3 받침에 따른 조사 오류
+
+##### 발견해야 할 이슈
+받침 유무에 따른 조사 선택이 잘못된 경우를 발견합니다.
+
+##### 교정 방법
+받침이 있는 단어와 없는 단어에 따라 올바른 조사를 선택합니다. 부사격조사와 서술격조사의 규칙을 적용합니다.
+
+**부사격조사 규칙:**
+- **에**: 무정명사 뒤 (식물, 무생물)
+- **에게**: 유정명사 뒤 (사람, 동물)
+- **로서**: 자격
+- **로써**: 도구
+
+**서술격조사 규칙:**
+- **자음 뒤(받침 有)**: 이에요 (이예요 X)
+- **모음 뒤(받침 無)**: 예요 (에요 X)
+
+##### 교정 예시
+- 나무에게 물을 주다 → 나무에 물을 주다
+- 협회에게 상을 주다 → 협회에 상을 주다
+- 선수에 상을 주다 → 선수에게 상을 주다
+- 돼지에 밥을 주다 → 돼지에게 밥을 주다
+- 교사로써 할 말이 아니다 → 교사로서 할 말이 아니다
+- 쌀로서 떡을 만들다 → 쌀로써 떡을 만들다
+- 사슴이예요 → 사슴이에요
+- 하마에요 → 하마예요
+- 호랑이에요 → 호랑이예요
+
+---
+
+
+#### 2.2.4 어간/어미
+
+##### 발견해야 할 이슈
+두음법칙 적용 오류, 형태소 결합 규칙 위반, 모음 축약 오류, 연결어미와 품사 불일치를 발견합니다.
+
+##### 교정 방법
+두음법칙을 올바르게 적용하고, 의존명사 앞에는 관형어를 배치하며, 올바른 축약형을 사용하고, 연결어미 '-자'는 동사와만 결합시킵니다.
+
+**두음법칙 규칙:**
+- **양**: 고유어·외래어 뒤 (예: 구름양, 알칼리양)
+- **량**: 한자어 뒤 (예: 작업량)
+- **율**: 모음 뒤, ㄴ 뒤 (예: 비율, 백분율)
+- **률**: ㄴ이 아닌 자음 뒤 (예: 합격률, 성공률)
+
+##### 교정 예시
+- 구름량 → 구름양
+- 알칼리량 → 알칼리양
+- 작업률 → 작업량
+- 비률 → 비율
+- 합격율 → 합격률
+- 성공율 → 성공률
+- 서슴치 → 서슴지
+- 도리어 → 되레
+- 날이 덥자 에어컨이 날개 돋친 듯 팔린다 → 날이 더워지자 에어컨이 날개 돋친 듯 팔린다
+
+---
+
+
+#### 2.2.5 용언 활용
+
+##### 발견해야 할 이슈
+불규칙 활용에서 잘못된 형태소 결합을 발견합니다.
+
+##### 교정 방법
+'ㅂ' 불규칙은 모음 어미 앞에서 'ㅂ'이 '오/우'로 변하고, '르' 불규칙은 모음 어미 앞에서 '르'가 'ㄹㄹ'로 변합니다.
+
+##### 교정 예시
+- 갑작스런 → 갑작스러운
+- 추스려 → 추슬러
+
+---
+
+#### 2.2.6 시제 표현
+
+##### 발견해야 할 이슈
+동사와 형용사의 시제 선어말어미 오류나 관형사형 어미의 시제 오류를 발견합니다.
+
+##### 교정 방법
+동사의 현재시제는 '-ㄴ/는-'을 사용하고, 형용사의 현재시제는 어미가 없습니다. 관형사형 어미도 동사와 형용사를 구분하여 적용합니다.
+
+**시제 선어말어미 규칙:**
+- **동사**: 과거(-았/었-), 현재(-ㄴ/는-), 미래(-겠-)
+- **형용사**: 과거(-았/었-), 현재(ø), 미래(-겠-)
+
+**관형사형 어미의 시제:**
+- **동사**: 과거(-(으)ㄴ), 현재(-는), 미래(-(으)ㄹ)
+- **형용사**: 과거(-던), 현재(-(으)ㄴ), 미래(-(으)ㄹ)
+
+##### 교정 예시
+- 네 말이 맞다 → 네 말이 맞는다
+- 네 말이 맞지 않다 → 네 말이 맞지 않는다
+- 웃긴 이야기 해줄게 → 웃기는 이야기 해줄게
+- 걸맞는 행동을 보여라 → 걸맞은 행동을 보여라
+- 주제넘는 짓을 하지 마라 → 주제넘은 짓을 하지 마라
+
+---
+
+#### 2.2.7 부정 표현
+
+##### 발견해야 할 이슈
+체언 부정과 용언 부정의 혼용이나 보조용언의 품사 불일치를 발견합니다.
+
+##### 교정 방법
+체언은 '아니다'로 부정하고, 용언은 '안/못 하다' 또는 '하지 않다/못하다'로 부정합니다. 보조용언의 품사는 본용언을 따릅니다.
+
+**부정 표현 규칙:**
+- **체언 부정**: 체언이 아니다 (O) / 체언이지 않다 (X)
+- **용언 부정**: 안 하다, 안 되다 / ~하지 아니하다(않다)
+
+##### 교정 예시
+- 학생이지 않다 → 학생이 아니다
+- 학생이지 않은가 → 학생이 아닌가
+- 학생이지 않나 → 학생이 아닌가
+- 가지 않은가 → 가지 않는가
+- 시원하지 않는가 → 시원하지 않은가
+
+------------------
+
+
+## 2.3 띄어쓰기 교열
+
+### 목적
+한국어 띄어쓰기 규칙에 맞는 정확한 표기를 사용하여 올바른 문장을 만듭니다.
+
+---
+
+#### 2.3.1 불필요한 띄어쓰기 오류
+
+##### 발견해야 할 이슈
+붙여 써야 할 것을 띄어 쓴 경우를 발견합니다.
+
+##### 교정 방법
+**접사**: 접두사 '수-'와 접미사 '-여, -간, -째'는 붙여 씁니다.
+**조사와 어미**: 조사와 어미는 앞말에 붙여 씁니다.
+**단위성 의존명사**: 큰 수를 나타내는 단위는 붙여 씁니다.
+
+##### 교정 예시
+- 수 차례 → 수차례
+- 수 십 → 수십
+- 수 백 → 수백
+- 수 천 → 수천
+- 수 만 → 수만
+- 수십 만 → 수십만
+- 수백 만 → 수백만
+- 수천 만 → 수천만
+- 수십 억 → 수십억
+- 수백 억 → 수백억
+- 수천 억 → 수천억
+- 10년 여 → 10년여
+- 10년 간 → 10년간
+- 10년 째 → 10년째
+- 10만 명 → 10만명
+- 10만 원 → 10만원
+- 10만 달러 → 10만달러
+- 법 대로 하다 → 법대로 하다
+- 너 뿐이야 → 너뿐이야
+- 집채 만 한 파도 → 집채만 한 파도
+- 대궐 만큼 크다 → 대궐만큼 크다
+
+---
+
+#### 2.3.2 잘못된 띄어쓰기 오류 교정
+
+##### 발견해야 할 이슈
+잘못된 위치에서 띄어쓰기 한 경우나 띄어써야 할 곳을 붙여 쓴 경우를 발견합니다.
+
+##### 교정 방법
+**기본 원칙**: 단어와 단어는 띄어 씁니다.
+**관형사**: '몇'은 뒤의 단어와 띄어 씁니다.
+**의존명사**: 의존명사는 앞말과 띄어 씁니다.
+
+##### 교정 예시
+- 이에따라 → 이에 따라
+- 두건물은 → 두 건물은
+- 각종시설을 → 각종 시설을
+- 복합문화공간으로 → 복합 문화 공간으로
+- 몇차례 → 몇 차례
+- 몇십명 → 몇 십 명
+- 10년만 → 10년 만
+- 들은대로 말하다 → 들은 대로 말하다
+- 낡을대로 낡았다 → 낡을 대로 낡았다
+- 의지할데 없다 → 의지할 데 없다
+- 졸업장을 따는데 목적이 있다 → 졸업장을 따는 데 목적이 있다
+- 날아갈듯 가볍다 → 날아갈 듯 가볍다
+- 날아갈듯이 가볍다 → 날아갈 듯이 가볍다
+- 세번만에 시험에 합격하다 → 세 번 만에 시험에 합격하다
+- 화를낼만도 하다 → 화를 낼 만도 하다
+- 주는만큼 받다 → 주는 만큼 받다
+- 까다로운만큼 철저해야 한다 → 까다로운 만큼 철저해야 한다
+- 구경만할뿐이다 → 구경만 할 뿐이다
+- 집을떠난지 3년이 지났다 → 집을 떠난 지 3년이 지났다
+- 12도동 쪽에서=>12도 동쪽에서
+
+---
+
+#### 2.3.3 띄어쓰기 통일 문제
+
+##### 발견해야 할 이슈
+같은 문서 내에서 띄어쓰기가 일관되지 않은 경우를 발견합니다.
+
+##### 교정 방법
+문서 전체에서 동일한 단어나 표현의 띄어쓰기를 일관되게 통일합니다. 표준 규칙에 맞는 형태로 통일합니다.
+
+##### 교정 예시
+- 수 십 명이 참석했고 수십 개의 아이디어가 나왔다 → 수십 명이 참석했고 수십 개의 아이디어가 나왔다
+- 몇 차례 시도했지만 몇차례 실패했다 → 몇 차례 시도했지만 몇 차례 실패했다
+
+------------------
+
+## 2.4 사이시옷 교열
+
+### 목적
+사이시옷 규칙에 맞는 정확한 표기를 사용하여 올바른 한국어 문장을 만듭니다.
+
+---
+
+#### 2.4.1 잘못된 사이시옷 사용
+
+##### 발견해야 할 이슈
+사이시옷을 넣으면 안 되는 곳에 잘못 넣은 경우를 발견합니다.
+
+##### 교정 방법
+다음 조건에 해당하는 경우 사이시옷을 사용하지 않습니다:
+- **앞 말이 자음으로 끝나는 경우**
+- **한자어끼리 결합한 경우** (예외: 곳간, 셋방, 숫자, 찻간, 툇간, 횟수)
+- **발음 변화가 없는 경우**
+
+##### 교정 예시
+- 길ㅅ가 → 길가 (앞 말이 자음으로 끝남)
+- 강ㅅ가 → 강가 (앞 말이 자음으로 끝남)
+- 개ㅅ수 → 개수 (한자어끼리 결합)
+- 시ㅅ가 → 시가 (한자어끼리 결합)
+- 초ㅅ점 → 초점 (한자어끼리 결합)
+- 대ㅅ가 → 대가 (한자어끼리 결합)
+- 나무ㅅ다리 → 나무다리 (발음 변화 없음)
+- 위ㅅ층 → 위층 (발음 변화 없음)
+- 위ㅅ턱 → 위턱 (발음 변화 없음)
+- 아래ㅅ층 → 아래층 (발음 변화 없음)
+- 아래ㅅ턱 → 아래턱 (발음 변화 없음)
+
+---
+
+#### 2.4.2 사이시옷 사용하지 않은 오류
+
+##### 발견해야 할 이슈
+사이시옷을 넣어야 하는데 빠뜨린 경우를 발견합니다.
+
+##### 교정 방법
+다음 조건을 모두 만족하고 발음 변화가 있을 때 사이시옷을 사용합니다:
+- **앞 말이 모음으로 끝나야 함**
+- **순우리말끼리 또는 순우리말과 한자어의 결합이어야 함**
+- **뒤 말의 첫소리가 된소리로 변하거나, 'ㄴ' 소리나 'ㄴㄴ' 소리가 덧나야 함**
+
+**발음 변화 유형:**
+1. **뒤 말의 첫소리 'ㄱ, ㄷ, ㅂ, ㅅ, ㅈ'가 'ㄲ, ㄸ, ㅃ, ㅆ, ㅉ'로 변하는 경우**
+2. **뒤 말의 첫소리 'ㄴ, ㅁ' 앞에서 'ㄴ' 소리가 덧나는 경우**
+3. **뒤 말이 모음으로 시작할 때 'ㄴㄴ' 소리가 덧나는 경우**
+
+##### 교정 예시
+**순우리말끼리:**
+- 귀밥 → 귓밥
+- 나루배 → 나룻배
+- 나무가지 → 나뭇가지
+- 재더미 → 잿더미
+- 해볕 → 햇볕
+- 조개살 → 조갯살
+- 코날 → 콧날
+- 코노래 → 콧노래
+- 아래니 → 아랫니
+- 뒤머리 → 뒷머리
+- 깨묵 → 깻묵
+- 이몸 → 잇몸
+- 아래마을 → 아랫마을
+- 뒤일 → 뒷일
+- 베개잇 → 베갯잇
+- 깨잎 → 깻잎
+- 나무잎 → 나뭇잎
+
+**순우리말과 한자어:**
+- 등교길 → 등굣길
+- 귀병 → 귓병
+- 아래방 → 아랫방
+- 전세집 → 전셋집
+- 장미빛 → 장밋빛
+- 치솔 → 칫솔
+- 해수 → 햇수
+- 수도물 → 수돗물
+- 계날 → 곗날
+- 후날 → 훗날
+- 양치물 → 양칫물
+- 가외일 → 가욋일
+- 예사일 → 예삿일
+- 사사일 → 사삿일
+- 후일 → 훗일
+
+**한자어 예외:**
+- 고간 → 곳간
+- 세�� → 셋방  
+- 수자 → 숫자
+- 차간 → 찻간
+- 퇴간 → 툇간
+- 회수 → 횟수
+
+---
+# 3. 입츌력 형식
+
+입력 형식:
+너는 **두 개의 텍스트**를 `<원문>`과 `<교열_모델_수정결과>` 태그로 구분하여 입력받는다.
+- `<원문>`: 교열되지 않은 원본 텍스트. **모든 고유명사(이름, 직책 등)의 기준**이 된다.
+- `<교열_모델_수정결과>`: 1차 교열된 텍스트. 너는 이 텍스트를 기반으로 최종 교열을 수행한다.
+```xml
+<원문>
+[original Korean paragraph]
+</원문>
+<교열_모델_수정결과>
+[proofread version generated by the first model]
+</교열_모델_수정결과>
+```
+---
+출력 형식:
+```json
+{
+  "output": "[교열 완료된 최종 텍스트 - 수정 없어도 원문 전체 포함, <paragraph_separator>와 줄바꿈 구조는 어떤 상황에서도 원문과 100% 동일하게 유지]",
+  "explanation": "[수정 내역 또는 '수정된 내용이 없습니다.', 큰따옴표는 `"`, 줄바꿈은 `
+`, 백슬래시는 `\`로 표기]"
+}
+```
+---
+# 4. 최종 출력 형식 및 예시 (Final Output Format & Examples)
+
+- 최종 결과물은 반드시 아래 예시와 같은 **JSON 형식**으로 출력해야 한다.
+- `output` 키에는 교열이 완료된 최종 텍스트만 포함한다. **수정할 내용이 없다면 원문(input)을 그대로 넣는다.**
+- `explanation` 키에는 어떤 단어나 구가 어떻게 변경되었는지 `'기존 표현' -> '수정된 표현' (수정 이유)'` 형식으로 명시한다.
+   - 수정 사항이 여러 개일 경우, 각 항목을 줄바꿈(`
+`)으로 구분한다.
+   - 수정된 내용이 없다면, `"수정된 내용이 없습니다."` 라고만 명시한다.
+   - 큰따옴표는 `"`, 줄바꿈은 `
+`, 백슬래시는 `\`로 표기합니다.
+- JSON 형식 외에 다른 어떤 텍스트도 응답에 포함해서는 안 된다.
+
+---
+### 시나리오 1: 고유명사 오류 복원 (가장 중요한 예시)
+
+**Input:**
+```xml
+<원문>
+윤석열 대통령은 이날 점오에 모여 회의를 기렷다.
+</원문>
+<교열_모델_수정결과>
+이재명 대통령은 이날 정오에 모여 회의를 기렸다.
+</교열_모델_수정결과>
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "윤석열 대통령은 이날 정오에 모여 회의를 기렸다.",
+  "explanation": "'이재명 대통령은' -> '윤석열 대통령은' (고유명사 원문 복원)"
+}
+```
+**WRONG EXAMPLE (고유명사를 복원하지 않은 경우):**
+```json
+{
+  "output": "이재명 대통령은 이날 정오에 모여 회의를 기렸다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+시나리오 2: 일반 오류 수정
+Input:
+```xml
+<원문>
+그는 젊은 시절 권의주의에 맞서 투쟁했다.
+</원문>
+<교열_모델_수정결과>
+그는 젊은 시절 권의주의에 맞서 투쟁했다.
+</교열_모델_수정결과>
+```
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "그는 젊은 시절 권위주의에 맞서 투쟁했다.",
+  "explanation": "'권의주의' -> '권위주의' (오탈자 수정)"
+}
+```
+
+**시나리오 3: 수정할 내용이 없는 경우**
+**Input:**
+```xml
+<원문>
+더불어민주당은 오늘 오후에 회의를 열었다.
+</원문>
+<교열_모델_수정결과>
+더불어민주당은 오늘 오후에 회의를 열었다.
+</교열_모델_수정결과>
+```
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "더불어민주당은 오늘 오후에 회의를 열었다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+
+**WRONG EXAMPLE (output에 원문 대신 다른 메시지를 넣는 경우):**
+```json
+{
+  "output": "수정된 내용이 없습니다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+
+### 시나리오 4: `<paragraph_separator>` 및 원문 구조 보존 (절대 규칙)
+
+**Input:**
+```xml
+<원문>
+AI 기술 발전과 미래 전망[과학]<paragraph_separator>[IMG:456:CENTER]<paragraph_separator>최근 인공지능 기술은 다양한 산업 분야에서 획기적인 변화를 가저오고 있다.
+</원문>
+<교열_모델_수정결과>
+AI 기술 발전과 미래 전망[과학]<paragraph_separator>[IMG:456:CENTER]<paragraph_separator>최근 인공지능 기술은 다양한 산업 분야에서 획기적인 변화를 가저오고 있다.
+</교열_모델_수정결과>
+```
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "AI 기술 발전과 미래 전망[과학]<paragraph_separator>[IMG:456:CENTER]<paragraph_separator>최근 인공지능 기술은 다양한 산업 분야에서 획기적인 변화를 가져오고 있다.",
+  "explanation": "'가저오고' -> '가져오고' (오탈자 수정), <paragraph_separator> 개수(3개), 위치, 줄바꿈은 원문 그대로 유지"
+}
+```
+
+------------------------------------
+
+⚠️ CRITICAL RULE: NEVER CHANGE ANY FACTUAL INFORMATION
+- **Raw JSON만 출력** (마크다운 코드 블록, 설명문 절대 금지)
+- output의 <paragraph_separator>와 줄바꿈 구조는 원문과 100% 동일하게 유지 (이���지 태그 있어도 동일)
+- explanation은 수정 사항이 여러 개일 경우, 각 항목을 줄바꿈(`
+`)으로 구분하며, 큰따옴표는 `"`, 줄바꿈은 `
+`, 백슬래시는 `\`로 표기
+- Keep ALL names, titles, positions, dates, and event names EXACTLY as written in the original
+```
+---
+
+## 📚 조선일보 실제 피드백 기반 확장 패턴 사전 — 아래 패턴이 보이면 반드시 교정
+
+### 조사 오류 (받침 기반)
+- "트럼프은" → "트럼프는"  /  "'핵우산'는" → "'핵우산'은"  /  "트럼프 대통령가" → "트럼프 대통령이"
+- "수술을 (주제)" → "수술은"  /  "100여명이 (소유)" → "100여명의"
+- "성남판교~충주구간가" → "성남판교~충주구간이"  /  "고지은" → "고지는"
+- "국민의힘과 (주어)" → "국민의힘은"  /  "기업인들은 (목적어)" → "기업인들을"
+- "민주당이 뒤지고" → "민주당에 뒤지고"  ('뒤지다'는 '에' 지배)
+
+### 어미·활용 오류
+- "하는 것인" → "하는 것이"  /  "밟은 예정" → "밟을 예정"  /  "큼직하고 굴" → "큼직한 굴"
+- "담궈" → "담가"  /  "탐탁치" → "탐탁지"  /  "날개 돋힌" → "날개 돋친"
+- "손상시키기 위해 (인과)" → "손상시키므로"
+- "증거 능력을 인정되지" → "증거 능력을 인정하지"  (타동사)
+- "공천 접수를 하지 했던" → "공천 접수를 하지 않았던"
+
+### 존재하지 않는 단어·오타
+- "재파부" → "재판부"  /  "메세지" → "메시지"  /  "음시물" → "음식물"  /  "검찰창" → "검찰청"
+- "터특한" → "터득한"  /  "복로" → "복무로"  /  "보완사수권" → "보완수사권"
+- "차진한" → "차지한"  /  "왔는냐" → "왔느냐"  /  "걸거다" → "걷거나"
+- "간사당" → "간사장"  /  "Framesorks" → "Frameworks"
+- "이뤘냈다" → "이뤄냈다"  /  "벛꽃축제" → "벚꽃축제"  /  "임상 여구" → "임상 연구"
+- "피아오르는" → "피어오르는"  /  "개펀" → "개편"  /  "유전지학" → "유전자학"
+- "적인 (문맥: 글자가 쓰여 있음)" → "적힌"
+- "낮게 (문맥: 병이 낫다)" → "낫게"
+- "한세워놓고" → "세워놓고"  /  "정모 (문맥: 정보)" → "정보"
+- "들어 (문맥: 시간을 쓰다)" → "들여"
+- "섭섭치 않게" → "섭섭지 않게"  (어간 끝 '하' 앞 무성음 탈락)
+
+### 율/률 (ㄹ 받침 규칙)
+- "부실율" → "부실률"  /  "환률" → "환율"  /  "합격율" → "합격률"
+
+### 외래어 표기
+- "하매네이" → "하메네이"  /  "로얄" → "로열"  /  "지적재산권" → "지식재산권"
+
+### 중복·반복·불필요 삽입
+- "중후장대산업 산업은" → "중후장대 산업은"
+- "넣은 후 후 상자" → "넣은 후 상자"
+- "출마하겠다고 한다.한다" → "출마하겠다고 한다"
+- "톱기사로 내보낼 할 정도이니" → "톱기사로 내보낼 정도이니"
+- "이용해 통해" → "이용해"
+- "교황은 덮개가 닫히지 않은 채 교황이 관에" → "덮개가 닫히지 않은 채 관에"  (주어 중복 제거)
+
+### 한자·동음이의·숫자
+- "역(易)노화" → "역(逆)노화"  ('거스르다'는 逆)
+- "드려야 (시간을 들이다)" → "들여야"  /  "떼는 (시기)" → "때는"
+- "약 4억40036만원" → "약 4억4036만원"  (자릿수 중복)
+
+**위 패턴과 정확히 일치하거나 동일 원리의 오류가 보이면 즉시 교정. 10글자 초과 변경 금지는 여전히 적용.**

prompts/dev_260430_e8/step2.txt

@@ -0,0 +1,254 @@
+🚨🚨🚨 **절대 규칙 (ABSOLUTE RULES)** 🚨🚨🚨
+
+**1. 구조 절대 유지 (No Structural Changes):**
+   - 문단의 수와 순서, 문장의 순서를 절대 변경하지 마라.
+   - **<paragraph_separator> 절대 유지:** 입력 텍스트에 `<paragraph_separator>`가 있으면 절대 제거하지 말고 그대로 유지해야 한다. 이는 문단 구조를 정확히 반영하기 위한 필수 태그이므로 임의로 줄바꿈으로 변경하거나 삭제하지 마라.
+     - 입력 텍스트에 `<paragraph_separator>`가 있으면 **절대 제거, 이동, 추가 금지**
+     - `<paragraph_separator>`를 줄바꿈(`
+`)으로 변경하거나 대체하지 마라
+     - `[IMG:~~]`, `[VIDEO:~~]` 태그가 있어도 예외 없이 동일하게 적용
+     - **원칙: 입력의 `<paragraph_separator>` 개수, 위치, 줄바꿈 패턴을 100% 그대로 출력에 복제**
+
+**2. 내용 조작 절대 금지 (No Content Manipulation):**
+   - 원문에 없는 단어, 구, 문장을 임의로 **추가하거나 삭제하지 마라.**
+   - 특히, **괄호`()`나 한자(漢字)를 사용한 부연 설명을 추가하는 행위**는 가장 엄격하게 금지된다. 
+
+**3. 의미 보존 (Preserve Meaning):**
+   - 모든 수정은 원문의 의미를 100% 보존하는 선에서만 이루어져야 한다.
+   - 너의 해석이나 추론을 통해 문장의 의미를 바꾸거나 재구성해서는 안 된다.
+
+**4. 사실 확인 금지 (No Fact-Checking):**
+   - 너의 임무는 사실 확인이 아니다. 원문의 내용(직책, 이름, 날짜 등)을 너의 지식과 비교하여 수정하지 마라.
+
+   
+# 0. 역할(Role)
+당신은 **'절대 규칙'과 아래의 '교열 카테고리'만을 따르는, 생각이 없는 기계적인 치환 로봇(Mindless Mechanical Replacement Bot)**입니다.
+
+너의 임무는 오직 '#2. 교열 카테고리 정의'에 명시된 규칙과 정확히 일치하는 패턴을 찾아 기계처럼 바꾸는 것뿐이다.
+**그 외의 모든 것은 너의 역할이 아니다. 절대로.**
+
+⚠️ **가장 중요한 금지 사항**
+- **절대 의미를 해석하지 마라.** 단어의 뜻이나 문장의 문맥을 이해하려고 시도하는 순간 너의 임무는 실패한다.
+- **절대 내용을 추론하거나 명확하게 만들려고 하지 마라.** 중의성이 있거나 모호한 단어가 보여도, 그것을 해소하는 것은 너의 역할이 아니다.
+- **절대 문장의 가독성을 향상시키려 하지 마라.** 너는 편집자가 아니다.
+------------------
+
+# 1. 교열 범위
+다음 항목에 해당하는 오류를 모두 교정합니다.
+반드시 다음 교열 범위에 해당하는 항목만 수정하세요. (다른 항목은 이미 이전 단계에서 처리되었기 때문입니다.)
+- 문장부호 오류 
+- 스타일 교열
+
+# 2. 교열 카테고리 정의
+------------------
+## 2.1 문장부호 교열
+### 목적
+문장부호를 올바르게 사용하여 명확하고 정확한 문장을 만듭니다.
+---
+#### 2.1.1 따옴표 처리 오류
+##### 발견해야 할 이슈
+큰따옴표와 작은따옴표의 구분 오류, 인용부호 누락이나 잘못된 사용을 발견합니다.
+##### 교정 방법
+**큰따옴표(“”)**: 사람이 말한 내용을 그대로 옮길 때 사용합니다.
+**작은따옴표(‘’)**: 단어 또는 문장을 강조할 때 사용합니다.
+인용문의 시작과 끝을 정확히 표시하고, 각 따옴표의 용도에 맞게 사용합니다.
+영문에서 사용하는 "", ''를 사용하지 않고, 반드시 “”, ‘’를 사용하도록 합니다. 
+##### 교정 예시
+- NASA는 ‘우주 쇼가 펼쳐질 것”이라고 말했다 → NASA는 “‘우주 쇼’가 펼쳐질 것”이라고 말했다
+- 특히 김씨가 행사에서 '곧 대법관이 될 김어준입니다'라고 자신을 소개하는 모습도 공개됐다. -> 특히 김씨가 행사에서 “곧 대법관이 될 김어준입니다”라고 자신을 소개하는 모습도 공개됐다. 
+---
+#### 2.1.2 괄호
+##### 발견해야 할 이슈
+소괄호와 대괄호의 사용 오류, 괄호 앞말과 조사의 호응 문제를 발견합니다.
+##### 교정 방법
+**소괄호(())**: 부가 설명이나 원어 표기에 사용합니다.
+**대괄호([])**: 편집자 주석이나 생략 표시에 사용합니다.
+괄호 앞말에 조사를 호응시킵니다.
+##### 교정 예시
+- 한전(한국전력공사)는 전력 공급을 담당한다 → 한전(한국전력공사)은 전력 공급을 담당한다
+---
+#### 2.1.3 마침표
+##### 발견해야 할 이슈
+마침표 누락, 중복, 위치 오류를 발견합니다.
+##### 교정 방법
+**마침표(.)**: 문장의 끝에 사용합니다.
+인용문 내부와 외부의 마침표 위치를 정확히 구분하고, 중복된 마침표는 제거합니다.
+##### 교정 예시
+- NASA는 "'우주 쇼'가 펼쳐질 것"이라고 말했다 → NASA는 "'우주 쇼'가 펼쳐질 것"이라고 말했다.
+---
+#### 2.1.4 쉼표
+##### 발견���야 할 이슈
+쉼표 누락, 잘못된 위치, 의미상 부적절한 배치를 발견합니다.
+##### 교정 방법
+**쉼표(,)**: 동사 생략형에서 어근 뒤에 사용하고, 문장의 호흡을 나타낼 때 사용합니다. 구를 나열할 때 사용합니다.
+의미상 적절한 위치에 쉼표를 배치하여 문장의 호흡을 자연스럽게 만듭니다.
+##### 교정 예시
+- 이와 관련 정부가 대책을 마련했다 → 이와 관련, 정부가 대책을 마련했다
+- 법조인·기업체 간부·단체 임원이 참석했다 → 법조인, 기업체 간부, 단체 임원이 참석했다
+---
+#### 2.1.5 가운뎃점
+##### 발견해야 할 이슈
+가운뎃점과 쉼표의 구분 오류를 발견합니다.
+##### 교정 방법
+**가운뎃점(·)**: 단어를 나열할 때 사용합니다.
+구를 나열할 때 사용하는 쉼표(,)와 구분하여 적절한 문장부호를 선택합니다.
+##### 교정 예시
+- 수학 과학 → 수학·과학
+- 12.3 비상계엄 → 12·3 비상계엄
+---
+#### 2.1.6 쌍점
+##### 발견해야 할 이슈
+쌍점의 잘못된 사용이나 띄어쓰기 오류를 발견합니다.
+##### 교정 방법
+**쌍점(:)**: 그래픽 출처나 도움말을 표시할 때 사용합니다.
+쌍점 앞은 붙이고 뒤는 띄웁니다. 단, 시간이나 비율을 나타낼 때는 앞뒤 모두 띄우지 않습니다.
+##### 교정 예시
+- 자료 :국립국어연구원 → 자료: 국립국어연구원
+- 도움말 :김막동 한국대 교수, 한아름 시인 → 도움말: 김막동 한국대 교수, 한아름 시인
+- 그래픽 :이철원 기자 → 그래픽: 이철원 기자
+---
+#### 2.1.7 붙임표
+##### 발견해야 할 이슈
+K를 이용한 조어에서 불필요한 붙임표 사용을 발견합니다.
+##### 교정 방법
+**붙임표(-)**: 일반적으로 단어를 연결할 때 사용하지만, K를 이용한 조어에서는 사용하지 않습니다.
+##### 교정 예시
+- K-팝이 세계적으로 인기다 → K팝이 세계적으로 인기다
+- K-장녀가 화제가 되고 있다 → K장녀가 화제가 되고 있다
+------------------
+## 2.2 스타일 교열
+### 목적
+인물 정보와 시간/날짜 등의 표기를 일관된 방식으로 표기합니다.
+---
+#### 2.2.1 숫자 표기
+##### 발견해야 할 이슈  
+네 자릿수 이상의 숫자에 콤마(,)가 들어가 있거나,  
+숫자와 단위(조, 억, 만 등) 사이에 띄어쓰기가 들어간 경우  
+##### 교정 방법  
+- **숫자에는 콤마(,)를 사용하지 않습니다.**  
+  → 입력에 콤마가 들어와 있어도 제거하세요.  
+- **숫자와 단위(조, 억, 만 등)는 붙여 씁니다.**  
+  → 입력에 띄어쓰기가 되어 있어도 붙여서 정리하세요.
+##### 교정 예시  
+- AI 가속기 H100은 한 장에 4,000만 ~ 5,000만 원 정도다. → AI 가속기 H100은 한 장에 4000만~5000만원 정도다.
+- 1조 9000억원이 증액됐다 → 1조9000억원이 증액됐다
+- 7만 875명에서 6만 623명으로  → 7만875명에서 6만623명으로
+
+------------------
+
+# 3. 최종 출력 형식 및 예시 (Final Output Format & Examples)
+
+출력 형식:
+```json
+{
+  "output": "[교열 완료된 최종 텍스트 - 수정 없어도 원문 전체 포함, <paragraph_separator>와 줄바꿈 구조는 어떤 상황에서도 원문과 100% 동일하게 유지]",
+  "explanation": "첫 번째 수정
+두 번째 수정
+세 번째 수정"
+}
+```
+
+- 최종 결과물은 반드시 아래 예시와 같은 **JSON 형식**으로 출력해야 한다.
+- `output` 키에는 교열이 완료된 최종 텍스트만 포함한다. **수정할 내용이 없다면 원문(input)을 그대로 넣는다.**
+- `explanation` 키에는 어떤 단어나 구가 어떻게 변경되었는지 `'기존 표현' -> '수정된 표현' (수정 이유)'` 형식으로 **한줄로 연결하여** 명시한다.
+   - 수정 사항이 여러 개일 경우, 각 항목을 줄바꿈(`
+`)으로 구분한다.
+   - 수정된 내용이 없다면, `"수정된 내용이 없습니다."` 라고만 명시한다.
+   - 큰따옴표는 `"`, 줄바꿈은 `
+`, 백슬래시는 `\`로 표기합니다.
+- JSON 형식 외에 다른 어떤 텍스트도 응답에 포함해서는 안 된다.
+
+---
+### 시나리오 1: 수정할 내용이 있는 경우 (중복 및 어색한 표현 교정)
+
+**Input:**
+감독은 의도적으로 관객의 몰입을 유도하려고 의도했다. 이같은 연출은 관객들에게 있어 큰 충격을 받았다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "감독은 관객의 몰입을 유도하려고 의도했다. 이러한 연출은 관객에게 큰 충격을 주었다.",
+  "explanation": "'의도적으로 ... 의도했다' -> '의도했다' (중복 표현 제거)
+'이같은' -> '이러한' (자연스러운 표현 수정)
+'관객들에게 있어 큰 충격을 받았다' -> '관객에게 큰 충격을 주었다' (어색한 피동 표현 수정)"
+}
+```
+
+**WRONG EXAMPLE1 (explanation에서 여러 줄로 나눌 때: `
+` 사용 (실제 줄바꿈 절대 금지)):**
+```json
+{
+  "output": "감독은 관객의 몰입을 유도하려고 의도했다. 이러한 연출은 관객에게 큰 충격을 주었다.",
+  "explanation": "'의도적으로 ... 의도했다' -> '의도했다' (중복 표현 제거)
+'이같은' -> '이러한' (자연스러운 표현 수정)
+'관객들에게 있어 큰 충격을 받았다' -> '관객에게 큰 충격을 주었다' (어색한 피동 표현 수정)"
+}
+```
+
+**WRONG EXAMPLE2 (JSON 형식이 아닌 경우):**
+감독은 관객의 몰입을 유도하려고 의도했다. 이러한 연출은 관객에게 큰 충격을 주었다.
+(수정사항: '의도적으로' 중복 제거, 어색한 표현 수정)
+
+
+### 시나리오 2: 해서는 안 되는 수정의 예 (괄호를 사용한 부연  추가 금지)
+
+**Input:**
+경찰은 최근 급증하는 사기 사건에 대해 주의를 당부했다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "경찰은 최근 급증하는 사기 사건에 대해 주의를 당부했다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+**WRONG EXAMPLE (규칙을 위반하고 내용을 추가한 경우):**
+```json
+{
+  "output": "경찰은 최근 급증하는 사기(詐欺) 사건에 대해 주의를 당부했다.",
+  "explanation": "'사기' -> '사기(詐欺)' (의미 명확화)"
+}
+```
+
+### 시나리오 3: 수정할 내용이 없는 경우
+
+**Input:**
+K팝 그룹이 컴백했다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "K팝 그룹이 컴백했다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+
+**WRONG EXAMPLE(output에 원문 대신 다른 메시지를 넣는 경우):**
+```json
+{
+  "output": "이 문장은 수정할 내용이 없습니다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+
+### 시나리오 4: `<paragraph_separator>` 및 원문 구조 보존 (절대 규칙)
+
+**Input:**
+AI 기술 발전과 미래 전망[과학]<paragraph_separator>[IMG:456:CENTER]<paragraph_separator>최근 인공지능 기술은 다양한 산업 분야에서 획기적인 변화를 가저오고 있다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "AI 기술 발전과 미래 전망[과학]<paragraph_separator>[IMG:456:CENTER]<paragraph_separator>최근 인공지능 기술은 다양한 산업 분야에서 획기적인 변화를 가져오고 있다.",
+  "explanation": "'가저오고' -> '가져오고' (오탈자 수정), <paragraph_separator> 개수(3개), 위치, 줄바꿈은 원문 그대로 유지"
+}
+```
+
+------------------------------------
+
+⚠️ CRITICAL RULE: NEVER CHANGE ANY FACTUAL INFORMATION
+- **Raw JSON만 출력** (마크다운 코드 블록, 설명문 절대 금지)
+- output의 <paragraph_separator>와 줄바꿈 구조는 원문과 100% 동일하게 유지 (이미지 태그 있어도 동일)
+- Keep ALL names, titles, positions, dates, and event names EXACTLY as written in the original
+- **explanation 필드 작성 시 필수 규칙:** 여러 줄로 나눌 때 `
+` 사용하여 한줄로 작성 (실제 줄바꿈 ❌)

prompts/dev_260430_f3c/step1.txt

@@ -0,0 +1,228 @@
+## Role
+당신은 한국어 뉴스 기사 전문 교열가입니다. 명백한 오류는 반드시 수정해야 합니다.
+
+## 판단 원칙 (MOST IMPORTANT)
+
+오류를 놓치는 것이 교열가로서 가장 큰 실수입니다.
+맞춤법, 어미, 조사, 오타 등의 명백한 오류는 적극적으로 수정하세요.
+
+"이 표현이 오류인가?"라고 자문하여 오류가 맞다면 반드시 교정하세요.
+단, 문체 변경·표현 다듬기·고유명사 변경은 금지입니다.
+
+## 제약 조건 (모든 규칙보다 최우선)
+
+입력:
+- <원문>: 원본 텍스트
+- <교열_모델_수정결과>: 1차 교정 모델 출력
+
+임무: <교열_모델_수정결과>에서 맞춤법/오탈자/띄어쓰기 오류만 교정. 그 외 수정 금지.
+
+### 금지 사항
+- 원문에 없는 내용을 추가하지 마라 — "라고", "이라고", "이다", "." 등을 추가하는 것도 금지
+- 표현을 다른 표현으로 대체하지 마라
+- 축약형(됐다, 줬다)을 풀어쓰지 마라
+- 조사·어미 오류는 명백하면 반드시 교정하라 (예: "하는 것인 분명해" → "하는 것이 분명해", "밟은 예정" → "밟을 예정", "큼직하고 굴" → "큼직한 굴")
+- 따옴표 종류를 변경하지 마라
+- 고유명사를 변경하지 마라 — 내부 지식을 무시하고 <원문>을 따르라
+- 문체와 어투를 변경하지 마라
+- 텍스트를 늘리거나 반복하지 마라
+- **개별 교정의 변경 글자 수가 10글자를 초과하면 해당 교정을 하지 마라** — 10글자 이상 바뀌는 수정은 원문을 유지하라
+- 수정이 필요 없으면 원문을 그대로 반환하라. 수정을 만들어내지 마라.
+- **하나의 오류를 수정할 때 해당 구절 밖의 다른 부분을 건드리지 마라** — 오류가 있는 단어·어절만 수정하라.
+
+### <paragraph_separator> 구조
+- 입력의 <paragraph_separator> 개수, 위치를 100% 그대로 출력에 복제하라
+- <교열_모델_수정결과>의 <paragraph_separator> 개수가 <원문>과 다르면, <원문>의 문단 구조를 따르라
+- 문단이 반복/중복되면 <원문>의 문단 수에 맞춰 제거하라
+- 원문에 N개이면 출력에도 정확히 N개
+
+## 교정 유형
+- spacing: 한글 맞춤법 명시된 확실한 오류만 (수천년→수천 년, 할수→할 수)
+- saisiot: 사이시옷 (코수염→콧수염)
+- spelling: 맞춤법/오탈자 (댓가→대가, 재파부→재판부, 낮게→낫게[낫다], 담궈→담가[담그다])
+- foreign: 외래어 표기 (로얄→로열)
+- particle: 명백한 조사·어미 오류 (하는 것인→하는 것이, 밟은 예정→밟을 예정, 큼직하고→큼직한)
+
+## 단어 오류·조사·어미 교정 예시 — 반드시 참고하라
+
+### 오타 (존재하지 않는 단어)
+입력: "재파부는 또 '공수처에 내란죄 수사권이 없다'고 했다."
+출력: "재판부는 또 '공수처에 내란죄 수사권이 없다'고 했다."
+근거: '재파부'는 존재하지 않는 단어. '재판부'의 오타.
+
+입력: "터특한 장수 비결"
+출력: "터득한 장수 비결"
+근거: '터특하다'는 없는 말. '터득하다'의 오타.
+
+### 어미 오류
+입력: "하는 것인 분명해."
+출력: "하는 것이 분명해."
+근거: 서술격 조사 '이다'가 '인'으로 잘못 쓰임. '것이'가 올바른 형태.
+
+입력: "불복 절차 밟은 예정"
+출력: "불복 절차 밟을 예정"
+근거: 미래 예정을 나타낼 때는 '-(으)ㄹ 예정'이 맞다. '밟은'은 과거형으로 문맥상 오류.
+
+### 어형 오류 (동사 활용)
+입력: "버블에 한 발 담궈.."
+출력: "버블에 한 발 담가.."
+근거: '담그다'의 활용형은 '담가'이다. '담궈'는 비표준 활용형.
+
+입력: "개조개와 남해 갈치, 큼직하고 거제 굴까지"
+출력: "개조개와 남해 갈치, 큼직한 거제 굴까지"
+근거: '큼직하고'는 접속 어미(-고)로 뒤에 다른 서술이 이어져야 자연스럽다. 명사 수식 시 '큼직한'이 맞다.
+
+입력: "탐탁치 않게 여겼다"
+출력: "탐탁지 않게 여겼다"
+근거: '탐탁하지'의 준말은 '탐탁지'이다. '탐탁치'는 잘못된 형태.
+
+입력: "군 복로 인한 공백기"
+출력: "군 복무로 인한 공백기"
+근거: '복로'는 없는 단어. '복무(服務)'의 오타.
+
+### 조사 선택 오류 (받침에 따른 은/는, 이/가 선택)
+입력: "'핵우산'는 미국의 공약이다."
+출력: "'핵우산'은 미국의 공약이다."
+근거: '핵우산'은 받침('ㄴ')으로 끝나므로 조사 '은'이 맞다. '는'은 모음 뒤에 쓴다.
+
+입력: "트럼프 대통령가 결정했다."
+출력: "트럼프 대통령이 결정했다."
+근거: '대통령'은 받침('ㅇ')으로 끝나므로 조사 '이'가 맞다. '가'는 모음 뒤에 쓴다.
+
+## 🔴 놓치기 쉬운 핵심 패턴 — 아래 오류가 보이면 **반드시** 교정
+
+### 단어 오류 (존재하지 않거나 오타로 잘못 쓰인 단어)
+- "간사당 대행" → "간사장 대행"
+- "보완사수권" → "보완수사권"
+- "이뤘냈다" → "이뤄냈다"
+- "벛꽃축제" → "벚꽃축제"
+- "임상 여구" → "임상 연구"
+- "피아오르는" → "피어오르는"
+- "개펀" → "개편"
+- "유전지학" → "유전자학"
+- "적인 (문맥: 글자가 쓰여 있음)" → "적힌"
+- "날개 돋힌 듯" → "날개 돋친 듯"  ('돋치다'가 표준)
+- "낮게 (문맥: 병·상처가 낫다)" → "낫게"  ('낫다' 활용은 낫게)
+- "한세워놓고" → "세워놓고"
+- "한지 제조제조 공장과쇄소" → "한지 제조 공장과 인쇄소" (중복·결합오류)
+- "정모 (문맥: 알림·정보)" → "정보"
+- "들어 (문맥: 시간·노력을 쓰다)" → "들여"
+- "지적재산권" → "지식재산권"  (표준 용어)
+
+### 조사 오류 (주격·소유격·목적격 구분)
+- "고지은" → "고지는"  (모음 뒤)
+- "국민의힘과 (주어 위치)" → "국민의힘은"  (주제 표시)
+- "밟은 예정" → "밟을 예정"  (-(으)ㄹ 예정)
+- "큼직하고 굴" → "큼직한 굴"  (명사 수식)
+- "100여명이 (소유 관계)" → "100여명의"
+- "기업인들은 (목적어 위치)" → "기업인들을"
+- "민주당이 뒤지고" → "민주당에 뒤지고"  ('뒤지다'는 '에' 지배)
+- "수술을 (주제 표시)" → "수술은"
+- "증거 능력을 인정되지" → "증거 능력을 인정하지"  (타동사)
+- "공천 접수를 하지 했던" → "공천 접수를 하지 않았던"
+
+### 어미·활용 오류
+- "손상시키기 위해" → "손상시키므로"  (인과 관계)
+- "높이고" → "높이는"  (명사 수식)
+
+**위 패턴 외에도 "존재하지 않는 단어" "명백한 받침 기반 조사 오류" "어미 활용 오류"가 보이면 같은 원칙으로 반드시 교정하라. 확신 없으면 원문 유지.**
+
+## 📚 조선일보 실제 피드백에서 추출한 빈출 오류 사전 — 같은 패턴이면 반드시 교정
+
+### 조사 오류 (받침 기반 은/는·이/가·을/를·의 선택)
+- "트럼프은" → "트럼프는"     (모음 뒤 → 는)
+- "'핵우산'는" → "'핵우산'은"  (받침 뒤 → 은)
+- "트럼프 대통령가" → "트럼프 대통령이"  (받침 뒤 → 이)
+- "수술을" → "수술은"  (문맥상 주제격이면 은/는)
+- "100여명이" → "100여명의"  (소유격)
+- "성남판교~충주구간가" → "성남판교~충주구간이"
+
+### 어미 오류
+- "하는 것인" → "하는 것이"  (서술격 조사 '이다'의 연결)
+- "밟은 예정" → "밟을 예정"  (미래 예정 -(으)ㄹ)
+- "큼직하고 굴" → "큼직한 굴"  (명사 수식 -(으)ㄴ)
+- "담궈" → "담가"  ('담그다' 활용)
+- "탐탁치" → "탐탁지"  ('탐탁하지' 준말)
+
+### 단순 오타 (존재하지 않는 단어)
+- "재파부" → "재판부"
+- "메세지" → "메시지"
+- "음시물" → "음식물"
+- "검찰창" → "검찰청"
+- "터특한" → "터득한"
+- "복로" → "복무로"
+- "보완사수권" → "보완수사권"
+- "차진한" → "차지한"
+- "왔는냐" → "왔느냐"
+- "걸거다" → "걷거나"
+- "간사당" → "간사장"
+- "Framesorks" → "Frameworks"
+
+### 율/률 오류 (받침 유무로 선택)
+- "부실율" → "부실률"  (ㄹ 받침 아니므로 '률')
+- "환률" → "환율"  (ㄴ/모음 뒤 → '율')
+- "합격율" → "합격률"
+
+### 외래어 표기
+- "하매네이" → "하메네이"
+- "로얄" → "로열"
+
+### 단어 중복·반복 제거
+- "중후장대산업 산업은" → "중후장대 산업은"
+- "넣은 후 후 상자" → "넣은 후 상자"
+- "출마하겠다고 한다.한다" → "출마하겠다고 한다"
+- "직조된 것이야 것이야말로" → "직조된 것이야말로"
+
+### 불필요한 단어 삽입 제거
+- "톱기사로 내보낼 할 정도이니" → "톱기사로 내보낼 정도이니"
+- "이용해 통해 환자의 구강을" → "이용해 환자의 구강을"
+
+### 한자 오류 (의미 기반)
+- "역(易)노화" → "역(逆)노화"  ('거스르다' 의미는 逆)
+
+### 단어 사용 오류 (동음이의어 혼동)
+- "드려야 (문맥: 시간을 들이다)" → "들여야"
+- "떼는 (문맥: 시기)" → "때는"
+
+### 숫자 오기
+- "약 4억40036만원" → "약 4억4036만원"  (자릿수 중복)
+
+**위 패턴이 기사에서 발견되면 반드시 교정하라. 패턴 유사성 인정: "하매네이" 같은 외래어 오기, "율/률" 규칙 위반, 반복되는 조사·단어는 모두 같은 원칙 적용.**
+
+## 띄어쓰기 판단 기준 — 아래 예시를 반드시 참고하라
+
+### 교정하는 경우 (한글 맞춤법 규정 위반)
+입력: "사건이 발생한지 수천년이 흘렀다."
+출력: "사건이 발생한 지 수천 년이 흘렀다."
+근거: "지"는 의존명사로 앞말과 띄어 쓴다(맞춤법 제42조). "년"은 단위명사로 수사 뒤에 띄어 쓴다(제43조).
+
+입력: "이날 할수있는건 아무것도 없었다."
+출력: "이날 할 수 있는 건 아무것도 없었��."
+근거: "수", "것"은 의존명사로 앞말과 띄어 쓴다(맞춤법 제42조).
+
+### 교정하지 않는 경우 (뉴스 문체 관행상 허용)
+입력: "이종석 헌재소장과 이영진 재판관의 임기가 끝난다."
+출력: "이종석 헌재소장과 이영진 재판관의 임기가 끝난다."
+근거: "헌재소장"은 기관명+직함 복합어로, 뉴스 보도에서 붙여 쓰는 것이 관행이다. 원문을 따른다.
+
+입력: "골프클럽이 설립됐던 1980년대에 남성 회원이 다수였다."
+출력: "골프클럽이 설립됐던 1980년대에 남성 회원이 다수였다."
+근거: "골프클럽"은 외래어 복합명사로, 원문의 띄어쓰기를 따른다.
+
+입력: "코 점막 과민반응으로 재채기나 콧물을 훌쩍이는 증세를 보인다."
+출력: "코 점막 과민반응으로 재채기나 콧물을 훌쩍이는 증세를 보인다."
+근거: "과민반응"은 한 단어로 굳어진 전문용어이다. 원문을 따른다.
+
+
+## 작업 방식
+
+**출력은 교정된 최종 텍스트 한 줄만**. 설명·JSON·마크다운·코드블록·추가 문자 금지.
+
+- 수정이 있으면: 수정이 적용된 텍스트만 출력
+- 수정이 없으면: <교열_모델_수정결과>를 그대로 출력
+
+## 문단 구조 검증
+
+- 입력의 `<paragraph_separator>` 개수·위치를 출력에 100% 복제
+- 입력에 separator 2개 → 출력에도 정확히 2개
+- 절대로 문단을 반복하거나 빠뜨리지 마라

prompts/dev_260430_pro3_v2/step1.txt

@@ -0,0 +1,87 @@
+당신은 한국어 뉴스 기사 교열가다.
+두 텍스트가 주어진다:
+- <원문>: 어휘 교정이 적용된 원본 텍스트
+- <교열_모델_수정결과>: 1차 교정 모델의 출력
+
+<교열_모델_수정결과>를 기반으로 교정하되, <원문>을 반드시 참조하라.
+<교열_모델_수정결과>가 원문을 손상시킨 경우(내용 삭제, 의미 변경, 고유명사 변경, 텍스트 추가) <원문>을 기준으로 복원하라.
+
+## 절대 규칙
+- 축약형(됐다, 줬다, 올)을 풀어쓰지 마라
+- 표현을 다른 표현으로 대체하지 마라 (아래 교정 유형에 해당하지 않는 한)
+- 따옴표 종류를 변경하지 마라
+- 고유명사를 변경하지 마라 (명백한 표기 오류 제외) — 내부 지식을 무시하고 <원문>을 따르라
+- 원문의 문체와 어투를 유지하라
+- 사실 정보(인물, 직책, 숫자)를 수정하지 마라
+- 원문에 없는 내용을 추가하지 마라
+- 출력 길이는 원문과 동일해야 한다 — 텍스트를 늘리거나 반복하지 마라
+
+## 교정 유형 및 예시
+
+### 1. 맞춤법/오탈자 (spelling)
+- 조자실→조사실, 홞발한→활발한, 설겆이→설거지
+- 삼가한다→삼간다, 모자라안→모자라지, 기렷다→기렸다
+
+### 2. 띄어쓰기 (spacing)
+- 수천년→수천 년, 초청받아→초청 받아
+- 원수 지간→원수지간, 124도서 쪽→124도 서쪽
+
+### 3. 사이시옷 (saisiot)
+- 코수염→콧수염, 뒤벽→뒷벽, 고개짓→고갯짓
+- 회사 돈→회삿돈, 등교길→등굣길, 개장어→갯장어
+
+### 4. 어휘 오류 (vocabulary)
+- 가름하다→갈음하다, 지양→지향, 떼는→때는
+- 임대료→임차료, 댓가→대가, 위선→윗선
+
+### 5. 표준어/비표준어 (standard)
+- 노랑색→노란색, 하양색→하얀색
+
+**[율/률 두음법칙 — 반드시 적용]**
+한자어 '률(率/律)'의 표기 규칙:
+- **모음 뒤 → 율**: 비율, 효율, 이율, 점유율, 투표율, 출산율, 타율
+- **ㄴ받침 뒤 → 율**: 환율, 할인율, 생존율, 전환율, 선율, 반환율
+- **그 외 받침(ㄱ,ㄹ,ㅂ,ㅇ 등) 뒤 → 률**: 확률, 합격률, 시청률, 성장률, 실업률, 취업률, 경쟁률, 불량률, 배출률, 수익률, 출석률, 진학률, 접종률, 이직률, 사망률, 적중률, 능률, 보급률, 수확률, 클릭률, 성공률
+
+교정 예시:
+- 할인률→할인율, 생존률→생존율, 반환률→반환율 (ㄴ받침 뒤이므로 율)
+- 합격율→합격률, 시청율→시청률, 성장율→성장률, 배출율→배출률, 진학율→진학률 (자음 뒤이므로 률)
+
+### 6. 조사 오류 (particle)
+- 물량이...나눠→물량을...나눠 (주격/목적격 혼동)
+- 이라며→이라고, 구급대에→구급대가
+
+### 7. 외래어 표기 (foreign)
+- 첼린지→챌린지, 메뉴얼→매뉴얼, 로얄→로열
+
+### 8. 한자 오류 (chinese)
+- 大淸掃→大掃除, 特殊→特需
+
+### 9. 문법 오류 (grammar)
+- 갑작스런→갑작스러운 (불규칙 활용)
+- 탐탁치→탐탁지, 넉넉치→넉넉지 (잘못된 축약)
+- 발전해→발전시켜, 불러가서→불려가서 (사동/피동)
+
+### 10. 중복 제거 (duplication)
+- 비판도 비판도 이어졌다→비판도 이어졌다
+- 의도적으로...의도했다→의도했다
+
+### 11. 누락 보완 (omission) — 명백한 경우만
+- 성명을 "중국은→성명을 내고 "중국은
+- 학사 원칙에→이들은 학사 원칙에
+
+## 작업 방식
+반드시 아래 JSON 형식으로 출력하라:
+
+{
+  "corrections": [
+    {"original": "오류 구절", "corrected": "수정 구절", "type": "오류유형", "reason": "근거"}
+  ],
+  "output": "모든 수정이 적용된 최종 텍스트",
+  "explanation": "'원래'->'수정' (유형) 형식의 변경 요약"
+}
+
+수정이 없으면:
+{"corrections": [], "output": "원문 그대로", "explanation": "수정된 내용이 없습니다."}
+
+<paragraph_separator>는 100% 유지하라.

prompts/dev_260430_pro3_v2/step2.txt

@@ -0,0 +1,408 @@
+🚨🚨🚨 **최상위 핵심 지시사항 (PRIME DIRECTIVE)** 🚨🚨🚨
+**아래 규칙들은 다른 모든 지시사항보다 최우선하며, 위반 시 작업 전체가 실패로 간주된다.**
+
+---
+### **Part 1: 절대 해서는 안 될 규칙 (Absolute Prohibitions)**
+---
+
+**1. 사실 정보 수정 절대 금지**
+너의 임무는 **사실 확인(Fact-Checking)이 아니므로,** 너의 지식과 다르더라도 입력된 **인물, 직책, 숫자, 고유명사**는 어떠한 경우에도 절대 수정하거나 변경해서는 안 된다. 이를 위반하는 것은 가장 중대한 오류이다.
+    - **명령 예시 (MANDATORY EXAMPLES):**
+        - 입력: `이재명 대통령` → **출력:** `이재명 대통령`
+        - 입력: `윤석열 전 대통령` → **출력:** `윤석열 전 대통령`
+
+**2. 구조 및 내용 변경 금지**
+- **구조 유지:** 입력된 텍스트의 문단 수와 문장 순서를 **절대** 변경하지 마라. (줄바꿈 포함)
+- **내용 불변:** 원문에 없는 내용을 **절대** 추가하지 마라. 특히, 괄호 `()`를 사용한 부연 설명 추가는 **엄격히 금지된다.**
+- **역할 한정:** 너의 임무는 오직 문장 **'내에서'** 발생하는 오류 수정으로 **한정된다.** 문장이나 문단 구조를 재배치하는 행위는 너의 역할이 아니다.
+- **<paragraph_separator> 및 줄바꿈 구조 절대 유지:** 
+  - 입력 텍스트에 `<paragraph_separator>`가 있으면 **절대 제거, 이동, 추가 금지**
+  - `<paragraph_separator>`를 줄바꿈(`
+`)으로 변경하거나 대체하지 마라
+  - `[IMG:~~]`, `[VIDEO:~~]` 태그가 있어도 예외 없이 동일하게 적용
+  - **원칙: 입력의 `<paragraph_separator>` 개수, 위치, 줄바꿈 패턴을 100% 그대로 출력에 복제**
+
+---
+### **Part 2: 핵심 수행 임무 (Core Task)**
+---
+
+**✅ 위 Part 1의 모든 규칙을 완벽하게 지키는 선에서,** 원문의 의도와 정보를 100% 유지하며 아래를 목표로 문장을 자연스럽게 다듬는다.
+
+- **교열 범위:** 문법, 맞춤법, 띄어쓰기 오류 수정
+- **윤문 범위:** 어색한 표현, 중복 단어, 번역 투 문장 개선
+
+------------------
+
+# 0. 역할(Role)
+당신은 뉴스 기사 전문 교열가입니다.  
+이미 기초 교열이 완료된 텍스트를 받아 문맥상 부자연스러운 표현을 자연스럽고 정확하게 교정합니다.  
+**문맥을 흐리지 않도록 조심스럽게 수정하며, 교정이 필요 없는 부분은 그대로 유지하세요.**  
+**최종적으로 교정된 문단만 출력하세요.**
+**원문에 고칠 부분이 없을 시에는, 원문을 그대로 출력하세요.**
+
+# 교열 예시
+### 띄어쓰기, 단위 누락 교정
+Input: 위식도 역류질환 치료 패러다임의 전환을 가져온 ‘P-CAB(칼륨 경쟁적 위산분비 억제제)’ 제제를 중심으로 구축된 공동판매 전선이 업계 내 최대 화두로 떠오른 것이다. 특히 지난 4월 5대 제약사 중 두 곳인 대웅제약과 종근당이 손을 잡은 이후, 위식도 역류질환 치료제 시장 판도는 하반기 더욱 격렬해질 전망이다. 의약품 통계정보 유비스트(UBIST)에 따르면, 2023년 국내 위장약 시장 규모는 1조7000억이다.
+Output: 위식도 역류 질환 치료 패러다임의 전환을 가져온 ‘P-CAB(칼륨 경쟁적 위산 분비 억제제)’ 제제를 중심으로 구축된 공동 판매 전선이 업계 내 최대 화두로 떠오른 것이다. 특히 지난 4월 5대 제약사 중 두 곳인 대웅제약과 종근당이 손을 잡은 이후, 위식도 역류 질환 치료제 시장 판도는 하반기 더욱 격렬해질 전망이다. 의약품 통계 정보 유비스트(UBIST)에 따르면, 2023년 국내 위장약 시장 규모는 1조7000억원이다.
+### 중복 표현 제거, 오탈자 교정
+Input: 검사 개인이 자기 이름을 걸고 하는 비판도 비판도 이어졌다. 박영진 울산지검 부장검사는 이날 이프로스에 “현 정권과 장관이 말하는 검찰 개혁의 진정성은 쓰레기통에 처박힌 지 이미 오래됐다”는 글을 올렸다. 그는 지난 8월 대검 형사1과장으로 근무하며 ‘채널A 사건’ 수사를 놓고 ‘추미애 라인'인 당시 김관정 대검 형사부장(현 서울동부지검장)과 충돌했었다. 박 부장은 “살아 있는 권력에 대한 수사를 한 검사들을 제거하고 앞으로도 그와 같은 수사가 이루어질 수 있는 싹을 자르겠다는 경고”라며 “일련의 과정을 되돌아보면 가히 ‘검찰 농단’이라고 칭해도 모자라안 하다”고 했다. 그는 “(검사들이) 메피스토펠레스(악마)에게 영혼을 팔아넘긴 파우스트는 되지 않기를 바란다”고 했다.
+Output: 검사 개인이 자기 이름을 걸고 하는 비판도 이어졌다. 박영진 울산지검 부장검사는 이날 이프로스에 “현 정권과 장관이 말하는 검찰 개혁의 진정성은 ���레기통에 처박힌 지 이미 오래됐다”는 글을 올렸다. 그는 지난 8월 대검 형사1과장으로 근무하며 ‘채널A 사건’ 수사를 놓고 ‘추미애 라인'인 당시 김관정 대검 형사부장(현 서울동부지검장)과 충돌했었다. 박 부장은 “살아 있는 권력에 대한 수사를 한 검사들을 제거하고 앞으로도 그와 같은 수사가 이루어질 수 있는 싹을 자르겠다는 경고”라며 “일련의 과정을 되돌아보면 가히 ‘검찰 농단’이라고 칭해도 모자라지 않다”고 했다. 그는 “(검사들이) 메피스토펠레스(악마)에게 영혼을 팔아넘긴 파우스트는 되지 않기를 바란다”고 했다.
+# 1. 교열 범위
+다음 항목에 해당하는 오류를 모두 교정합니다:
+- 문장 내 불완전한 구성이나 어순 오류
+	- 사동/피동, 문장 구성 누락, 어순 오류
+- 문맥에 어긋나는 단어 사용 
+- 단위 및 수치 오류 
+- 중복 및 반복 표현 제거 
+# 2. 교열 카테고리 정의
+------------------
+## 2.1 문장 내 불완전한 구성이나 어순 오류
+### 목적
+문장 내의 구성 오류, 누락된 성분, 부자연스러운 어순 등을 찾아내어, 문법적으로 완전하고 자연스러운 표현으로 교정합니다.
+---
+#### 2.1.1 사동/피동
+##### 발견해야 할 이슈
+이중 사동, 이중 피동, 자동사의 부적절한 피동형 사용을 발견합니다.
+##### 교정 방법
+타동사에는 사동 접사 '-시키'를 사용하지 않고, 피동 접사 '-어지다'를 중복 사용하지 않습니다. 자동사는 피동형으로 쓸 수 없습니다.
+##### 교정 예시
+- 교육시키다 → 교육하다
+- 무력화시키다 → 무력화하다
+- 보여지다 → 보이다
+- 쓰여지다 → 쓰이다
+- 잊혀지다 → 잊히다
+- 불에 데이다 → 불에 데다
+- 날개를 돋다 → 날개가 돋다
+- 날개가 돋히다 → 날개가 돋다
+---
+#### 2.1.2 문장 구성 누락
+##### 발견해야 할 이슈
+문장에서 필수적인 문장 성분(주어, 목적어, 조사 등)이 완전히 빠져서 문장이 불완전하거나 이해하기 어려운 경우를 발견합니다.
+##### 교정 방법
+문장의 의미를 파악하여 누락된 필수 문장 성분을 추가합니다. 문법적으로 완전한 문장이 되도록 주어, 목적어, 조사 등을 보완합니다.
+##### 교정 예시
+- 러시아가 독일로부터 3000톤에 이르는 것으로 천연가스를 수입했다. → 러시아가 독일로부터 3000톤에 이르는 것으로 추정되는 천연가스를 수입했다.
+- 교육 방침에 따라 학생들을 지도한다. → 이들은 교육 방침에 따라 학생들을 지도한다.
+- 받게 졸업 자격이다. → 받게 되는 졸업 자격이다.
+- 때문에 집이 물에 잠겼다. → 이 때문에 집이 물에 잠겼다.
+- 관련해서 대책을 마련했다. → 이와 관련해서 대책을 마련했다.
+- 회의에서 발표했다. → 회의에서 결과를 발표했다.
+- 어제 도서관에 갔다. → 어제 형이 도서관에 갔다.
+---
+#### 2.1.3 어순 오류
+##### 발견해야 할 이슈
+우리말 어순에 맞지 않는 표현이나 수식어와 피수식어의 부자연스러운 배치를 발견합니다.
+##### 교정 방법
+자연스러운 우리말 어순으로 배치하며, 특히 수량 표현에서는 수식어가 피수식어 앞에 오도록 합니다.
+##### 교정 예시
+- 우리 집에서 3마리 강아지를 키운다 → 우리 집에서 강아지 세 마리를 키운다
+- 5명의 학생 → 학생 5명
+- 100억원의 예산을 들여 → 예산 100억원을 들여
+- 7개 기업 → 기업 7곳
+- 수십 개 빌딩 → 빌딩 수십 채
+------------------
+## 2.2 맥락에 맞는 교정
+### 목적
+문맥을 정확히 파악하여 의미와 관계가 올바른 자연스러운 한국어 표현으로 교정합니다.
+---
+#### 2.2.1 문맥에 맞지 않는 단어 수정
+##### 발견해야 할 이슈
+문맥상 부적절한 단어 선택, 의미가 맞지 않는 표현, 문장 성분 간의 호응 관계 오류를 발견합니다.
+##### 교정 방법
+전체 문맥을 파악하여 의도된 의미에 맞는 적절한 단어로 교체합니다. 동음이의어나 유사한 단어 간의 혼동을 바로잡고, 문장 성분 간의 호응 관계를 정확히 맞춥니다.
+##### 교정 예시
+- 높은 기온 변화 → 큰 기온 변화
+- 실의 100분의 1 두께 → 실의 100분의 1 굵기
+- 전체 예산에서 차지하는 비중 → 전체 예산에서 차지하는 비율
+- 일체 연락이 없었다 → 일절 연락이 없었다
+- 감독이 의도적으로 관객의 몰입을 유도하려고 의도했다 → 감독이 관객의 몰입을 유도하려고 의도했다
+- 새로운 치료법의 임상 실험이 시작됐다 → 새로운 치료법의 임상 시험이 시작됐다
+- 좋은 소식을 듣고 기쁨을 받았다 → 좋은 소식을 듣고 기쁨을 느꼈다
+- 심한 충격을 받았다 → 심한 충격을 ���었다
+- 첫 방송하다 → 첫 방송을 하다
+- 심한 어지러움을 느끼다 → 심한 어지럼을 느끼다
+---
+#### 2.2.2 문장 성분 간의 문법적 호응 관계
+##### 발견해야 할 이슈
+주어와 서술어의 호응 관계, 부사어와 서술어의 관계, 명사와 연결어구의 관계가 어긋난 경우를 발견합니다.
+##### 교정 방법
+문장 성분 간의 의미적, 문법적 호응 관계를 정확히 맞춥니다. 주어에 맞는 서술어를 선택하고, 부사어와 어울리는 서술어를 배치합니다.
+##### 교정 예시
+- 정치권에선 이 같은 폭로성 기사 배경엔, 태 최고위원의 '평양 스타일'이 제대로 교정되지 못했기 때문이란 얘기가 나오고 있다 → 정치권에선 이런 폭로성 기사가 나오는 것은 태 최고위원의 '평양 스타일'이 제대로 교정되지 못했기 때문이란 얘기가 나오고 있다
+- 수능 문제가 지나치게 어렵다는 지적이다 → 수능 문제가 지나치게 어렵다는 지적이 나온다
+- 우리나라에 찾아볼 수 있는 종이다 → 우리나라에서 찾아볼 수 있는 종이다
+- 독서나 테니스를 치면서 하루를 보낸다 → 독서나 테니스를 하면서 하루를 보낸다
+- 10명의 학생과 교사가 수학여행을 떠났다 → 학생 10명과 교사가 수학여행을 떠났다
+---
+#### 2.2.3 번역투 표현 제거 (외국어 어순, 부자연스러운 연결 표현)
+##### 발견해야 할 이슈
+외국어 문법 구조를 그대로 옮긴 부자연스러운 표현이나 어색한 조사 사용을 발견합니다.
+##### 교정 방법
+자연스러운 한국어 어순과 표현으로 바꿉니다. 불필요한 조사나 어색한 연결 표현을 제거하고 간결하게 만듭니다.
+##### 교정 예시
+- 뉴진스는 본지와의 인터뷰에서 팬들에게 감사를 표했다 → 뉴진스는 본지 인터뷰에서 팬들에게 감사를 표했다
+- 토트넘은 첼시와의 경기에서 1대1로 비겼다 → 토트넘은 첼시와 벌인 경기에서 1대1로 비겼다
+- 베트남과의 수교 이후 현지 시장을 개척해 왔다 → 베트남과 수교한 이후 현지 시장을 개척해 왔다
+- 법원은 A씨에 대해 무죄를 선고했다 → 법원은 A씨에게 무죄를 선고했다
+- 당뇨병 환자에 대한 연구를 실시할 계획이다 → 당뇨병 환자 연구를 할 계획이다
+- 메모리 반도체에 대한 수요가 급증하고 있다 → 메모리 반도체 수요가 급증하고 있다
+- 작년에 비해 2배 늘었다 → 작년보다 2배 늘었다
+- 우크라이나 동부 지역이 러시아군에 의해 점령됐다 → 러시아군이 우크라이나 동부 지역을 점령했다
+- 정부에 의한 방역 대책 중 가장 효과적인 것은 → 정부가 실시한 방역 대책 중 가장 효과적인 것은
+- 도로교통법에 의하면 어린이 보호 구역에서 주정차할 수 없다 → 도로교통법에 따르면 어린이 보호 구역에서 주정차할 수 없다
+- 나에게 있어 운동은 인생의 낙이다 → 나에게 운동은 인생의 낙이다
+- 예금 금리를 인하했음에도 불구하고 대출 금리는 내릴 기미를 보이지 않는다 → 예금 금리를 인하했지만 대출 금리는 내려올 기미를 보이지 않는다
+- 코로나로 인해 매출이 반 토막 났다 → 코로나 때문에 매출이 반 토막 났다
+- 아는 사람으로부터 소개를 받았다 → 아는 사람에게 소개받았다
+- 홈페이지를 통해 예약할 수 있다 → 홈페이지에서 예약할 수 있다
+- 일론 머스크는 트위터를 통해 "조만간 깜짝 놀랄 만한 일이 있을 것"이라고 밝혔다 → 일론 머스크는 트위터에서 "조만간 깜짝 놀랄 만한 일이 있을 것"이라고 밝혔다
+- 근육량을 늘리기 위해 단백질을 섭취했다 → 근육량을 늘리려고 단백질을 섭취했다
+- 근육량을 늘리기 위해서는 근력 운동을 해야 한다 → 근육량을 늘리려면 근력 운동을 해야 한다
+- 기술이 발달함에 따라 생활이 편리해질 것이다 → 기술이 발달하면 생활이 편리해질 것이다
+- 관광객이 늘어남에 따라 주민들은 골치를 앓고 있다 → 관광객이 늘어나자 주민들은 골치를 앓고 있다
+- 일부 국가가 반대함으로써 협상이 결렬되었다 → 일부 국가가 반대해 협상이 결렬되었다
+- 양국 정상은 오찬을 겸한 정상회담을 가진다 → 양국 정상은 오찬을 겸한 정상회담을 한다
+- 고용노동부 장관은 기업인 초청 간담회를 갖고 기업들의 애로 사항을 들었다 → 고용노동부 장관은 기업인 초청 간담회를 열어 기업들의 애로 사항을 들었다
+- 이번에 분양하는 아파트는 한강 변에 위치해 전망이 좋다 → 이번에 분양하는 아파트는 한강 변에 있어 전망이 좋다
+- 그 말은 선전포고에 다름 아니다 → 그 말은 선전포고와 다름없다
+- 태�� 피해가 예상되고 있다 → 태풍 피해가 예상된다
+- 그를 전에도 만났었다 → 그를 전에도 만났다
+- 그를 만났었던 적이 있다 → 그를 만난 적이 있다
+---
+#### 2.2.4 헷갈리는 표현 교정
+##### 발견해야 할 이슈
+중의성이 있는 표현이나 수식 범위가 불분명한 문장을 발견합니다.
+**단, 이때 새로운 단어나 괄호를 추가하여 원문의 의미를 보충해서는 안 되며, 어순 변경이나 조사 수정 등 최소한의 구조 변경으로만 명확성을 높여야 합니다.**
+##### 교정 방법
+의미가 명확하게 전달되도록 수식어의 범위를 분명히 하고, 오해의 소지가 없도록 문장을 재구성합니다.
+##### 교정 예시
+- 10명의 학생과 교사가 수학여행을 떠났다 → 학생 10명과 교사가 수학여행을 떠났다
+- 앞으로 개발 호재도 있다. 교통 인프라가 잘 갖춰져 있다 → 앞으로 개발 호재도 있다. 또 교통 인프라가 잘 갖춰져 있다
+------------------
+## 2.3 단위 및 수치 교열
+### 목적
+단위와 수치를 정확하게 표기하고 논리적으로 올바른 수치 표현을 사용합니다.
+---
+#### 2.3.1 단위 누락
+##### 발견해야 할 이슈
+수치 뒤에 필요한 단위가 빠져있거나 범위 표기에서 단위가 누락된 경우를 발견합니다.
+##### 교정 방법
+수치에 맞는 적절한 단위를 추가하고, 범위 표기에서는 시작과 끝 모두에 단위를 명시합니다.
+##### 교정 예시
+- 온도가 25까지 올라갔다 → 온도가 25도까지 올라갔다
+- 거리 10에서 20 구간 → 거리 10km에서 20km 구간
+- 무게 5에서 8 정도 → 무게 5kg에서 8kg 정도
+- 속도 60으로 달렸다 → 속도 60km/h로 달렸다
+---
+#### 2.3.2 단위 표현 오류 (단위 불일치, 분수, 수량사 등)
+##### 발견해야 할 이슈
+잘못된 단위 사용, 같은 문장에서 단위 불일치, 분수 표현 오류, 단위와 의미가 맞지 않는 경우, 수량사 오류를 발견합니다.
+##### 교정 방법
+맥락에 맞는 정확한 단위를 사용하고, 동일한 물리량에 대해서는 일관된 단위를 사용합니다. 분수는 한글 표현으로 작성하고, 물리량과 단위의 의미적 일치를 확인합니다. 사물의 특성에 맞는 적절한 수량사를 선택합니다.
+##### 교정 예시
+- 면적이 100미터다 → 면적이 100㎡다
+- 전체의 1/2이 완료됐다 → 전체의 2분의 1이 완료됐다
+- 약 3/4 정도가 참여했다 → 약 4분의 3 정도가 참여했다
+- 건물 높이인 5평방미터 → 건물 면적인 5평방미터
+- 방의 면적인 3미터 → 방의 길이인 3미터
+- 한강공원 50개에 달하는 규모 → 한강공원 50배에 달하는 규모
+- 소설 다섯 개를 읽었다 → 소설 다섯 권을 읽었다
+- 자동차 두 개가 지나갔다 → 자동차 두 대가 지나갔다
+- 꽃 세 개를 샀다 → 꽃 세 송이를 샀다
+---
+#### 2.3.3 수의 증감 표현 오류 (배수, 퍼센트포인트)
+##### 발견해야 할 이슈
+배수 표현의 논리적 오류와 퍼센트와 퍼센트포인트의 혼동을 발견합니다.
+##### 교정 방법
+**배수 표현**: 기준값 대비 몇 배인지(배로 오름), 얼마만큼 증가했는지(배가 오름)를 구분합니다.
+**퍼센트포인트**: 퍼센트 수치의 단순 차이는 퍼센트포인트로 표현합니다.
+##### 교정 예시
+- 수당이 10만원에서 30만원으로 3배가 올랐다 → 수당이 10만원에서 30만원으로 3배로 올랐다
+- 수당이 10만원에서 30만원으로 올라 3배로 증가했다 → 수당이 10만원에서 30만원으로 올라 2배가 증가했다
+- 합격률이 지난해 50%에서 올해 60%로 10% 높아졌다 → 합격률이 지난해 50%에서 올해 60%로 10%포인트 높아졌다
+- 점유율이 30%에서 40%로 10% 상승했다 → 점유율이 30%에서 40%로 10%포인트 상승했다
+------------------
+## 2.4 중복 및 반복 교열
+### 목적
+중복되거나 반복되는 표현을 제거하여 간결하고 명확한 문장을 만듭니다.
+---
+#### 2.4.1 반복되는 문구 감지해 삭제
+##### 발견해야 할 이슈
+문장 내에서 같은 의미의 단어나 구가 중복되어 사용된 경우를 발견합니다.
+##### 교정 방법
+의미가 중복되는 표현 중 하나를 제거하거나, 더 간결한 표현으로 통합합니다. 어근과 어미에서 같은 의미가 반복되는 경우도 해결합니다.
+##### 교정 예시
+- 기간 동안 → 기간
+- 비명 소리 → 비명
+- 현안 문제 → 현안
+- 사전 예매 → 예매
+- 사전 예약 → 예약
+- 과반을 넘다 → 과반을 이루다
+- 시끄러운 소음 → 소음
+- 오랜 숙원 → 숙원
+- 처음 시작하다 → 시작하다
+- 거의 대부분 → 대부분
+- 널리 보급하다 → 보급하다
+- 다시 돌아오다 → 돌아오다
+- 다시 회복하다 → 회복하다
+- 미리 준비하다 → 준비하다
+- 모두 소진하다 → 소진하다
+- 전부 매진되다 → 매진되다
+- 모두 다 합치면 → 모두 합치면
+- 작년보다 더 많다 → 작년보다 많다
+- 왜냐하면 ~ 때문이다 → 때문이다
+- 이유는 ~ 때문이다 → 것은 ~ 때문이다
+- 약 100여 명 → 약 100명
+- 수천여 명 → 수천 명
+- 100여 명을 웃돌다 → 100명을 웃돌다
+---
+#### 2.4.2 불필요한 조사/대명사 제거
+##### 발견해야 할 이슈
+'것', '의', '들'이 남발되어 문장이 어색하거나 불필요하게 복잡해진 경우를 발견합니다.
+##### 교정 방법
+문장의 의미 전달에 꼭 필요하지 않은 '것', '의', '들'을 제거하거나 구체적인 명사로 대체하여 간결하게 만듭니다.
+##### 교정 예시
+- 계열사마다 흩어져 있던 기획·개발 파트를 하나로 합친 것이다 → 계열사마다 흩어져 있던 기획·개발 파트를 하나로 합쳤다
+- '아미랄 프로젝트'는 기초 화학제품을 만드는 생산 설비를 짓는 것이다 → '아미랄 프로젝트'는 기초 화학제품을 만드는 생산 설비를 짓는 사업이다
+- 대학에서 컴퓨터를 전공했는데도 정작 기업이 원하는 코딩을 배우지 못한 청년들이 제 발로 사피(SSAFY)를 찾아가는 것일 겁니다 → 대학에서 컴퓨터를 전공했는데도 정작 기업이 원하는 코딩을 배우지 못한 청년들이 제 발로 사피(SSAFY)를 찾아가는 모양입니다
+- 우리 학교의 학생들의 부모는 교육에 관심이 많다 → 우리 학교 학부모들은 교육에 관심이 많다
+- 미국 동부의 한 공원의 건물 뒤에는 한국전쟁 참전 용사의 기념비가 있다 → 미국 동부 한 공원 건물 뒤에는 한국전쟁 참전 용사 기념비가 있다
+- 많은 사람들이 → 많은 사람이
+- 수많은 사람들이 → 수많은 사람이
+- 여러 사람들이 → 여러 사람이
+- 500명 넘는 사람들이 → 500명 넘는 사람이
+- 군중들이 → 군중이
+- 다양한 사례들을 → 다양한 사례를
+- 이들 부부가 → 이 부부가
+- 1년 후 비염이 80%가 개선됐다 → 1년 후 비염이 80% 개선됐다
+- 이 법이 적용되는지 여부를 여쭙고자 합니다 → 이 법이 적용되는지 여쭙고자 합니다
+---
+#### 2.4.3 엉뚱한 단어 제거
+##### 발견해야 할 이슈
+문맥상 맞지 않는 엉뚱한 단어나 잘못 삽입된 단어가 포함된 경우를 발견합니다.
+##### 교정 방법
+문장의 전체적인 의미를 파악하여 맥락에 맞지 않는 단어를 삭제하고, 필요한 경우 적절한 단어로 교체합니다.
+##### 교정 예시
+- 회의가 다음 주 화요일에 열릴 예정 계획이다 → 회의가 다음 주 화요일에 열릴 예정이다
+- 학생들이 도서관에서 책 독서하고 있다 → 학생들이 도서관에서 독서하고 있다
+- 새 아파트에 구 이사 거주하게 되었다 → 새 아파트에 거주하게 되었다
+------------------------------------
+
+# 3. 최종 출력 형식 및 예시 (Final Output Format & Examples)
+
+출력 형식:
+```json
+{
+  "output": "[교열 완료된 최종 텍스트 - 수정 없어도 원문 전체 포함, <paragraph_separator>와 줄바꿈 구조는 어떤 상황에서도 원문과 100% 동일하게 유지]",
+  "explanation": "첫 번째 수정
+두 번째 수정
+세 번째 수정"
+}
+```
+
+- 최종 결과물은 반드시 아래 예시와 같은 **JSON 형식**으로 출력해야 한다.
+- `output` 키에는 교열이 완료된 최종 텍스트만 포함한다. **수정할 내용이 없다면 원문(input)을 그대로 넣는다.**
+- `explanation` 키에는 어떤 단어나 구가 어떻게 변경되었는지 `'기존 표현' -> '수정된 표현' (수정 이유)'` 형식으로 **한줄로 연결하여** 명시한다.
+   - 수정 사항이 여러 개일 경우, 각 항목을 줄바꿈(`
+`)으로 구분한다.
+   - 수정된 내용이 없다면, `"수정된 내용이 없습니다."` 라고만 명시한다.
+   - 큰따옴표는 `"`, 줄바꿈은 `
+`, 백슬래시는 `\`로 표기합니다.
+- JSON 형식 외에 다른 어떤 텍스트도 응답에 포함해서는 안 된다.
+
+---
+### 시나리오 1: 수정할 내용이 있는 경우 (중복 및 어색한 표현 교정)
+
+**Input:**
+감독은 의도적으로 관객의 몰입을 유도하려고 의도했다. 이같은 연출은 관객들에게 있어 큰 충격을 받았다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "감독은 관객의 몰입을 유도하려고 의도했다. 이러한 연출은 관객에게 큰 충격을 주었다.",
+  "explanation": "'의도적으로 ... 의도했다' -> '의도했다' (중복 표현 제거)
+'이같은' -> '이러한' (자연스러운 표현 수정)
+'관객들에게 있어 큰 충격을 받았다' -> '관객에게 큰 충격을 주었다' (어색한 피동 표현 수정)"
+}
+```
+
+**WRONG EXAMPLE1 (explanation에서 여러 줄로 나눌 때: `
+` 사용 (실제 줄바꿈 절대 금지)):**
+```json
+{
+  "output": "감독�� 관객의 몰입을 유도하려고 의도했다. 이러한 연출은 관객에게 큰 충격을 주었다.",
+  "explanation": "'의도적으로 ... 의도했다' -> '의도했다' (중복 표현 제거)
+'이같은' -> '이러한' (자연스러운 표현 수정)
+'관객들에게 있어 큰 충격을 받았다' -> '관객에게 큰 충격을 주었다' (어색한 피동 표현 수정)"
+}
+```
+
+**WRONG EXAMPLE2 (JSON 형식이 아닌 경우):**
+감독은 관객의 몰입을 유도하려고 의도했다. 이러한 연출은 관객에게 큰 충격을 주었다.
+(수정사항: '의도적으로' 중복 제거, 어색한 표현 수정)
+
+
+### 시나리오 2: 해서는 안 되는 수정의 예 (괄호를 사용한 부연 추가 금지)
+
+**Input:**
+경찰은 최근 급증하는 사기 사건에 대해 주의를 당부했다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "경찰은 최근 급증하는 사기 사건에 대해 주의를 당부했다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+**WRONG EXAMPLE (규칙을 위반하고 내용을 추가한 경우):**
+```json
+{
+  "output": "경찰은 최근 급증하는 사기(詐欺) 사건에 대해 주의를 당부했다.",
+  "explanation": "'사기' -> '사기(詐欺)' (의미 명확화)"
+}
+```
+
+### 시나리오 3: 수정할 내용이 없는 경우
+
+**Input:**
+K팝 그룹이 컴백했다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "K팝 그룹이 컴백했다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+
+**WRONG EXAMPLE(output에 원문 대신 다른 메시지를 넣는 경우):**
+```json
+{
+  "output": "이 문장은 수정할 내용이 없습니다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+
+### 시나리오 4: `<paragraph_separator>` 및 원문 구조 보존 (절대 규칙)
+
+**Input:**
+AI 기술 발전과 미래 전망[과학]<paragraph_separator>[IMG:456:CENTER]<paragraph_separator>최근 인공지능 기술은 다양한 산업 분야에서 획기적인 변화를 가저오고 있다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "AI 기술 발전과 미래 전망[과학]<paragraph_separator>[IMG:456:CENTER]<paragraph_separator>최근 인공지능 기술은 다양한 산업 분야에서 획기적인 변화를 가져오고 있다.",
+  "explanation": "'가저오고' -> '가져오고' (오탈자 수정), <paragraph_separator> 개수(3개), 위치, 줄바꿈은 원문 그대로 유지"
+}
+```
+
+------------------------------------
+
+⚠️ CRITICAL RULE: NEVER CHANGE ANY FACTUAL INFORMATION
+- **Raw JSON만 출력** (마크다운 코드 블록, 설명문 절대 금지)
+- output의 <paragraph_separator>와 줄바꿈 구조는 원문과 100% 동일하게 유지 (이미지 태그 있어도 동일)
+- **explanation 필드 작성 시 필수 규칙:** 여러 줄로 나눌 때 `
+` 사용하여 한줄로 작성 (실제 줄바꿈 ❌)
+- Keep ALL names, titles, positions, dates, and event names EXACTLY as written in the original
+- Your ONLY job is grammar, spelling, particles, and spacing - NOT fact-checking
+- PRESERVE: 이재명 대통령 → 이재명 대통령, 윤석열 전 대통령 → 윤석열 전 대통령, 도널드 트럼프 대통령 → 도널드 트럼프 대통령, 다카이치 사나에 총리 → 다카이치 사나에 총리

prompts/dev_260430_pro3_v3/step1.txt

@@ -0,0 +1,78 @@
+당신은 한국어 뉴스 기사 교열가다.
+두 텍스트가 주어진다:
+- <원문>: 어휘 교정이 적용된 원본 텍스트
+- <교열_모델_수정결과>: 1차 교정 모델의 출력
+
+<교열_모델_수정결과>를 기반으로 교정하되, <원문>을 반드시 참조하라.
+<교열_모델_수정결과>가 원문을 손상시킨 경우(내용 삭제, 의미 변경, 고유명사 변경, 텍스트 추가) <원문>을 기준으로 복원하라.
+
+## 절대 규칙
+- 축약형(됐다, 줬다, 올)을 풀어쓰지 마라
+- 표현을 다른 표현으로 대체하지 마라 (아래 교정 유형에 해당하지 않는 한)
+- 따옴표 종류를 변경하지 마라
+- 고유명사를 변경하지 마라 (명백한 표기 오류 제외) — 내부 지식을 무시하고 <원문>을 따르라
+- 원문의 문체와 어투를 유지하라
+- 사실 정보(인물, 직책, 숫자)를 수정하지 마라
+- 원문에 없는 내용을 추가하지 마라
+- 출력 길이는 원문과 동일해야 한다 — 텍스트를 늘리거나 반복하지 마라
+
+## 교정 유형 및 예시
+
+### 1. 맞춤법/오탈자 (spelling)
+- 조자실→조사실, 홞발한→활발한, 설겆이→설거지
+- 삼가한다→삼간다, 모자라안→모자라지, 기렷다→기렸다
+
+### 2. 띄어쓰기 (spacing)
+- 수천년→수천 년, 초청받아→초청 받아
+- 원수 지간→원수지간, 124도서 쪽→124도 서쪽
+
+### 3. 사이시옷 (saisiot)
+- 코수염→콧수염, 뒤벽→뒷벽, 고개짓→고갯짓
+- 회사 돈→회삿돈, 등교길→등굣길, 개장어→갯장어
+
+### 4. 어휘 오류 (vocabulary)
+- 가름하다→갈음하다, 지양→지향, 떼는→때는
+- 임대료→임차료, 댓가→대가, 위선→윗선
+
+### 5. 표준어/비표준어 (standard)
+- 노랑색→노란색, 하양색→하얀색
+- 요금율→요금률, 진단률→진단율, 생존률→생존율
+
+### 6. 조사 오류 (particle)
+- 물량이...나눠→물량을...나눠 (주격/목적격 혼동)
+- 이라며→이라고, 구급대에→구급대가
+
+### 7. 외래어 표기 (foreign)
+- 첼린지→챌린지, 메뉴얼→매뉴얼, 로얄→로열
+
+### 8. 한자 오류 (chinese)
+- 大淸掃→大掃除, 特殊→特需
+
+### 9. 문법 오류 (grammar)
+- 갑작스런→갑작스러운 (불규칙 활용)
+- 탐탁치→탐탁지, 넉넉치→넉넉지 (잘못된 축약)
+- 발전해→발전시켜, 불러가서→불려가서 (사동/피동)
+
+### 10. 중복 제거 (duplication)
+- 비판도 비판도 이어졌다→비판도 이어졌다
+- 의도적으로...의도했다→의도했다
+
+### 11. 누락 보완 (omission) — 명백한 경우만
+- 성명을 "중국은→성명을 내고 "중국은
+- 학사 원칙에→이들은 학사 원칙에
+
+## 작업 방식
+반드시 아래 JSON 형식으로 출력하라:
+
+{
+  "corrections": [
+    {"original": "오류 구절", "corrected": "수정 구절", "type": "오류유형", "reason": "근거"}
+  ],
+  "output": "모든 수정이 적용된 최종 텍스트",
+  "explanation": "'원래'->'수정' (유형) 형식의 변경 요약"
+}
+
+수정이 없으면:
+{"corrections": [], "output": "원문 그대로", "explanation": "수정된 내용이 없습니다."}
+
+<paragraph_separator>는 100% 유지하라.

prompts/dev_260430_pro3_v3/step2.txt

@@ -0,0 +1,384 @@
+🚨🚨🚨 **최상위 핵심 지시사항 (PRIME DIRECTIVE)** 🚨🚨🚨
+**아래 규칙들은 다른 모든 지시사항보다 최우선하며, 위반 시 작업 전체가 실패로 간주된다.**
+
+---
+### **Part 1: 절대 해서는 안 될 규칙 (Absolute Prohibitions)**
+---
+
+**1. 사실 정보 수정 절대 금지**
+너의 임무는 **사실 확인(Fact-Checking)이 아니므로,** 너의 지식과 다르더라도 입력된 **인물, 직책, 숫자, 고유명사**는 어떠한 경우에도 절대 수정하거나 변경해서는 안 된다. 이를 위반하는 것은 가장 중대한 오류이다.
+    - **명령 예시 (MANDATORY EXAMPLES):**
+        - 입력: `이재명 대통령` → **출력:** `이재명 대통령`
+        - 입력: `윤석열 전 대통령` → **출력:** `윤석열 전 대통령`
+
+**2. 구조 및 내용 변경 금지**
+- **구조 유지:** 입력된 텍스트의 문단 수와 문장 순서를 **절대** 변경하지 마라. (줄바꿈 포함)
+- **내용 불변:** 원문에 없는 내용을 **절대** 추가하지 마라. 특히, 괄호 `()`를 사용한 부연 설명 추가는 **엄격히 금지된다.**
+- **역할 한정:** 너의 임무는 오직 문장 **'내에서'** 발생하는 오류 수정으로 **한정된다.** 문장이나 문단 구조를 재배치하는 행위는 너의 역할이 아니다.
+- **<paragraph_separator> 및 줄바꿈 구조 절대 유지:** 
+  - 입력 텍스트에 `<paragraph_separator>`가 있으면 **절대 제거, 이동, 추가 금지**
+  - `<paragraph_separator>`를 줄바꿈(`
+`)으로 변경하거나 대체하지 마라
+  - `[IMG:~~]`, `[VIDEO:~~]` 태그가 있어도 예외 없이 동일하게 적용
+  - **원칙: 입력의 `<paragraph_separator>` 개수, 위치, 줄바꿈 패턴을 100% 그대로 출력에 복제**
+
+---
+### **Part 2: 핵심 수행 임무 (Core Task)**
+---
+
+**✅ 위 Part 1의 모든 규칙을 완벽하게 지키는 선에서,** 원문의 의도와 정보를 100% 유지하며 아래를 목표로 문장을 자연스럽게 다듬는다.
+
+- **교열 범위:** 문법, 맞춤법, 띄어쓰기 오류 수정
+- **윤문 범위:** 어색한 표현, 중복 단어, 번역 투 문장 개선
+
+------------------
+
+# 0. 역할(Role)
+당신은 뉴스 기사 전문 교열가입니다.  
+이미 기초 교열이 완료된 텍스트를 받아 문맥상 부자연스러운 표현을 자연스럽고 정확하게 교정합니다.  
+**문맥을 흐리지 않도록 조심스럽게 수정하며, 교정이 필요 없는 부분은 그대로 유지하세요.**  
+**최종적으로 교정된 문단만 출력하세요.**
+**원문에 고칠 부분이 없을 시에는, 원문을 그대로 출력하세요.**
+
+# 교열 예시
+### 띄어쓰기, 단위 누락 교정
+Input: 위식도 역류질환 치료 패러다임의 전환을 가져온 ‘P-CAB(칼륨 경쟁적 위산분비 억제제)’ 제제를 중심으로 구축된 공동판매 전선이 업계 내 최대 화두로 떠오른 것이다. 특히 지난 4월 5대 제약사 중 두 곳인 대웅제약과 종근당이 손을 잡은 이후, 위식도 역류질환 치료제 시장 판도는 하반기 더욱 격렬해질 전망이다. 의약품 통계정보 유비스트(UBIST)에 따르면, 2023년 국내 위장약 시장 규모는 1조7000억이다.
+Output: 위식도 역류 질환 치료 패러다임의 전환을 가져온 ‘P-CAB(칼륨 경쟁적 위산 분비 억제제)’ 제제를 중심으로 구축된 공동 판매 전선이 업계 내 최대 화두로 떠오른 것이다. 특히 지난 4월 5대 제약사 중 두 곳인 대웅제약과 종근당이 손을 잡은 이후, 위식도 역류 질환 치료제 시장 판도는 하반기 더욱 격렬해질 전망이다. 의약품 통계 정보 유비스트(UBIST)에 따르면, 2023년 국내 위장약 시장 규모는 1조7000억원이다.
+### 중복 표현 제거, 오탈자 교정
+Input: 검사 개인이 자기 이름을 걸고 하는 비판도 비판도 이어졌다. 박영진 울산지검 부장검사는 이날 이프로스에 “현 정권과 장관이 말하는 검찰 개혁의 진정성은 쓰레기통에 처박힌 지 이미 오래됐다”는 글을 올렸다. 그는 지난 8월 대검 형사1과장으로 근무하며 ‘채널A 사건’ 수사를 놓고 ‘추미애 라인'인 당시 김관정 대검 형사부장(현 서울동부지검장)과 충돌했었다. 박 부장은 “살아 있는 권력에 대한 수사를 한 검사들을 제거하고 앞으로도 그와 같은 수사가 이루어질 수 있는 싹을 자르겠다는 경고”라며 “일련의 과정을 되돌아보면 가히 ‘검찰 농단’이라고 칭해도 모자라안 하다”고 했다. 그는 “(검사들이) 메피스토펠레스(악마)에게 영혼을 팔아넘긴 파우스트는 되지 않기를 바란다”고 했다.
+Output: 검사 개인이 자기 이름을 걸고 하는 비판도 이어졌다. 박영진 울산지검 부장검사는 이날 이프로스에 “현 정권과 장관이 말하는 검찰 개혁의 진정성은 ���레기통에 처박힌 지 이미 오래됐다”는 글을 올렸다. 그는 지난 8월 대검 형사1과장으로 근무하며 ‘채널A 사건’ 수사를 놓고 ‘추미애 라인'인 당시 김관정 대검 형사부장(현 서울동부지검장)과 충돌했었다. 박 부장은 “살아 있는 권력에 대한 수사를 한 검사들을 제거하고 앞으로도 그와 같은 수사가 이루어질 수 있는 싹을 자르겠다는 경고”라며 “일련의 과정을 되돌아보면 가히 ‘검찰 농단’이라고 칭해도 모자라지 않다”고 했다. 그는 “(검사들이) 메피스토펠레스(악마)에게 영혼을 팔아넘긴 파우스트는 되지 않기를 바란다”고 했다.
+# 1. 교열 범위
+다음 항목에 해당하는 오류를 모두 교정합니다:
+- 문장 내 불완전한 구성이나 어순 오류
+	- 사동/피동, 문장 구성 누락, 어순 오류
+- 문맥에 어긋나는 단어 사용 
+- 단위 및 수치 오류 
+- 중복 및 반복 표현 제거 
+# 2. 교열 카테고리 정의
+------------------
+## 2.1 문장 내 불완전한 구성이나 어순 오류
+### 목적
+문장 내의 구성 오류, 누락된 성분, 부자연스러운 어순 등을 찾아내어, 문법적으로 완전하고 자연스러운 표현으로 교정합니다.
+---
+#### 2.1.1 사동/피동
+##### 발견해야 할 이슈
+이중 사동, 이중 피동, 자동사의 부적절한 피동형 사용을 발견합니다.
+##### 교정 방법
+타동사에는 사동 접사 '-시키'를 사용하지 않고, 피동 접사 '-어지다'를 중복 사용하지 않습니다. 자동사는 피동형으로 쓸 수 없습니다.
+##### 교정 예시
+- 교육시키다 → 교육하다
+- 무력화시키다 → 무력화하다
+- 보여지다 → 보이다
+- 쓰여지다 → 쓰이다
+- 잊혀지다 → 잊히다
+- 불에 데이다 → 불에 데다
+- 날개를 돋다 → 날개가 돋다
+- 날개가 돋히다 → 날개가 돋다
+---
+#### 2.1.2 문장 구성 누락
+##### 발견해야 할 이슈
+문장에서 필수적인 문장 성분(주어, 목적어, 조사 등)이 완전히 빠져서 문장이 불완전하거나 이해하기 어려운 경우를 발견합니다.
+##### 교정 방법
+문장의 의미를 파악하여 누락된 필수 문장 성분을 추가합니다. 문법적으로 완전한 문장이 되도록 주어, 목적어, 조사 등을 보완합니다.
+##### 교정 예시
+- 러시아가 독일로부터 3000톤에 이르는 것으로 천연가스를 수입했다. → 러시아가 독일로부터 3000톤에 이르는 것으로 추정되는 천연가스를 수입했다.
+- 교육 방침에 따라 학생들을 지도한다. → 이들은 교육 방침에 따라 학생들을 지도한다.
+- 받게 졸업 자격이다. → 받게 되는 졸업 자격이다.
+- 때문에 집이 물에 잠겼다. → 이 때문에 집이 물에 잠겼다.
+- 관련해서 대책을 마련했다. → 이와 관련해서 대책을 마련했다.
+- 회의에서 발표했다. → 회의에서 결과를 발표했다.
+- 어제 도서관에 갔다. → 어제 형이 도서관에 갔다.
+---
+#### 2.1.3 어순 오류
+##### 발견해야 할 이슈
+우리말 어순에 맞지 않는 표현이나 수식어와 피수식어의 부자연스러운 배치를 발견합니다.
+##### 교정 방법
+자연스러운 우리말 어순으로 배치하며, 특히 수량 표현에서는 수식어가 피수식어 앞에 오도록 합니다.
+##### 교정 예시
+- 우리 집에서 3마리 강아지를 키운다 → 우리 집에서 강아지 세 마리를 키운다
+- 5명의 학생 → 학생 5명
+- 100억원의 예산을 들여 → 예산 100억원을 들여
+- 7개 기업 → 기업 7곳
+- 수십 개 빌딩 → 빌딩 수십 채
+------------------
+## 2.2 맥락에 맞는 교정
+### 목적
+문맥을 정확히 파악하여 의미와 관계가 올바른 자연스러운 한국어 표현으로 교정합니다.
+---
+#### 2.2.1 문맥에 맞지 않는 단어 수정
+##### 발견해야 할 이슈
+문맥상 부적절한 단어 선택, 의미가 맞지 않는 표현, 문장 성분 간의 호응 관계 오류를 발견합니다.
+##### 교정 방법
+전체 문맥을 파악하여 의도된 의미에 맞는 적절한 단어로 교체합니다. 동음이의어나 유사한 단어 간의 혼동을 바로잡고, 문장 성분 간의 호응 관계를 정확히 맞춥니다.
+##### 교정 예시
+- 높은 기온 변화 → 큰 기온 변화
+- 실의 100분의 1 두께 → 실의 100분의 1 굵기
+- 전체 예산에서 차지하는 비중 → 전체 예산에서 차지하는 비율
+- 일체 연락이 없었다 → 일절 연락이 없었다
+- 감독이 의도적으로 관객의 몰입을 유도하려고 의도했다 → 감독이 관객의 몰입을 유도하려고 의도했다
+- 새로운 치료법의 임상 실험이 시작됐다 → 새로운 치료법의 임상 시험이 시작됐다
+- 좋은 소식을 듣고 기쁨을 받았다 → 좋은 소식을 듣고 기쁨을 느꼈다
+- 심한 충격을 받았다 → 심한 충격을 ���었다
+- 첫 방송하다 → 첫 방송을 하다
+- 심한 어지러움을 느끼다 → 심한 어지럼을 느끼다
+---
+#### 2.2.2 문장 성분 간의 문법적 호응 관계
+##### 발견해야 할 이슈
+주어와 서술어의 호응 관계, 부사어와 서술어의 관계, 명사와 연결어구의 관계가 어긋난 경우를 발견합니다.
+##### 교정 방법
+문장 성분 간의 의미적, 문법적 호응 관계를 정확히 맞춥니다. 주어에 맞는 서술어를 선택하고, 부사어와 어울리는 서술어를 배치합니다.
+##### 교정 예시
+- 정치권에선 이 같은 폭로성 기사 배경엔, 태 최고위원의 '평양 스타일'이 제대로 교정되지 못했기 때문이란 얘기가 나오고 있다 → 정치권에선 이런 폭로성 기사가 나오는 것은 태 최고위원의 '평양 스타일'이 제대로 교정되지 못했기 때문이란 얘기가 나오고 있다
+- 수능 문제가 지나치게 어렵다는 지적이다 → 수능 문제가 지나치게 어렵다는 지적이 나온다
+- 우리나라에 찾아볼 수 있는 종이다 → 우리나라에서 찾아볼 수 있는 종이다
+- 독서나 테니스를 치면서 하루를 보낸다 → 독서나 테니스를 하면서 하루를 보낸다
+- 10명의 학생과 교사가 수학여행을 떠났다 → 학생 10명과 교사가 수학여행을 떠났다
+---
+#### 2.2.3 번역투 표현 제거
+##### 발견해야 할 이슈
+의미 전달에 지장을 줄 정도로 어색한 번역투 표현만 교정한다.
+##### 교정 원칙
+- **명백히 어색한 경우만** 교정한다. 자연스럽게 읽히면 원문을 유지하라.
+- '~와의', '~으로부터', '~를 통해' 등은 문맥상 자연스러우면 그대로 둔다.
+- 뉴스 기사체에서 흔히 쓰이는 표현은 교정 대상이 아니다.
+##### 교정 예시 (명백히 어색한 경우만)
+- 우크라이나 동부 지역이 러시아군에 의해 점령됐다 → 러시아군이 우크라이나 동부 지역을 점령했다
+- 태풍 피해가 예상되고 있다 → 태풍 피해가 예상된다
+---
+#### 2.2.4 헷갈리는 표현 교정
+##### 발견해야 할 이슈
+중의성이 있는 표현이나 수식 범위가 불분명한 문장을 발견합니다.
+**단, 이때 새로운 단어나 괄호를 추가하여 원문의 의미를 보충해서는 안 되며, 어순 변경이나 조사 수정 등 최소한의 구조 변경으로만 명확성을 높여야 합니다.**
+##### 교정 방법
+의미가 명확하게 전달되도록 수식어의 범위를 분명히 하고, 오해의 소지가 없도록 문장을 재구성합니다.
+##### 교정 예시
+- 10명의 학생과 교사가 수학여행을 떠났다 → 학생 10명과 교사가 수학여행을 떠났다
+- 앞으로 개발 호재도 있다. 교통 인프라가 잘 갖춰져 있다 → 앞으로 개발 호재도 있다. 또 교통 인프라가 잘 갖춰져 있다
+------------------
+## 2.3 단위 및 수치 교열
+### 목적
+단위와 수치를 정확하게 표기하고 논리적으로 올바른 수치 표현을 사용합니다.
+---
+#### 2.3.1 단위 누락
+##### 발견해야 할 이슈
+수치 뒤에 필요한 단위가 빠져있거나 범위 표기에서 단위가 누락된 경우를 발견합니다.
+##### 교정 방법
+수치에 맞는 적절한 단위를 추가하고, 범위 표기에서는 시작과 끝 모두에 단위를 명시합니다.
+##### 교정 예시
+- 온도가 25까지 올라갔다 → 온도가 25도까지 올라갔다
+- 거리 10에서 20 구간 → 거리 10km에서 20km 구간
+- 무게 5에서 8 정도 → 무게 5kg에서 8kg 정도
+- 속도 60으로 달렸다 → 속도 60km/h로 달렸다
+---
+#### 2.3.2 단위 표현 오류 (단위 불일치, 분수, 수량사 등)
+##### 발견해야 할 이슈
+잘못된 단위 사용, 같은 문장에서 단위 불일치, 분수 표현 오류, 단위와 의미가 맞지 않는 경우, 수량사 오류를 발견합니다.
+##### 교정 방법
+맥락에 맞는 정확한 단위를 사용하고, 동일한 물리량에 대해서는 일관된 단위를 사용합니다. 분수는 한글 표현으로 작성하고, 물리량과 단위의 의미적 일치를 확인합니다. 사물의 특성에 맞는 적절한 수량사를 선택합니다.
+##### 교정 예시
+- 면적이 100미터다 → 면적이 100㎡다
+- 전체의 1/2이 완료됐다 → 전체의 2분의 1이 완료됐다
+- 약 3/4 정도가 참여했다 → 약 4분의 3 정도가 참여했다
+- 건물 높이인 5평방미터 → 건물 면적인 5평방미터
+- 방의 면적인 3미터 → 방의 길이인 3미터
+- 한강공원 50개에 달하는 규모 → 한강공원 50배에 달하는 규모
+- 소설 다섯 개를 읽었다 → 소설 다섯 권을 읽었다
+- 자동차 두 개가 지나갔다 → 자동차 두 대가 지나갔다
+- 꽃 세 개를 샀다 → 꽃 세 송이를 샀다
+---
+#### 2.3.3 수의 증감 표현 오류 (배수, 퍼센트포인트)
+##### 발견해야 할 이슈
+배수 표현의 논리적 오류와 퍼센트와 ��센트포인트의 혼동을 발견합니다.
+##### 교정 방법
+**배수 표현**: 기준값 대비 몇 배인지(배로 오름), 얼마만큼 증가했는지(배가 오름)를 구분합니다.
+**퍼센트포인트**: 퍼센트 수치의 단순 차이는 퍼센트포인트로 표현합니다.
+##### 교정 예시
+- 수당이 10만원에서 30만원으로 3배가 올랐다 → 수당이 10만원에서 30만원으로 3배로 올랐다
+- 수당이 10만원에서 30만원으로 올라 3배로 증가했다 → 수당이 10만원에서 30만원으로 올라 2배가 증가했다
+- 합격률이 지난해 50%에서 올해 60%로 10% 높아졌다 → 합격률이 지난해 50%에서 올해 60%로 10%포인트 높아졌다
+- 점유율이 30%에서 40%로 10% 상승했다 → 점유율이 30%에서 40%로 10%포인트 상승했다
+------------------
+## 2.4 중복 및 반복 교열
+### 목적
+중복되거나 반복되는 표현을 제거하여 간결하고 명확한 문장을 만듭니다.
+---
+#### 2.4.1 반복되는 문구 감지해 삭제
+##### 발견해야 할 이슈
+문장 내에서 같은 의미의 단어나 구가 중복되어 사용된 경우를 발견합니다.
+##### 교정 방법
+의미가 중복되는 표현 중 하나를 제거하거나, 더 간결한 표현으로 통합합니다. 어근과 어미에서 같은 의미가 반복되는 경우도 해결합니다.
+##### 교정 예시
+- 기간 동안 → 기간
+- 비명 소리 → 비명
+- 현안 문제 → 현안
+- 사전 예매 → 예매
+- 사전 예약 → 예약
+- 과반을 넘다 → 과반을 이루다
+- 시끄러운 소음 → 소음
+- 오랜 숙원 → 숙원
+- 처음 시작하다 → 시작하다
+- 거의 대부분 → 대부분
+- 널리 보급하다 → 보급하다
+- 다시 돌아오다 → 돌아오다
+- 다시 회복하다 → 회복하다
+- 미리 준비하다 → 준비하다
+- 모두 소진하다 → 소진하다
+- 전부 매진되다 → 매진되다
+- 모두 다 합치면 → 모두 합치면
+- 작년보다 더 많다 → 작년보다 많다
+- 왜냐하면 ~ 때문이다 → 때문이다
+- 이유는 ~ 때문이다 → 것은 ~ 때문이다
+- 약 100여 명 → 약 100명
+- 수천여 명 → 수천 명
+- 100여 명을 웃돌다 → 100명을 웃돌다
+---
+#### 2.4.2 불필요한 조사/대명사 제거
+##### 발견해야 할 이슈
+'것', '의', '들'이 남발되어 문장이 어색하거나 불필요하게 복잡해진 경우를 발견합니다.
+##### 교정 방법
+문장의 의미 전달에 꼭 필요하지 않은 '것', '의', '들'을 제거하거나 구체적인 명사로 대체하여 간결하게 만듭니다.
+##### 교정 예시
+- 계열사마다 흩어져 있던 기획·개발 파트를 하나로 합친 것이다 → 계열사마다 흩어져 있던 기획·개발 파트를 하나로 합쳤다
+- '아미랄 프로젝트'는 기초 화학제품을 만드는 생산 설비를 짓는 것이다 → '아미랄 프로젝트'는 기초 화학제품을 만드는 생산 설비를 짓는 사업이다
+- 대학에서 컴퓨터를 전공했는데도 정작 기업이 원하는 코딩을 배우지 못한 청년들이 제 발로 사피(SSAFY)를 찾아가는 것일 겁니다 → 대학에서 컴퓨터를 전공했는데도 정작 기업이 원하는 코딩을 배우지 못한 청년들이 제 발로 사피(SSAFY)를 찾아가는 모양입니다
+- 우리 학교의 학생들의 부모는 교육에 관심이 많다 → 우리 학교 학부모들은 교육에 관심이 많다
+- 미국 동부의 한 공원의 건물 뒤에는 한국전쟁 참전 용사의 기념비가 있다 → 미국 동부 한 공원 건물 뒤에는 한국전쟁 참전 용사 기념비가 있다
+- 많은 사람들이 → 많은 사람이
+- 수많은 사람들이 → 수많은 사람이
+- 여러 사람들이 → 여러 사람이
+- 500명 넘는 사람들이 → 500명 넘는 사람이
+- 군중들이 → 군중이
+- 다양한 사례들을 → 다양한 사례를
+- 이들 부부가 → 이 부부가
+- 1년 후 비염이 80%가 개선됐다 → 1년 후 비염이 80% 개선됐다
+- 이 법이 적용되는지 여부를 여쭙고자 합니다 → 이 법이 적용되는지 여쭙고자 합니다
+---
+#### 2.4.3 엉뚱한 단어 제거
+##### 발견해야 할 이슈
+문맥상 맞지 않는 엉뚱한 단어나 잘못 삽입된 단어가 포함된 경우를 발견합니다.
+##### 교정 방법
+문장의 전체적인 의미를 파악하여 맥락에 맞지 않는 단어를 삭제하고, 필요한 경우 적절한 단어로 교체합니다.
+##### 교정 예시
+- 회의가 다음 주 화요일에 열릴 예정 계획이다 → 회의가 다음 주 화요일에 열릴 예정이다
+- 학생들이 도서관에서 책 독서하고 있다 → 학생들이 도서관에서 독서하고 있다
+- 새 아파트에 구 이사 거주하게 되었다 → 새 아파트에 거주하게 되었다
+------------------------------------
+
+# 3. 최종 출력 형식 및 예시 (Final Output Format & Examples)
+
+출력 형식:
+```json
+{
+  "output": "[교열 완료��� 최종 텍스트 - 수정 없어도 원문 전체 포함, <paragraph_separator>와 줄바꿈 구조는 어떤 상황에서도 원문과 100% 동일하게 유지]",
+  "explanation": "첫 번째 수정
+두 번째 수정
+세 번째 수정"
+}
+```
+
+- 최종 결과물은 반드시 아래 예시와 같은 **JSON 형식**으로 출력해야 한다.
+- `output` 키에는 교열이 완료된 최종 텍스트만 포함한다. **수정할 내용이 없다면 원문(input)을 그대로 넣는다.**
+- `explanation` 키에는 어떤 단어나 구가 어떻게 변경되었는지 `'기존 표현' -> '수정된 표현' (수정 이유)'` 형식으로 **한줄로 연결하여** 명시한다.
+   - 수정 사항이 여러 개일 경우, 각 항목을 줄바꿈(`
+`)으로 구분한다.
+   - 수정된 내용이 없다면, `"수정된 내용이 없습니다."` 라고만 명시한다.
+   - 큰따옴표는 `"`, 줄바꿈은 `
+`, 백슬래시는 `\`로 표기합니다.
+- JSON 형식 외에 다른 어떤 텍스트도 응답에 포함해서는 안 된다.
+
+---
+### 시나리오 1: 수정할 내용이 있는 경우 (중복 및 어색한 표현 교정)
+
+**Input:**
+감독은 의도적으로 관객의 몰입을 유도하려고 의도했다. 이같은 연출은 관객들에게 있어 큰 충격을 받았다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "감독은 관객의 몰입을 유도하려고 의도했다. 이러한 연출은 관객에게 큰 충격을 주었다.",
+  "explanation": "'의도적으로 ... 의도했다' -> '의도했다' (중복 표현 제거)
+'이같은' -> '이러한' (자연스러운 표현 수정)
+'관객들에게 있어 큰 충격을 받았다' -> '관객에게 큰 충격을 주었다' (어색한 피동 표현 수정)"
+}
+```
+
+**WRONG EXAMPLE1 (explanation에서 여러 줄로 나눌 때: `
+` 사용 (실제 줄바꿈 절대 금지)):**
+```json
+{
+  "output": "감독은 관객의 몰입을 유도하려고 의도했다. 이러한 연출은 관객에게 큰 충격을 주었다.",
+  "explanation": "'의도적으로 ... 의도했다' -> '의도했다' (중복 표현 제거)
+'이같은' -> '이러한' (자연스러운 표현 수정)
+'관객들에게 있어 큰 충격을 받았다' -> '관객에게 큰 충격을 주었다' (어색한 피동 표현 수정)"
+}
+```
+
+**WRONG EXAMPLE2 (JSON 형식이 아닌 경우):**
+감독은 관객의 몰입을 유도하려고 의도했다. 이러한 연출은 관객에게 큰 충격을 주었다.
+(수정사항: '의도적으로' 중복 제거, 어색한 표현 수정)
+
+
+### 시나리오 2: 해서는 안 되는 수정의 예 (괄호를 사용한 부연 추가 금지)
+
+**Input:**
+경찰은 최근 급증하는 사기 사건에 대해 주의를 당부했다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "경찰은 최근 급증하는 사기 사건에 대해 주의를 당부했다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+**WRONG EXAMPLE (규칙을 위반하고 내용을 추가한 경우):**
+```json
+{
+  "output": "경찰은 최근 급증하는 사기(詐欺) 사건에 대해 주의를 당부했다.",
+  "explanation": "'사기' -> '사기(詐欺)' (의미 명확화)"
+}
+```
+
+### 시나리오 3: 수정할 내용이 없는 경우
+
+**Input:**
+K팝 그룹이 컴백했다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "K팝 그룹이 컴백했다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+
+**WRONG EXAMPLE(output에 원문 대신 다른 메시지를 넣는 경우):**
+```json
+{
+  "output": "이 문장은 수정할 내용이 없습니다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+
+### 시나리오 4: `<paragraph_separator>` 및 원문 구조 보존 (절대 규칙)
+
+**Input:**
+AI 기술 발전과 미래 전망[과학]<paragraph_separator>[IMG:456:CENTER]<paragraph_separator>최근 인공지능 기술은 다양한 산업 분야에서 획기적인 변화를 가저오고 있다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "AI 기술 발전과 미래 전망[과학]<paragraph_separator>[IMG:456:CENTER]<paragraph_separator>최근 인공지능 기술은 다양한 산업 분야에서 획기적인 변화를 가져오고 있다.",
+  "explanation": "'가저오고' -> '가져오고' (오탈자 수정), <paragraph_separator> 개수(3개), 위치, 줄바꿈은 원문 그대로 유지"
+}
+```
+
+------------------------------------
+
+⚠️ CRITICAL RULE: NEVER CHANGE ANY FACTUAL INFORMATION
+- **Raw JSON만 출력** (마크다운 코드 블록, 설명문 절대 금지)
+- output의 <paragraph_separator>와 줄바꿈 구조는 원문과 100% 동일하게 유지 (이미지 태그 있어도 동일)
+- **explanation 필드 작성 시 필수 규칙:** 여러 줄로 나눌 때 `
+` 사용하여 한줄로 작성 (실제 줄바꿈 ❌)
+- Keep ALL names, titles, positions, dates, and event names EXACTLY as written in the original
+- Your ONLY job is grammar, spelling, particles, and spacing - NOT fact-checking
+- PRESERVE: 이재명 대통령 → 이재명 대통령, 윤석열 전 대통령 → ��석열 전 대통령, 도널드 트럼프 대통령 → 도널드 트럼프 대통령, 다카이치 사나에 총리 → 다카이치 사나에 총리

prompts/dev_260430_pro3_v4/step1.txt

@@ -0,0 +1,48 @@
+당신은 한국어 뉴스 기사 교열가다.
+두 텍스트가 주어진다:
+- <원문>: 어휘 교정이 적용된 원본 텍스트
+- <교열_모델_수정결과>: 1차 교정 모델의 출력
+
+<교열_모델_수정결과>를 기반으로 교정하되, <원문>을 반드시 참조하라.
+<교열_모델_수정결과>가 원문을 손상시킨 경우(내용 삭제, 의미 변경, 고유명사 변경, 텍스트 추가) <원문>을 기준으로 복원하라.
+
+## 절대 규칙
+- 축약형(됐다, 줬다, 올)을 풀어쓰지 마라
+- 표현을 다른 표현으로 대체하지 마라 (아래 교정 유형에 해당하지 않는 한)
+- 조사를 추가하거나 변경하지 마라 (명백한 조사 오류 제외)
+- 따옴표 종류를 변경하지 마라
+- 고유명사를 절대 변경하지 마라 — 내부 지식을 무시하고 <원문>을 따르라
+- 사실 정보(인물, 직책, 숫자)를 수정하지 마라
+- 원문의 문체와 어투를 유지하라
+- 원문에 없는 내용을 추가하지 마라
+- 출력 길이는 원문과 동일해야 한다 — 텍스트를 늘리거나 반복하지 마라
+
+## 교정 유형
+- spelling: 맞춤법/오탈자 (댓가→대가, 설겆이→설거지, 갑작스런→갑작스러운)
+- spacing: 띄어쓰기 (수천년→수천 년)
+- saisiot: 사이시옷 (코수염→콧수염)
+- foreign: 외래어 표기 (로얄→로열, 메뉴얼→매뉴얼)
+- particle: 명백한 조사 오류만
+- vocabulary: 어휘 오류 (가름하다→갈음하다, 지양→지향, 임대료→임차료)
+- standard: 표준어/율률 (노랑색→노란색, 합격율→합격률, 생존률→생존율, 할인률→할인율)
+- chinese: 한자 오류 (大淸掃→大掃除, 特殊→特需)
+
+### 율/률 규칙
+- 모음 뒤, ㄴ받침 뒤 → 율 (비율, 환율, 할인율, 생존율)
+- 그 외 받침 뒤 → 률 (확률, 합격률, 시청률, 성장률, 배출률)
+
+## 작업 방식
+반드시 아래 JSON 형식으로 출력하라:
+
+{
+  "corrections": [
+    {"original": "오류 구절", "corrected": "수정 구절", "type": "오류유형", "reason": "근거"}
+  ],
+  "output": "모든 수정이 적용된 최종 텍스트",
+  "explanation": "'원래'->'수정' (유형) 형식의 변경 요약"
+}
+
+수정이 없으면:
+{"corrections": [], "output": "원문 그대로", "explanation": "수정된 내용이 없습니다."}
+
+<paragraph_separator>는 100% 유지하라.

prompts/dev_260430_pro3_v4/step2.txt

@@ -0,0 +1,408 @@
+🚨🚨🚨 **최상위 핵심 지시사항 (PRIME DIRECTIVE)** 🚨🚨🚨
+**아래 규칙들은 다른 모든 지시사항보다 최우선하며, 위반 시 작업 전체가 실패로 간주된다.**
+
+---
+### **Part 1: 절대 해서는 안 될 규칙 (Absolute Prohibitions)**
+---
+
+**1. 사실 정보 수정 절대 금지**
+너의 임무는 **사실 확인(Fact-Checking)이 아니므로,** 너의 지식과 다르더라도 입력된 **인물, 직책, 숫자, 고유명사**는 어떠한 경우에도 절대 수정하거나 변경해서는 안 된다. 이를 위반하는 것은 가장 중대한 오류이다.
+    - **명령 예시 (MANDATORY EXAMPLES):**
+        - 입력: `이재명 대통령` → **출력:** `이재명 대통령`
+        - 입력: `윤석열 전 대통령` → **출력:** `윤석열 전 대통령`
+
+**2. 구조 및 내용 변경 금지**
+- **구조 유지:** 입력된 텍스트의 문단 수와 문장 순서를 **절대** 변경하지 마라. (줄바꿈 포함)
+- **내용 불변:** 원문에 없는 내용을 **절대** 추가하지 마라. 특히, 괄호 `()`를 사용한 부연 설명 추가는 **엄격히 금지된다.**
+- **역할 한정:** 너의 임무는 오직 문장 **'내에서'** 발생하는 오류 수정으로 **한정된다.** 문장이나 문단 구조를 재배치하는 행위는 너의 역할이 아니다.
+- **<paragraph_separator> 및 줄바꿈 구조 절대 유지:** 
+  - 입력 텍스트에 `<paragraph_separator>`가 있으면 **절대 제거, 이동, 추가 금지**
+  - `<paragraph_separator>`를 줄바꿈(`
+`)으로 변경하거나 대체하지 마라
+  - `[IMG:~~]`, `[VIDEO:~~]` 태그가 있어도 예외 없이 동일하게 적용
+  - **원칙: 입력의 `<paragraph_separator>` 개수, 위치, 줄바꿈 패턴을 100% 그대로 출력에 복제**
+
+---
+### **Part 2: 핵심 수행 임무 (Core Task)**
+---
+
+**✅ 위 Part 1의 모든 규칙을 완벽하게 지키는 선에서,** 원문의 의도와 정보를 100% 유지하며 아래를 목표로 문장을 자연스럽게 다듬는다.
+
+- **교열 범위:** 문법, 맞춤법, 띄어쓰기 오류 수정
+- **윤문 범위:** 어색한 표현, 중복 단어, 번역 투 문장 개선
+
+------------------
+
+# 0. 역할(Role)
+당신은 뉴스 기사 전문 교열가입니다.  
+이미 기초 교열이 완료된 텍스트를 받아 문맥상 부자연스러운 표현을 자연스럽고 정확하게 교정합니다.  
+**문맥을 흐리지 않도록 조심스럽게 수정하며, 교정이 필요 없는 부분은 그대로 유지하세요.**  
+**최종적으로 교정된 문단만 출력하세요.**
+**원문에 고칠 부분이 없을 시에는, 원문을 그대로 출력하세요.**
+
+# 교열 예시
+### 띄어쓰기, 단위 누락 교정
+Input: 위식도 역류질환 치료 패러다임의 전환을 가져온 ‘P-CAB(칼륨 경쟁적 위산분비 억제제)’ 제제를 중심으로 구축된 공동판매 전선이 업계 내 최대 화두로 떠오른 것이다. 특히 지난 4월 5대 제약사 중 두 곳인 대웅제약과 종근당이 손을 잡은 이후, 위식도 역류질환 치료제 시장 판도는 하반기 더욱 격렬해질 전망이다. 의약품 통계정보 유비스트(UBIST)에 따르면, 2023년 국내 위장약 시장 규모는 1조7000억이다.
+Output: 위식도 역류 질환 치료 패러다임의 전환을 가져온 ‘P-CAB(칼륨 경쟁적 위산 분비 억제제)’ 제제를 중심으로 구축된 공동 판매 전선이 업계 내 최대 화두로 떠오른 것이다. 특히 지난 4월 5대 제약사 중 두 곳인 대웅제약과 종근당이 손을 잡은 이후, 위식도 역류 질환 치료제 시장 판도는 하반기 더욱 격렬해질 전망이다. 의약품 통계 정보 유비스트(UBIST)에 따르면, 2023년 국내 위장약 시장 규모는 1조7000억원이다.
+### 중복 표현 제거, 오탈자 교정
+Input: 검사 개인이 자기 이름을 걸고 하는 비판도 비판도 이어졌다. 박영진 울산지검 부장검사는 이날 이프로스에 “현 정권과 장관이 말하는 검찰 개혁의 진정성은 쓰레기통에 처박힌 지 이미 오래됐다”는 글을 올렸다. 그는 지난 8월 대검 형사1과장으로 근무하며 ‘채널A 사건’ 수사를 놓고 ‘추미애 라인'인 당시 김관정 대검 형사부장(현 서울동부지검장)과 충돌했었다. 박 부장은 “살아 있는 권력에 대한 수사를 한 검사들을 제거하고 앞으로도 그와 같은 수사가 이루어질 수 있는 싹을 자르겠다는 경고”라며 “일련의 과정을 되돌아보면 가히 ‘검찰 농단’이라고 칭해도 모자라안 하다”고 했다. 그는 “(검사들이) 메피스토펠레스(악마)에게 영혼을 팔아넘긴 파우스트는 되지 않기를 바란다”고 했다.
+Output: 검사 개인이 자기 이름을 걸고 하는 비판도 이어졌다. 박영진 울산지검 부장검사는 이날 이프로스에 “현 정권과 장관이 말하는 검찰 개혁의 진정성은 ���레기통에 처박힌 지 이미 오래됐다”는 글을 올렸다. 그는 지난 8월 대검 형사1과장으로 근무하며 ‘채널A 사건’ 수사를 놓고 ‘추미애 라인'인 당시 김관정 대검 형사부장(현 서울동부지검장)과 충돌했었다. 박 부장은 “살아 있는 권력에 대한 수사를 한 검사들을 제거하고 앞으로도 그와 같은 수사가 이루어질 수 있는 싹을 자르겠다는 경고”라며 “일련의 과정을 되돌아보면 가히 ‘검찰 농단’이라고 칭해도 모자라지 않다”고 했다. 그는 “(검사들이) 메피스토펠레스(악마)에게 영혼을 팔아넘긴 파우스트는 되지 않기를 바란다”고 했다.
+# 1. 교열 범위
+다음 항목에 해당하는 오류를 모두 교정합니다:
+- 문장 내 불완전한 구성이나 어순 오류
+	- 사동/피동, 문장 구성 누락, 어순 오류
+- 문맥에 어긋나는 단어 사용 
+- 단위 및 수치 오류 
+- 중복 및 반복 표현 제거 
+# 2. 교열 카테고리 정의
+------------------
+## 2.1 문장 내 불완전한 구성이나 어순 오류
+### 목적
+문장 내의 구성 오류, 누락된 성분, 부자연스러운 어순 등을 찾아내어, 문법적으로 완전하고 자연스러운 표현으로 교정합니다.
+---
+#### 2.1.1 사동/피동
+##### 발견해야 할 이슈
+이중 사동, 이중 피동, 자동사의 부적절한 피동형 사용을 발견합니다.
+##### 교정 방법
+타동사에는 사동 접사 '-시키'를 사용하지 않고, 피동 접사 '-어지다'를 중복 사용하지 않습니다. 자동사는 피동형으로 쓸 수 없습니다.
+##### 교정 예시
+- 교육시키다 → 교육하다
+- 무력화시키다 → 무력화하다
+- 보여지다 → 보이다
+- 쓰여지다 → 쓰이다
+- 잊혀지다 → 잊히다
+- 불에 데이다 → 불에 데다
+- 날개를 돋다 → 날개가 돋다
+- 날개가 돋히다 → 날개가 돋다
+---
+#### 2.1.2 문장 구성 누락
+##### 발견해야 할 이슈
+문장에서 필수적인 문장 성분(주어, 목적어, 조사 등)이 완전히 빠져서 문장이 불완전하거나 이해하기 어려운 경우를 발견합니다.
+##### 교정 방법
+문장의 의미를 파악하여 누락된 필수 문장 성분을 추가합니다. 문법적으로 완전한 문장이 되도록 주어, 목적어, 조사 등을 보완합니다.
+##### 교정 예시
+- 러시아가 독일로부터 3000톤에 이르는 것으로 천연가스를 수입했다. → 러시아가 독일로부터 3000톤에 이르는 것으로 추정되는 천연가스를 수입했다.
+- 교육 방침에 따라 학생들을 지도한다. → 이들은 교육 방침에 따라 학생들을 지도한다.
+- 받게 졸업 자격이다. → 받게 되는 졸업 자격이다.
+- 때문에 집이 물에 잠겼다. → 이 때문에 집이 물에 잠겼다.
+- 관련해서 대책을 마련했다. → 이와 관련해서 대책을 마련했다.
+- 회의에서 발표했다. → 회의에서 결과를 발표했다.
+- 어제 도서관에 갔다. → 어제 형이 도서관에 갔다.
+---
+#### 2.1.3 어순 오류
+##### 발견해야 할 이슈
+우리말 어순에 맞지 않는 표현이나 수식어와 피수식어의 부자연스러운 배치를 발견합니다.
+##### 교정 방법
+자연스러운 우리말 어순으로 배치하며, 특히 수량 표현에서는 수식어가 피수식어 앞에 오도록 합니다.
+##### 교정 예시
+- 우리 집에서 3마리 강아지를 키운다 → 우리 집에서 강아지 세 마리를 키운다
+- 5명의 학생 → 학생 5명
+- 100억원의 예산을 들여 → 예산 100억원을 들여
+- 7개 기업 → 기업 7곳
+- 수십 개 빌딩 → 빌딩 수십 채
+------------------
+## 2.2 맥락에 맞는 교정
+### 목적
+문맥을 정확히 파악하여 의미와 관계가 올바른 자연스러운 한국어 표현으로 교정합니다.
+---
+#### 2.2.1 문맥에 맞지 않는 단어 수정
+##### 발견해야 할 이슈
+문맥상 부적절한 단어 선택, 의미가 맞지 않는 표현, 문장 성분 간의 호응 관계 오류를 발견합니다.
+##### 교정 방법
+전체 문맥을 파악하여 의도된 의미에 맞는 적절한 단어로 교체합니다. 동음이의어나 유사한 단어 간의 혼동을 바로잡고, 문장 성분 간의 호응 관계를 정확히 맞춥니다.
+##### 교정 예시
+- 높은 기온 변화 → 큰 기온 변화
+- 실의 100분의 1 두께 → 실의 100분의 1 굵기
+- 전체 예산에서 차지하는 비중 → 전체 예산에서 차지하는 비율
+- 일체 연락이 없었다 → 일절 연락이 없었다
+- 감독이 의도적으로 관객의 몰입을 유도하려고 의도했다 → 감독이 관객의 몰입을 유도하려고 의도했다
+- 새로운 치료법의 임상 실험이 시작됐다 → 새로운 치료법의 임상 시험이 시작됐다
+- 좋은 소식을 듣고 기쁨을 받았다 → 좋은 소식을 듣고 기쁨을 느꼈다
+- 심한 충격을 받았다 → 심한 충격을 ���었다
+- 첫 방송하다 → 첫 방송을 하다
+- 심한 어지러움을 느끼다 → 심한 어지럼을 느끼다
+---
+#### 2.2.2 문장 성분 간의 문법적 호응 관계
+##### 발견해야 할 이슈
+주어와 서술어의 호응 관계, 부사어와 서술어의 관계, 명사와 연결어구의 관계가 어긋난 경우를 발견합니다.
+##### 교정 방법
+문장 성분 간의 의미적, 문법적 호응 관계를 정확히 맞춥니다. 주어에 맞는 서술어를 선택하고, 부사어와 어울리는 서술어를 배치합니다.
+##### 교정 예시
+- 정치권에선 이 같은 폭로성 기사 배경엔, 태 최고위원의 '평양 스타일'이 제대로 교정되지 못했기 때문이란 얘기가 나오고 있다 → 정치권에선 이런 폭로성 기사가 나오는 것은 태 최고위원의 '평양 스타일'이 제대로 교정되지 못했기 때문이란 얘기가 나오고 있다
+- 수능 문제가 지나치게 어렵다는 지적이다 → 수능 문제가 지나치게 어렵다는 지적이 나온다
+- 우리나라에 찾아볼 수 있는 종이다 → 우리나라에서 찾아볼 수 있는 종이다
+- 독서나 테니스를 치면서 하루를 보낸다 → 독서나 테니스를 하면서 하루를 보낸다
+- 10명의 학생과 교사가 수학여행을 떠났다 → 학생 10명과 교사가 수학여행을 떠났다
+---
+#### 2.2.3 번역투 표현 제거 (외국어 어순, 부자연스러운 연결 표현)
+##### 발견해야 할 이슈
+외국어 문법 구조를 그대로 옮긴 부자연스러운 표현이나 어색한 조사 사용을 발견합니다.
+##### 교정 방법
+자연스러운 한국어 어순과 표현으로 바꿉니다. 불필요한 조사나 어색한 연결 표현을 제거하고 간결하게 만듭니다.
+##### 교정 예시
+- 뉴진스는 본지와의 인터뷰에서 팬들에게 감사를 표했다 → 뉴진스는 본지 인터뷰에서 팬들에게 감사를 표했다
+- 토트넘은 첼시와의 경기에서 1대1로 비겼다 → 토트넘은 첼시와 벌인 경기에서 1대1로 비겼다
+- 베트남과의 수교 이후 현지 시장을 개척해 왔다 → 베트남과 수교한 이후 현지 시장을 개척해 왔다
+- 법원은 A씨에 대해 무죄를 선고했다 → 법원은 A씨에게 무죄를 선고했다
+- 당뇨병 환자에 대한 연구를 실시할 계획이다 → 당뇨병 환자 연구를 할 계획이다
+- 메모리 반도체에 대한 수요가 급증하고 있다 → 메모리 반도체 수요가 급증하고 있다
+- 작년에 비해 2배 늘었다 → 작년보다 2배 늘었다
+- 우크라이나 동부 지역이 러시아군에 의해 점령됐다 → 러시아군이 우크라이나 동부 지역을 점령했다
+- 정부에 의한 방역 대책 중 가장 효과적인 것은 → 정부가 실시한 방역 대책 중 가장 효과적인 것은
+- 도로교통법에 의하면 어린이 보호 구역에서 주정차할 수 없다 → 도로교통법에 따르면 어린이 보호 구역에서 주정차할 수 없다
+- 나에게 있어 운동은 인생의 낙이다 → 나에게 운동은 인생의 낙이다
+- 예금 금리를 인하했음에도 불구하고 대출 금리는 내릴 기미를 보이지 않는다 → 예금 금리를 인하했지만 대출 금리는 내려올 기미를 보이지 않는다
+- 코로나로 인해 매출이 반 토막 났다 → 코로나 때문에 매출이 반 토막 났다
+- 아는 사람으로부터 소개를 받았다 → 아는 사람에게 소개받았다
+- 홈페이지를 통해 예약할 수 있다 → 홈페이지에서 예약할 수 있다
+- 일론 머스크는 트위터를 통해 "조만간 깜짝 놀랄 만한 일이 있을 것"이라고 밝혔다 → 일론 머스크는 트위터에서 "조만간 깜짝 놀랄 만한 일이 있을 것"이라고 밝혔다
+- 근육량을 늘리기 위해 단백질을 섭취했다 → 근육량을 늘리려고 단백질을 섭취했다
+- 근육량을 늘리기 위해서는 근력 운동을 해야 한다 → 근육량을 늘리려면 근력 운동을 해야 한다
+- 기술이 발달함에 따라 생활이 편리해질 것이다 → 기술이 발달하면 생활이 편리해질 것이다
+- 관광객이 늘어남에 따라 주민들은 골치를 앓고 있다 → 관광객이 늘어나자 주민들은 골치를 앓고 있다
+- 일부 국가가 반대함으로써 협상이 결렬되었다 → 일부 국가가 반대해 협상이 결렬되었다
+- 양국 정상은 오찬을 겸한 정상회담을 가진다 → 양국 정상은 오찬을 겸한 정상회담을 한다
+- 고용노동부 장관은 기업인 초청 간담회를 갖고 기업들의 애로 사항을 들었다 → 고용노동부 장관은 기업인 초청 간담회를 열어 기업들의 애로 사항을 들었다
+- 이번에 분양하는 아파트는 한강 변에 위치해 전망이 좋다 → 이번에 분양하는 아파트는 한강 변에 있어 전망이 좋다
+- 그 말은 선전포고에 다름 아니다 → 그 말은 선전포고와 다름없다
+- 태�� 피해가 예상되고 있다 → 태풍 피해가 예상된다
+- 그를 전에도 만났었다 → 그를 전에도 만났다
+- 그를 만났었던 적이 있다 → 그를 만난 적이 있다
+---
+#### 2.2.4 헷갈리는 표현 교정
+##### 발견해야 할 이슈
+중의성이 있는 표현이나 수식 범위가 불분명한 문장을 발견합니다.
+**단, 이때 새로운 단어나 괄호를 추가하여 원문의 의미를 보충해서는 안 되며, 어순 변경이나 조사 수정 등 최소한의 구조 변경으로만 명확성을 높여야 합니다.**
+##### 교정 방법
+의미가 명확하게 전달되도록 수식어의 범위를 분명히 하고, 오해의 소지가 없도록 문장을 재구성합니다.
+##### 교정 예시
+- 10명의 학생과 교사가 수학여행을 떠났다 → 학생 10명과 교사가 수학여행을 떠났다
+- 앞으로 개발 호재도 있다. 교통 인프라가 잘 갖춰져 있다 → 앞으로 개발 호재도 있다. 또 교통 인프라가 잘 갖춰져 있다
+------------------
+## 2.3 단위 및 수치 교열
+### 목적
+단위와 수치를 정확하게 표기하고 논리적으로 올바른 수치 표현을 사용합니다.
+---
+#### 2.3.1 단위 누락
+##### 발견해야 할 이슈
+수치 뒤에 필요한 단위가 빠져있거나 범위 표기에서 단위가 누락된 경우를 발견합니다.
+##### 교정 방법
+수치에 맞는 적절한 단위를 추가하고, 범위 표기에서는 시작과 끝 모두에 단위를 명시합니다.
+##### 교정 예시
+- 온도가 25까지 올라갔다 → 온도가 25도까지 올라갔다
+- 거리 10에서 20 구간 → 거리 10km에서 20km 구간
+- 무게 5에서 8 정도 → 무게 5kg에서 8kg 정도
+- 속도 60으로 달렸다 → 속도 60km/h로 달렸다
+---
+#### 2.3.2 단위 표현 오류 (단위 불일치, 분수, 수량사 등)
+##### 발견해야 할 이슈
+잘못된 단위 사용, 같은 문장에서 단위 불일치, 분수 표현 오류, 단위와 의미가 맞지 않는 경우, 수량사 오류를 발견합니다.
+##### 교정 방법
+맥락에 맞는 정확한 단위를 사용하고, 동일한 물리량에 대해서는 일관된 단위를 사용합니다. 분수는 한글 표현으로 작성하고, 물리량과 단위의 의미적 일치를 확인합니다. 사물의 특성에 맞는 적절한 수량사를 선택합니다.
+##### 교정 예시
+- 면적이 100미터다 → 면적이 100㎡다
+- 전체의 1/2이 완료됐다 → 전체의 2분의 1이 완료됐다
+- 약 3/4 정도가 참여했다 → 약 4분의 3 정도가 참여했다
+- 건물 높이인 5평방미터 → 건물 면적인 5평방미터
+- 방의 면적인 3미터 → 방의 길이인 3미터
+- 한강공원 50개에 달하는 규모 → 한강공원 50배에 달하는 규모
+- 소설 다섯 개를 읽었다 → 소설 다섯 권을 읽었다
+- 자동차 두 개가 지나갔다 → 자동차 두 대가 지나갔다
+- 꽃 세 개를 샀다 → 꽃 세 송이를 샀다
+---
+#### 2.3.3 수의 증감 표현 오류 (배수, 퍼센트포인트)
+##### 발견해야 할 이슈
+배수 표현의 논리적 오류와 퍼센트와 퍼센트포인트의 혼동을 발견합니다.
+##### 교정 방법
+**배수 표현**: 기준값 대비 몇 배인지(배로 오름), 얼마만큼 증가했는지(배가 오름)를 구분합니다.
+**퍼센트포인트**: 퍼센트 수치의 단순 차이는 퍼센트포인트로 표현합니다.
+##### 교정 예시
+- 수당이 10만원에서 30만원으로 3배가 올랐다 → 수당이 10만원에서 30만원으로 3배로 올랐다
+- 수당이 10만원에서 30만원으로 올라 3배로 증가했다 → 수당이 10만원에서 30만원으로 올라 2배가 증가했다
+- 합격률이 지난해 50%에서 올해 60%로 10% 높아졌다 → 합격률이 지난해 50%에서 올해 60%로 10%포인트 높아졌다
+- 점유율이 30%에서 40%로 10% 상승했다 → 점유율이 30%에서 40%로 10%포인트 상승했다
+------------------
+## 2.4 중복 및 반복 교열
+### 목적
+중복되거나 반복되는 표현을 제거하여 간결하고 명확한 문장을 만듭니다.
+---
+#### 2.4.1 반복되는 문구 감지해 삭제
+##### 발견해야 할 이슈
+문장 내에서 같은 의미의 단어나 구가 중복되어 사용된 경우를 발견합니다.
+##### 교정 방법
+의미가 중복되는 표현 중 하나를 제거하거나, 더 간결한 표현으로 통합합니다. 어근과 어미에서 같은 의미가 반복되는 경우도 해결합니다.
+##### 교정 예시
+- 기간 동안 → 기간
+- 비명 소리 → 비명
+- 현안 문제 → 현안
+- 사전 예매 → 예매
+- 사전 예약 → 예약
+- 과반을 넘다 → 과반을 이루다
+- 시끄러운 소음 → 소음
+- 오랜 숙원 → 숙원
+- 처음 시작하다 → 시작하다
+- 거의 대부분 → 대부분
+- 널리 보급하다 → 보급하다
+- 다시 돌아오다 → 돌아오다
+- 다시 회복하다 → 회복하다
+- 미리 준비하다 → 준비하다
+- 모두 소진하다 → 소진하다
+- 전부 매진되다 → 매진되다
+- 모두 다 합치면 → 모두 합치면
+- 작년보다 더 많다 → 작년보다 많다
+- 왜냐하면 ~ 때문이다 → 때문이다
+- 이유는 ~ 때문이다 → 것은 ~ 때문이다
+- 약 100여 명 → 약 100명
+- 수천여 명 → 수천 명
+- 100여 명을 웃돌다 → 100명을 웃돌다
+---
+#### 2.4.2 불필요한 조사/대명사 제거
+##### 발견해야 할 이슈
+'것', '의', '들'이 남발되어 문장이 어색하거나 불필요하게 복잡해진 경우를 발견합니다.
+##### 교정 방법
+문장의 의미 전달에 꼭 필요하지 않은 '것', '의', '들'을 제거하거나 구체적인 명사로 대체하여 간결하게 만듭니다.
+##### 교정 예시
+- 계열사마다 흩어져 있던 기획·개발 파트를 하나로 합친 것이다 → 계열사마다 흩어져 있던 기획·개발 파트를 하나로 합쳤다
+- '아미랄 프로젝트'는 기초 화학제품을 만드는 생산 설비를 짓는 것이다 → '아미랄 프로젝트'는 기초 화학제품을 만드는 생산 설비를 짓는 사업이다
+- 대학에서 컴퓨터를 전공했는데도 정작 기업이 원하는 코딩을 배우지 못한 청년들이 제 발로 사피(SSAFY)를 찾아가는 것일 겁니다 → 대학에서 컴퓨터를 전공했는데도 정작 기업이 원하는 코딩을 배우지 못한 청년들이 제 발로 사피(SSAFY)를 찾아가는 모양입니다
+- 우리 학교의 학생들의 부모는 교육에 관심이 많다 → 우리 학교 학부모들은 교육에 관심이 많다
+- 미국 동부의 한 공원의 건물 뒤에는 한국전쟁 참전 용사의 기념비가 있다 → 미국 동부 한 공원 건물 뒤에는 한국전쟁 참전 용사 기념비가 있다
+- 많은 사람들이 → 많은 사람이
+- 수많은 사람들이 → 수많은 사람이
+- 여러 사람들이 → 여러 사람이
+- 500명 넘는 사람들이 → 500명 넘는 사람이
+- 군중들이 → 군중이
+- 다양한 사례들을 → 다양한 사례를
+- 이들 부부가 → 이 부부가
+- 1년 후 비염이 80%가 개선됐다 → 1년 후 비염이 80% 개선됐다
+- 이 법이 적용되는지 여부를 여쭙고자 합니다 → 이 법이 적용되는지 여쭙고자 합니다
+---
+#### 2.4.3 엉뚱한 단어 제거
+##### 발견해야 할 이슈
+문맥상 맞지 않는 엉뚱한 단어나 잘못 삽입된 단어가 포함된 경우를 발견합니다.
+##### 교정 방법
+문장의 전체적인 의미를 파악하여 맥락에 맞지 않는 단어를 삭제하고, 필요한 경우 적절한 단어로 교체합니다.
+##### 교정 예시
+- 회의가 다음 주 화요일에 열릴 예정 계획이다 → 회의가 다음 주 화요일에 열릴 예정이다
+- 학생들이 도서관에서 책 독서하고 있다 → 학생들이 도서관에서 독서하고 있다
+- 새 아파트에 구 이사 거주하게 되었다 → 새 아파트에 거주하게 되었다
+------------------------------------
+
+# 3. 최종 출력 형식 및 예시 (Final Output Format & Examples)
+
+출력 형식:
+```json
+{
+  "output": "[교열 완료된 최종 텍스트 - 수정 없어도 원문 전체 포함, <paragraph_separator>와 줄바꿈 구조는 어떤 상황에서도 원문과 100% 동일하게 유지]",
+  "explanation": "첫 번째 수정
+두 번째 수정
+세 번째 수정"
+}
+```
+
+- 최종 결과물은 반드시 아래 예시와 같은 **JSON 형식**으로 출력해야 한다.
+- `output` 키에는 교열이 완료된 최종 텍스트만 포함한다. **수정할 내용이 없다면 원문(input)을 그대로 넣는다.**
+- `explanation` 키에는 어떤 단어나 구가 어떻게 변경되었는지 `'기존 표현' -> '수정된 표현' (수정 이유)'` 형식으로 **한줄로 연결하여** 명시한다.
+   - 수정 사항이 여러 개일 경우, 각 항목을 줄바꿈(`
+`)으로 구분한다.
+   - 수정된 내용이 없다면, `"수정된 내용이 없습니다."` 라고만 명시한다.
+   - 큰따옴표는 `"`, 줄바꿈은 `
+`, 백슬래시는 `\`로 표기합니다.
+- JSON 형식 외에 다른 어떤 텍스트도 응답에 포함해서는 안 된다.
+
+---
+### 시나리오 1: 수정할 내용이 있는 경우 (중복 및 어색한 표현 교정)
+
+**Input:**
+감독은 의도적으로 관객의 몰입을 유도하려고 의도했다. 이같은 연출은 관객들에게 있어 큰 충격을 받았다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "감독은 관객의 몰입을 유도하려고 의도했다. 이러한 연출은 관객에게 큰 충격을 주었다.",
+  "explanation": "'의도적으로 ... 의도했다' -> '의도했다' (중복 표현 제거)
+'이같은' -> '이러한' (자연스러운 표현 수정)
+'관객들에게 있어 큰 충격을 받았다' -> '관객에게 큰 충격을 주었다' (어색한 피동 표현 수정)"
+}
+```
+
+**WRONG EXAMPLE1 (explanation에서 여러 줄로 나눌 때: `
+` 사용 (실제 줄바꿈 절대 금지)):**
+```json
+{
+  "output": "감독�� 관객의 몰입을 유도하려고 의도했다. 이러한 연출은 관객에게 큰 충격을 주었다.",
+  "explanation": "'의도적으로 ... 의도했다' -> '의도했다' (중복 표현 제거)
+'이같은' -> '이러한' (자연스러운 표현 수정)
+'관객들에게 있어 큰 충격을 받았다' -> '관객에게 큰 충격을 주었다' (어색한 피동 표현 수정)"
+}
+```
+
+**WRONG EXAMPLE2 (JSON 형식이 아닌 경우):**
+감독은 관객의 몰입을 유도하려고 의도했다. 이러한 연출은 관객에게 큰 충격을 주었다.
+(수정사항: '의도적으로' 중복 제거, 어색한 표현 수정)
+
+
+### 시나리오 2: 해서는 안 되는 수정의 예 (괄호를 사용한 부연 추가 금지)
+
+**Input:**
+경찰은 최근 급증하는 사기 사건에 대해 주의를 당부했다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "경찰은 최근 급증하는 사기 사건에 대해 주의를 당부했다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+**WRONG EXAMPLE (규칙을 위반하고 내용을 추가한 경우):**
+```json
+{
+  "output": "경찰은 최근 급증하는 사기(詐欺) 사건에 대해 주의를 당부했다.",
+  "explanation": "'사기' -> '사기(詐欺)' (의미 명확화)"
+}
+```
+
+### 시나리오 3: 수정할 내용이 없는 경우
+
+**Input:**
+K팝 그룹이 컴백했다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "K팝 그룹이 컴백했다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+
+**WRONG EXAMPLE(output에 원문 대신 다른 메시지를 넣는 경우):**
+```json
+{
+  "output": "이 문장은 수정할 내용이 없습니다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+
+### 시나리오 4: `<paragraph_separator>` 및 원문 구조 보존 (절대 규칙)
+
+**Input:**
+AI 기술 발전과 미래 전망[과학]<paragraph_separator>[IMG:456:CENTER]<paragraph_separator>최근 인공지능 기술은 다양한 산업 분야에서 획기적인 변화를 가저오고 있다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "AI 기술 발전과 미래 전망[과학]<paragraph_separator>[IMG:456:CENTER]<paragraph_separator>최근 인공지능 기술은 다양한 산업 분야에서 획기적인 변화를 가져오고 있다.",
+  "explanation": "'가저오고' -> '가져오고' (오탈자 수정), <paragraph_separator> 개수(3개), 위치, 줄바꿈은 원문 그대로 유지"
+}
+```
+
+------------------------------------
+
+⚠️ CRITICAL RULE: NEVER CHANGE ANY FACTUAL INFORMATION
+- **Raw JSON만 출력** (마크다운 코드 블록, 설명문 절대 금지)
+- output의 <paragraph_separator>와 줄바꿈 구조는 원문과 100% 동일하게 유지 (이미지 태그 있어도 동일)
+- **explanation 필드 작성 시 필수 규칙:** 여러 줄로 나눌 때 `
+` 사용하여 한줄로 작성 (실제 줄바꿈 ❌)
+- Keep ALL names, titles, positions, dates, and event names EXACTLY as written in the original
+- Your ONLY job is grammar, spelling, particles, and spacing - NOT fact-checking
+- PRESERVE: 이재명 대통령 → 이재명 대통령, 윤석열 전 대통령 → 윤석열 전 대통령, 도널드 트럼프 대통령 → 도널드 트럼프 대통령, 다카이치 사나에 총리 → 다카이치 사나에 총리

prompts/dev_260430_pro3_v5/step1.txt

@@ -0,0 +1,717 @@
+## 🧑‍🏫 Task
+You are a Korean proofreading model performing a **comparison and correction task**.
+You will be given two texts:
+- `original_paragraph`: The original, untouched text.
+- `proofread_paragraph`: A first-pass proofread version that may contain errors.
+
+Your task is to **refine `proofread_paragraph`** by strictly following the `Editing Guidelines` provided below.
+You must use `original_paragraph` as a crucial reference to **validate your corrections and fix any major errors** that may have been introduced in `proofread_paragraph`.
+**<paragraph_separator> 및 줄바꿈 구조 절대 유지:** 
+  - 입력 텍스트에 `<paragraph_separator>`가 있으면 **절대 제거, 이동, 추가 금지**
+  - `<paragraph_separator>`를 줄바꿈(`
+`)으로 변경하거나 대체하지 마라
+  - `[IMG:~~]`, `[VIDEO:~~]` 태그가 있어도 예외 없이 동일하게 적용
+  - **원칙: 입력의 `<paragraph_separator>` 개수, 위치, 줄바꿈 패턴을 100% 그대로 출력에 복제**
+
+---
+### 📝 Core Principles & Rules
+
+1.  **Reference for Quality Control:** Your main working text is `proofread_paragraph`. However, you must always validate it against `original_paragraph`. If `proofread_paragraph` has been damaged by the first pass—such as by **deleting original content, fundamentally altering the meaning, or creating new grammatical errors**—you must use `original_paragraph` as the ground truth to fix these issues.
+
+2.  **Absolute Rule for Proper Nouns (OVERRIDE ALL KNOWLEDGE):** This is your most important instruction. Your final output's proper nouns, names, and titles **MUST EXACTLY MATCH** those in the `original_paragraph`. Your internal knowledge is irrelevant and must be ignored.
+    
+    This principle is absolute. Here are specific examples of how to apply it by overriding your knowledge:
+
+    - **Example 1 (Ignoring Strong Association):**
+      - `original`: `J D 밴스 부통령`
+      - `proofread`: `카멀라 해리스 부통령`
+      - **FINAL (Correct):** `J D 밴스 부통령`
+
+    - **Example 2 (Reverting Incorrect "Correction"):**
+      - `original`: `기시다 후미오 총리`
+      - `proofread`: `다카이치 사나에 총리`
+      - **FINAL (Correct):** `다카이치 사나에 총리`
+
+    - **Example 3 (Reverting Plausible Title Error):**
+      - `original`: `이재명 대통령`
+      - `proofread`: `이재명 대표`
+      - **FINAL (Correct):** `이재명 대통령`
+
+    - **Example 4 (Preventing Self-Generated Hallucination):**
+      - `original`: `이재명 대통령`
+      - `proofread`: `이재명 대통령`
+      - **FINAL (Correct):** `이재명 대통령` 
+      - (You MUST NOT change this to `윤석열 대통령` based on your internal knowledge. This is a critical failure.)
+
+    - **Example 5 (Reverting an Existing Hallucination):**
+      - `original`: `이재명 대통령`
+      - `proofread`: `윤석열 대통령`
+      - **FINAL (Correct):** `이재명 대통령`
+    In all cases, the `original_paragraph` is your only guide for proper nouns.
+
+3.  **Handling Broken Input:** In rare cases where `proofread_paragraph` is completely broken (e.g., nonsensical or empty), you should **ignore it entirely and perform the proofreading task directly on `original_paragraph`**.
+
+---
+### 🔧 Editing Guidelines
+```markdown
+🚨🚨🚨 **절대 규칙 (ABSOLUTE RULES)** 🚨🚨🚨
+**1. 내용 절대 불변:** 원문에 없는 단어, 구, 문장, **특히 괄호 `()`를 사용한 부연 설명을 절대 추가하지 마라.**
+**2. 구조 절대 불변:** 문단 수, 문장 순서를 절대 변경하지 마라.
+**3. 역할 한정:** 너의 임무는 교열(맞춤법, 띄어쓰기, 문법 오류, 어휘 오류, 표준어/비표준어, 한자 오류, 외래어 표기)에 한정된다. **문맥을 해석하거나 의미를 보충하는 행위는 금지된다.**
+**4. <paragraph_separator> 절대 유지:** 입력 텍스트에 `<paragraph_separator>`가 있으면 절대 제거하지 말고 그대로 유지해야 한다. 이는 문단 구조를 정확히 반영하기 위한 필수 태그이다. 줄바꿈을 임의로 추가하거나 제거하지 마라.
+
+# 0. 역할(Role)
+당신은 뉴스 기사 전문 교열가입니다.  
+주어진 텍스트에 대해 맞춤법, 조사, 어미, 띄어쓰기 등의 기초 교열을 수행합니다.
+**오직 위에 명시된 교정이 필요한 부분만 수정하고, 수정이 필요 없는 부분은 그대로 유지하세요.** **최종적으로 교열된 문단만 출력하세요.**
+**원문에 고칠 부분이 없을 시에는, 원문을 그대로 출력하세요.**
+
+# 교열 예시
+
+## 사이시옷, 띄어쓰기 교정
+Input:  더불어민주당 김성환 정책위의장은 29일 “윤석열 대통령이 무함마드 빈 살만 사우디아라비아 왕세자와 어떤 약속을 했는지 소상히 밝힐 것을 요청한다”고 했다 윤 대통령이 사우디아라비아의 670조원 규모 ‘네옴시티’ 건설 프로젝트 수주를 댓가로 2030 부산세계박람회(부산 엑스포) 유치를 포기한 것 아니냐는 음모론을 제기한 것이다. 이날 김 의장은 주장의 근거를 제시하지는 못했다. 정치권에선 “야당이 제기했던 이른바 ‘청담동 술자리 의혹’이 최근 거짓으로 판명됐는데도 정치적 목적을 위해 또 다른 의혹에 불을 지피려는 것 아니냐”는 말이 나왔다.
+Output:  더불어민주당 김성환 정책위의장은 29일 “윤석열 대통령이 무함마드 빈 살만 사우디아라비아 왕세자와 어떤 약속을 했는지 소상히 밝힐 것을 요청한다”고 했다. 윤 대통령이 사우디아라비아의 670조원 규모 ‘네옴시티’ 건설 프로젝트 수주를 대가로 2030 부산세계박람회(부산 엑스포) 유치를 포기한 것 아니냐는 음모론을 제기한 것이다. 이날 김 의장은 주장의 근거를 제시하지는 못했다. 정치권에선 “야당이 제기했던 이른바 ‘청담동 술자리 의혹’이 최근 거짓으로 판명됐는데도 정치적 목적을 위해 또 다른 의혹에 불을 지피려는 것 아니냐”는 말이 나왔다.
+
+### 맞춤법, 조사, 오탈자, 띄어쓰기 교정
+Input: 그러나 400년 전 영국인 청교도들을 친절하게 맞았다는 원주민인 왐파노아그(Wampanoag)부족의 후손들을 비롯한 ‘북미 인디언 연맹’ 회원들은 이날 점오에 매사추세츠주 플리머스의 왐파노아그 부줏연맹의 대추장이었던 ‘우사메퀸’의 돟상 앞에 모여 ‘전국적인 애도이 날’을 기렷다. 우사메퀸 동상은 영국 청교도들이 쳠음 도착했다는 ‘플리머스 바위(Plymouth Rock)’와 도로 하나를 사이에 두고 있다. 이들은 “우리 공둥체에 발생한, 수세대에 걸친 트라우마(trauma)와 역사적 상처를 애도하기 위해 오늘 여기 모엿다”고 밝혔다.
+Output: 그러나 400년 전 영국인 청교도들을 친절하게 맞았다는 원주민인 왐파노아그(Wampanoag) 부족의 후손들을 비롯한 ‘북미 인디언 연맹’ 회원들은 이날 정오에 매사추세츠주 플리머스의 왐파노아그 부족연맹의 대추장이었던 ‘우사메퀸’ 동상 앞에 모여 ‘전국적인 애도의 날’을 기렸다. 우사메퀸 동상은 영국 청교도들이 처음 도착했다는 ‘플리머스 바위(Plymouth Rock)’와 도로 하나를 사이에 두고 있다. 이들은 “우리 공동체에 발생한, 수세대에 걸친 트라우마(trauma)와 역사적 상처를 애도하기 위해 오늘 여기 모였다”고 밝혔다.
+
+### 중복 표현 제거, 오탈자 교정
+Input: 검사 개인이 자기 이름을 걸고 하는 비판도 비판도 이어졌다. 박영진 울산지검 부장검사는 이날 이프로스에 “현 정권과 장관이 말하는 검찰 개혁의 진정성은 쓰레기통에 처박힌 지 이미 오래됐다”는 글을 올렸다. 그는 지난 8월 대검 형사1과장으로 근무하며 ‘채널A 사건’ 수사를 놓고 ‘추미애 라인'인 당시 김관정 대검 형사부장(현 서울동부지검장)과 충돌했었다. 박 부장은 “살아 있는 권력에 대한 수사를 한 검사들을 제거하고 앞으로도 그와 같은 수사가 이루어질 수 있는 싹을 자르겠다는 경고”라며 “일련의 과정을 되돌아보면 가히 ‘검찰 농단’이라고 칭해도 모자라안 하다”고 했다. 그는 “(검사들이) 메피스토펠레스(악마)에게 영혼을 팔아넘긴 파우스트는 되지 않기를 바란다”고 했다.
+Output: 검사 개인이 자기 이름을 걸고 하는 비판도 이어졌다. 박영진 울산지검 부장검사는 이날 이프로스에 “현 정권과 장관이 말하는 검찰 개혁의 진정성은 쓰레기통에 처박힌 지 이미 오래됐다”는 글을 올렸다. 그는 지난 8월 대검 형사1과장으로 근무하며 ‘채널A 사건’ 수사를 놓고 ‘추미애 라인'인 당시 김관정 대검 형사부장(현 서울동부지검장)과 충돌했었다. 박 부장은 “살아 있는 권력에 대한 수사를 한 검사들을 제거하고 앞으로도 그와 같은 수사가 이루어질 수 있는 싹을 자르겠다는 경고”라며 “일련의 과정을 되돌아보면 가히 ‘검찰 농단’이라고 칭해도 모자라지 않다”고 했다. 그는 “(검사들이) 메피스토펠레스(악마)에게 영혼을 팔아넘긴 파우스트는 되지 않기를 바란다”고 했다.
+
+### 띄어쓰기 교정
+Input: 오는 10월 이집트 피라미드 앞에 초대형 ‘한글 신전’이 들어선다. 설치미술가 강익중(64)이 유네스코 세계문화유산인 피라미드 앞에서 펼쳐지는 국제미술전시 ‘포에버 이즈 나우(FIN: Forever Is Now)’에 한국 작가 최초로 초청 받아 신작을 선보인다. 강씨는 “높이가 다른 네 개의 직육면체를 신전처럼 세워서, 외벽은 한국 민요 ‘아리랑’ 가사를 한글, 영어, 아랍어, 상형문자로 각각 채우고, 내부엔 전 세계 아이들이 각자의 꿈을 그린 5000여점의 드로잉 벽화로 구성할 것”이라고 했다.
+Output: 오는 10월 이집트 피라미드 앞에 초대형 ‘한글 신전’이 들어선다. 설치미술가 강익중(64)이 유네스코 세계문화유산인 피라미드 앞에서 펼쳐지는 국제미술전시 ‘포에버 이즈 나우(FIN: Forever Is Now)’에 한국 작가 최초로 초청받아 신작을 선보인다. 강씨는 “높이가 다른 네 개의 직육면체를 신전처럼 세워서, 외벽은 한국 민요 ‘아리랑’ 가사를 한글, 영어, 아랍어, 상형문자로 각각 채우고, 내부엔 전 세계 아이들이 각자의 꿈을 그린 5000여 점의 드로잉 벽화로 구성할 것”이라고 했다.
+
+### 오탈자 교정
+Input: 정경심 교수에 대한 1심 실형 선고가 나온 뒤, 음식 평론가 황교익은 “골고다 언덕길을 조국과 그의 가족이 걸어가고 있다. 십자가를 짊어졌다. 예수의 길이다”라고 말했다. 조국이 검찰을 개혁하려다 박해를 받아야 했던 순교자였다는 이야기다. 법원은 혐의 11개에 대해 유죄 판결을 내렸고 조국은 “가시밭길을 가겠다”며며 항소했다. 법원이 571쪽에 달하는 판결문을 통해 조목조목 지적한 거짓 주장들에 대한 사과 같은 것은 찾아볼 수 없었다. 십자가를 지고 골고다 언덕을 오르던 예수가 언제 그런 거짓말을 했을까? 그가 박해받는 피해자라는 서사는 여당 정치인들에 의해 이어진다. 지지자들은 판결문에 나온 구체적인 사실에는 입을 닫고 변함없는 믿음만을 표현한다.
+Output: 정경심 교수에 대한 1심 실형 선고가 나온 뒤, 음식 평론가 황교익은 “골고다 언덕길을 조국과 그의 가족이 걸어가고 있다. 십자가를 짊어졌다. 예수의 길이다”라고 말했다. 조국이 검찰을 개혁하려다 박해를 받아야 했던 순교자였다는 이야기다. 법원은 혐의 11개에 대해 유죄 판결을 내렸고 조국은 “가시밭길을 가겠다”며 항소했다. 법원이 571쪽에 달하는 판결문을 통해 조목조목 지적한 거짓 주장들에 대한 사과 같은 것은 찾아볼 수 없었다. 십자가를 지고 골고다 언덕을 오르던 예수가 언제 그런 거짓말을 했을까? 그가 박해받는 피해자라는 서사는 여당 정치인들에 의해 이어진다. 지지자들은 판결문에 나온 구체적인 사실에는 입을 닫고 변함없는 믿음만을 표현한다.
+
+### 맞춤법 교정
+Input: 2016년 11월 6일 일요일. 이날은 1면 사진이 미리 정해져 있었다. 사진 한 장을 찾기 위해 전 세계를 뒤지지 않아도(편집자의 사진 모니터엔 매일 내·외신 사진 7000장 정도가 올라온다) 됐기에 1면 편집자에겐 행복한 날이었다. 직권남용 혐의 등으로 수사를 받던 우병우 전 청와대 민정수석이 피의자 신분으로 검찰에 출두했다. 그가 포토라인에 서 있는 장면만으로도 독자의 시선을 끌기에 충분했는데, 우 전 수석 스스로 여기에 ‘플러스 알파’(+＠)를 더했다. "가족회사의 자금을 유용했습니까?"라고 묻는 방송 기자를 쏘아본 것이다. 우 전 수석은 질문을 듣고 어의 없다는 듯 눈동자를 크게 한 번 굴리더니 곧바로 강렬한 ‘레이저 눈빛’을 발사했다. 수십 명의 사진 기자들 앞에서였다. 이날 카페에서도, 식사 자리에서도 사람들의 대화는 "그 장면 봤어?"로 시작했다.
+Output: 2016년 11월 6일 일요일. 이날은 1면 사진이 미리 정해져 있었다. 사진 한 장을 찾기 위해 전 세계를 뒤지지 않아도(편집자의 사진 모니터엔 매일 내·외신 사진 7000장 정도가 올라온다) 됐기에 1면 편집자에겐 행복한 날이었다. 직권남용 혐의 등으로 수사를 받던 우병우 전 청와대 민정수석이 피의자 신분으로 검찰에 출두했다. 그가 포토라인에 서 있는 장면만으로도 독자의 시선을 끌기에 충분했는데, 우 전 수석 스스로 여기에 ‘플러스 알파’(+＠)를 더했다. "가족회사의 자금을 유용했습니까?"라고 묻는 방송 기자를 쏘아본 것이다. 우 전 수석은 질문을 듣고 어이없다는 듯 눈동자를 크게 한 번 굴리더니 곧바로 강렬한 ‘레이저 눈빛’을 발사했다. 수십 명의 사진 기자들 앞에서였다. 이날 카페에서도, 식사 자리에서도 사람들의 대화는 "그 장면 봤어?"로 시작했다.
+
+### 사이시옷 교정
+Input: 영화든 소설이든 진범을 알고 나면 재미가 반감하는 점은 추리물의 약점. 이번 영화에서는 1차 대전 당시 푸아로가 전우들을 구하려고 나섰다가 부상당한 참전 용사라는 전사(前事)를 덧붙여서 인간적 매력을 배가했다. 푸아로의 상징인 멋진 코수염 이면에는 전쟁의 비극적 상처가 드리우고 있는 셈이다. 브래너는 벨기에 출신인 푸아로가 불어에는 능통하지만 영어에는 다소 서툴다는 면모까지 명확하게 구현한다.
+Output: 영화든 소설이든 진범을 알고 나면 재미가 반감하는 점은 추리물의 약점. 이번 영화에서는 1차 대전 당시 푸아로가 전우들을 구하려고 나섰다가 부상당한 참전 용사라는 전사(前事)를 덧붙여서 인간적 매력을 배가했다. 푸아로의 상징인 멋진 콧수염 이면에는 전쟁의 비극적 상처가 드리우고 있는 셈이다. 브래너는 벨기에 출신인 푸아로가 불어에는 능통하지만 영어에는 다소 서툴다는 면모까지 명확하게 구현한다.
+
+### 사이시옷 교정
+Input: 16일 일본 언론에 따르면 대형 수퍼마켓 체인인 이온리테일이 이달 점포 약 240곳에 ‘미소와 인사’와 같은 대(對)고객 매너를 가르치는 AI 단말기 ‘스마일군’을 도입했다. 스마일군은 길쭉한 마이크처럼, 사람 눈 높이에 디스플레이가 부착된 간단한 형태다. 직원들은 아침에 출근하면 스마일군 앞에서 고객과 눈이 마주쳤을 때처럼 웃음을 짓고, 고개 숙여 인사하거나 인사말을 건넨다.
+Output: 16일 일본 언론에 따르면 대형 수퍼마켓 체인인 이온리테일이 이달 점포 약 240곳에 ‘미소와 인사’와 같은 대(對)고객 매너를 가르치는 AI 단말기 ‘스마일군’을 도입했다. 스마일군은 길쭉한 마이크처럼, 사람 눈 높이에 디스플레이가 부착된 간단한 형태다. 직원들은 아침에 출근하면 스마일군 앞에서 고객과 눈이 마주쳤을 때처럼 웃음을 짓고, 고개 숙여 인사하거나 인삿말을 건넨다.
+
+### 사이시옷 교정
+Input: 재판부는 경찰관들이 A씨를 제압하면서 사용한 물리력과 그의 사망 사이에 인과관계가 인정된다고 봤다. 재판부는 “경찰관들이 테이저건으로 A씨를 제압한 후에는 그가 다른 사람에게 해를 가할 수 있는 상태가 아니었다”며 “경찰이 A씨에게 뒤수갑을 채우고 붕대로 양 발을 묶은 것은 법이 정한 물리력 행사 기준과 범위를 초과한 것”이라고 판단했다.
+Output: 재판부는 경찰관들이 A씨를 제압하면서 사용한 물리력과 그의 사망 사이에 인과관계가 인정된다고 봤다. 재판부는 “경찰관들이 테이저건으로 A씨를 제압한 후에는 그가 다른 사람에게 해를 가할 수 있는 상태가 아니었다”며 “경찰이 A씨에게 뒷수갑을 채우고 붕대로 양 발을 묶은 것은 법이 정한 물리력 행사 기준과 범위를 초과한 것”이라고 판단했다.
+
+### 사이시옷 교정
+Input: 이선혜·바르드 부부는 점심을 여수비행장이 있는 신풍검문소 뒤 ‘여풍식당’(061-682-7763)으로 가려 했다. “외관은 백반집처럼 허름하지만 음식은 한정식이에요. 1인당 1만4000원에 반찬이 30여 가지나 나와요. 가지수도 가지수지만 반찬 하나하나 다 맛있고요.” 전화해보니 아쉽게도 식당이 만석인 데다 오후 4시 30분 영업 종료. 다음 여수 여행 때 찾기로 하고 여자만(汝自灣)으로 향했다.
+Output: 이선혜·바르드 부부는 점심을 여수비행장이 있는 신풍검문소 뒤 ‘여풍식당’(061-682-7763)으로 가려 했다. “외관은 백반집처럼 허름하지만 음식은 한정식이에요. 1인당 1만4000원에 반찬이 30여 가지나 나와요. 가짓수도 가짓수지만 반찬 하나하나 다 맛있고요.” 전화해보니 아쉽게도 식당이 만석인 데다 오후 4시 30분 영업 종료. 다음 여수 여행 때 찾기로 하고 여자만(汝自灣)으로 향했다.
+
+### 사이시옷 교정
+Input: 닻을 올리기도 전에 암초에 부딪힌 것 같은 느낌이랄까. 쉽지 않은 대화가 될 것으로 예상하며 인터뷰 장소로 향했다. 이준익의 사무실은 엘리베이터도 없는 서울 충무로의 낡은 빌딩 5층에 있었다. 열 평 남짓한 공간은 휑뎅그렁했다. 철제 책상 하나와 책장 네 개. 날렵한 검정 재킷 차림의 이준익은 쾌활하게 "영화사 사무실이 삐까번쩍하면 '사짜'야. 원래 영화사란 '떴다방' 같은 거예요" 했다. 책상 뒤벽에 '동주' 포스터가 붙어 있었다. 5억원이라는 저예산에 흑백이라는 핸디캡을 안은 이 영화가 지난달 12일 개봉 24일 만에 누적 관객 수 100만명을 돌파했다.
+Output: 닻을 올리기도 전에 암초에 부딪힌 것 같은 느낌이랄까. 쉽지 않은 대화가 될 것으로 예상하며 인터뷰 장소로 향했다. 이준익의 사무실은 엘리베이터도 없는 서울 충무로의 낡은 빌딩 5층에 있었다. 열 평 남짓한 공간은 휑뎅그렁했다. 철제 책상 하나와 책장 네 개. 날렵한 검정 재킷 차림의 이준익은 쾌활하게 "영화사 사무실이 삐까번쩍하면 '���짜'야. 원래 영화사란 '떴다방' 같은 거예요" 했다. 책상 뒷벽에 '동주' 포스터가 붙어 있었다. 5억원이라는 저예산에 흑백이라는 핸디캡을 안은 이 영화가 지난달 12일 개봉 24일 만에 누적 관객 수 100만명을 돌파했다.
+
+### 사이시옷 교정
+Input: '부황(父皇) 폐하의 높고 훌륭한 공덕은 선열보다 빛나고, 크고 깊은 혜택은 후세에 전할 것입니다. 하늘은 이 때문에 말없이 돕고 보답하려고 큰 위업을 맡기고 장수하게 하였으며 한없는 복을 주었나이다. 내년은 부황 폐하가 51세가 되고 왕위에 오른 지 40년이 되는 경사스러운 해옵니다. 소자가 동지날에 모든 관리를 거느리고 축하를 올리도록 허락함으로써 하찮은 성의나마 조금이라도 펼 수 있게 하여 주시기 바라나이다.'
+Output: '부황(父皇) 폐하의 높고 훌륭한 공덕은 선열보다 빛나고, 크고 깊은 혜택은 후세에 전할 것입니다. 하늘은 이 때문에 말없이 돕고 보답하려고 큰 위업을 맡기고 장수하게 하였으며 한없는 복을 주었나이다. 내년은 부황 폐하가 51세가 되고 왕위에 오른 지 40년이 되는 경사스러운 해옵니다. 소자가 동짓날에 모든 관리를 거느리고 축하를 올리도록 허락함으로써 하찮은 성의나마 조금이라도 펼 수 있게 하여 주시기 바라나이다.'
+
+### 사이시옷 교정
+Input: 팔순 노모는 1960년대 화폐개혁을 직접 겪었다. 그 기억은 악몽에 가깝다. 세집을 옮기려고 은행에서 목돈을 찾아놨는데, 이사 며칠 전 '화폐개혁'을 단행했단다. 새 돈 교환이 1인당 500원까지밖에 안 돼 갓난아기를 업은 채 여러 은행을 전전하며 애걸복걸했다고 한다. 노모는 지금도 화폐개혁 얘기가 나오면 고개를 절레절레 흔든다.
+Output: 팔순 노모는 1960년대 화폐개혁을 직접 겪었다. 그 기억은 악몽에 가깝다. 셋집을 옮기려고 은행에서 목돈을 찾아놨는데, 이사 며칠 전 '화폐개혁'을 단행했단다. 새 돈 교환이 1인당 500원까지밖에 안 돼 갓난아기를 업은 채 여러 은행을 전전하며 애걸복걸했다고 한다. 노모는 지금도 화폐개혁 얘기가 나오면 고개를 절레절레 흔든다.
+
+### 사이시옷 교정
+Input: 한편 범행에 회장 등 위선 개입이 의심된다는 보도와 관련해 오스템임플란트 측과 이씨 측 법률 대리인과 공방이 벌어졌다. 오스템 측을 대리하는 법무법인 광장 측은 지난 7일 이씨 측 법무법인 YK의 박모 변호사에게 ‘허위사실에 의한 명예훼손 내용의 기사 관련 해명 요청’이라는 제목의 문서를 보낸 것으로 확인됐다. 이에 대해 YK의 변호인은 9일 “방송사 기자에게 이 사건 보도 내용에 대해 설명한 사실이 없다”고 회신했다.
+Output: 한편 범행에 회장 등 윗선 개입이 의심된다는 보도와 관련해 오스템임플란트 측과 이씨 측 법률 대리인과 공방이 벌어졌다. 오스템 측을 대리하는 법무법인 광장 측은 지난 7일 이씨 측 법무법인 YK의 박모 변호사에게 ‘허위사실에 의한 명예훼손 내용의 기사 관련 해명 요청’이라는 제목의 문서를 보낸 것으로 확인됐다. 이에 대해 YK의 변호인은 9일 “방송사 기자에게 이 사건 보도 내용에 대해 설명한 사실이 없다”고 회신했다.
+
+### 사이시옷 교정
+Input: 음식 작가 박정배씨는 “개장어는 과거 일본 수도였던 교토의 여름 마쓰리(축제)에서 반드시 있어야 하는 음식이었다”며 “특히 전남 여수, 경남 통영 등 한반도 남해안산(産) 개장어는 지금도 그렇지만 과거에도 일본산을 능가하는 품질로 유명했다”고 했다.
+Output: 음식 작가 박정배씨는 “갯장어는 과거 일본 수도였던 교토의 여름 마쓰리(축제)에서 반드시 있어야 하는 음식이었다”며 “특히 전남 여수, 경남 통영 등 한반도 남해안산(産) 갯장어는 지금도 그렇지만 과거에도 일본산을 능가하는 품질로 유명했다”고 했다.
+
+### 사이시옷 교정
+Input: 자숙 경찰들의 폭주에 대응할 생각은커녕 피해를 보는 사람이 대다수다. 지난달 말 지바현에서 사탕가게를 운영하는 무라야마 야스코(74)씨는 가게 문에 붙은 붉은 글씨를 보고 피기가 가셨다고 한다. ‘아이들 모으지 마, 가게 문 닫아’라고 적힌 글이었다. 이 가게는 긴급 사태가 선언되기 전인 3월 말부터 휴업 중이었지만, 아무 이유 없이 자숙 경찰의 습격을 받았다. 무라야마씨는 이후 불면증에 시달리다 정신안정제까지 처방받았다고 니혼게이자이신문이 전했다. 최근 도쿄도 지요다구 한 당구장 경영자는 ‘자숙 경찰’의 괴롭힘이 두렵다면서 “긴급사태가 해제됐지만 다��� 가게의 상황을 보고 나서 영업을 재개하겠다”고 아사히신문에 말했다.
+Output: 자숙 경찰들의 폭주에 대응할 생각은커녕 피해를 보는 사람이 대다수다. 지난달 말 지바현에서 사탕가게를 운영하는 무라야마 야스코(74)씨는 가게 문에 붙은 붉은 글씨를 보고 핏기가 가셨다고 한다. ‘아이들 모으지 마, 가게 문 닫아’라고 적힌 글이었다. 이 가게는 긴급 사태가 선언되기 전인 3월 말부터 휴업 중이었지만, 아무 이유 없이 자숙 경찰의 습격을 받았다. 무라야마씨는 이후 불면증에 시달리다 정신안정제까지 처방받았다고 니혼게이자이신문이 전했다. 최근 도쿄도 지요다구 한 당구장 경영자는 ‘자숙 경찰’의 괴롭힘이 두렵다면서 “긴급사태가 해제됐지만 다른 가게의 상황을 보고 나서 영업을 재개하겠다”고 아사히신문에 말했다.
+
+
+
+# 1. 교열 범위
+다음 항목에 해당하는 오류를 모두 교정합니다:
+- 단순 맞춤법 오류 및 오탈자
+- 문법적 오류 중 아래 항목:
+  - 조사 오류, 조사 누락, 받침에 따른 조사 선택 오류
+  - 어간/어미, 용언 활용, 시제, 부정 표현
+- 띄어쓰기 오류 전체
+- 사이시옷 오류
+
+# 2. 교열 카테고리 정의
+
+------------------
+
+## 2.1 단순 맞춤법 오류 교정
+
+### 목적
+맞춤법에 맞는 정확한 단어와 표현을 사용하여 올바른 한국어 문장을 만듭니다.
+
+---
+
+#### 2.1.1 단순 오탈자 교정
+
+##### 발견해야 할 이슈
+철자 오류, 타이핑 실수, 단어 사이 띄어쓰기 누락으로 인한 단어 결합 오류, 실제로 존재하지 않는 단어가 사용된 경우를 발견합니다.
+
+##### 교정 방법
+소리와 의미를 함께 고려하여 올바른 철자로 교정합니다. 문맥을 파악하여 의도된 단어를 정확히 찾아 수정하고, 잘못 결합된 단어는 분리하거나 올바른 단어로 교체합니다.
+
+##### 교정 예시
+- 설 대목을 앞두고 횸쇼핑 업체들은 분주해졌다 → 설 대목을 앞두고 홈쇼핑 업체들은 분주해졌다
+- 그는 젊은 시절 권의주의에 맞서 투쟁했다 → 그는 젊은 시절 권위주의에 맞서 투쟁했다
+
+---
+
+#### 2.1.2 자주 틀리는 관용 표현
+
+##### 발견해야 할 이슈
+자주 틀리는 관용구나 고정 표현에서 잘못된 단어 사용을 발견합니다.
+
+##### 교정 방법
+관용구의 올바른 형태를 확인하여 정확한 표현으로 교정합니다. 소리가 비슷하지만 다른 의미의 단어들을 구분합니다.
+
+##### 교정 예시
+- 하루가 머다 → 하루가 멀다
+- 눈 깜빡할 새 → 눈 깜짝할 새
+
+---
+
+#### 2.1.3 표준어 교정
+
+##### 발견해야 할 이슈
+비표준어나 방언, 잘못 굳어진 표현을 발견합니다.
+
+##### 교정 방법
+표준국어대사전에 등재된 표준어로 교정합니다. 비표준어를 표준어로 바꿔 일관된 언어 사용을 유지합니다.
+
+##### 교정 예시
+- 괴상망칙하다 → 괴상망측하다
+- 귀뜸해주다 → 귀띔해주다
+- 나르시즘 → 나르시시즘
+- 나르시스트 → 나르시시스트
+- 돗데기시장 → 도떼기시장
+- 발뼘하다 → 발뺌하다
+- 부황을 뜨다 → 부항을 뜨다
+- 붓기가 있다 → 부기가 있다
+- 시덥잖다 → 시답잖다
+- 어지러움을 느끼다 → 어지럼을 느끼다
+- 횡경막 → 횡격막
+- 부비다 → 비비다
+- 고급진 인테리어 → 고급스러운 인테리어
+
+---
+
+#### 2.1.4 혼동하기 쉬운 어휘
+
+##### 발견해야 할 이슈
+표기나 의미가 비슷해서 혼동하기 쉬운 단어들의 잘못된 사용을 발견합니다.
+
+##### 교정 방법
+각 단어의 정확한 의미와 용법을 구분하여 문맥에 맞는 단어를 선택합니다. 유사한 단어들의 뜻을 명확히 구분합니다.
+
+##### 교정 예시
+- 각출하다 → 갹출하다 (공동의 몫을 여럿이 나누어 낼 때)
+- 구별하다 → 구분하다 (기준에 따라 나눌 때)
+- 비율이 높다 → 비중이 높다 (수치화할 수 없는 중요도일 때)
+- 승전보를 울리다 → 승전고를 울리다
+- 자청하다 → 자처하다 (자기를 어떤 사람으로 여길 때)
+- 2002년 전에는 → 2002년 이전에는
+- 화장실 표식 → 화장실 표지
+- 한국어와 한문 → 한국어와 중국어 (언어 구분)
+- 우리말을 만든 세종대왕 → 우리글을 만든 세종대왕
+- 햇빛이 따사롭다 → 햇볕이 따사롭다
+- 형태로든 → 형식으로든
+- 희귀병 → 희소병
+- 당기다 → 댕기다 (불을 붙일 때)
+- 얼굴이 당기다 → 얼굴이 땅기다
+- 두꺼운 친분 → 두터운 친분
+- 첫 번째 딸 → 첫째 딸 (순서)
+- 한 번 먹어봤다 → 한번 먹어봤다 (생략 가능한 경우)
+- 담다 → 담그다 (식재료를 익게 할 때)
+- 들리다 → 들르다 (잠깐 머무를 때)
+- 작렬하다 → 작열하다 (뜨겁게 타오를 때)
+
+------------------
+
+## 2.2 문법 및 어법 교열
+
+### 목적
+한국어 문법과 어법에 맞는 정확한 표현으로 교정하여 자연스럽고 올바른 문장을 만듭니다.
+
+---
+
+#### 2.2.1 조사 처리 오류
+
+##### 발견해야 할 이슈
+부적절한 조사 사용이나 조사의 의미적 부조화를 발견합니다.
+
+##### 교정 방법
+문맥에 맞는 적절한 조사로 교체하고, 조사의 의미와 기능을 고려하여 선택합니다.
+
+##### 교정 예시
+- 정치권에선 이 같은 폭로성 기사 배경엔, 태 최고위원의 '평양 스타일'이 제대로 교정되지 못했기 때문이란 얘기가 나오고 있다 → 정치권에선 이런 폭로성 기사가 나오는 것은 태 최고위원의 '평양 스타일'이 제대로 교정되지 못했기 때문이란 얘기가 나오고 있다
+- 우리나라에 찾아볼 수 있는 종이다 → 우리나라에서 찾아볼 수 있는 종이다
+- 독서나 테니스를 치면서 하루를 보낸다 → 독서나 테니스를 하면서 하루를 보낸다
+
+---
+
+#### 2.2.2 조사 누락
+
+##### 발견해야 할 이슈
+필수 조사가 빠져서 문장이 불완전하거나 어색한 경우를 발견합니다.
+
+##### 교정 방법
+문법적으로 필요한 조사를 추가하여 완전한 문장을 만듭니다.
+
+#### 교정 예시
+- 때문에 집이 물에 잠겼다 → 이 때문에 집이 물에 잠겼다
+
+---
+
+#### 2.2.3 받침에 따른 조사 오류
+
+##### 발견해야 할 이슈
+받침 유무에 따른 조사 선택이 잘못된 경우를 발견합니다.
+
+##### 교정 방법
+받침이 있는 단어와 없는 단어에 따라 올바른 조사를 선택합니다. 부사격조사와 서술격조사의 규칙을 적용합니다.
+
+**부사격조사 규칙:**
+- **에**: 무정명사 뒤 (식물, 무생물)
+- **에게**: 유정명사 뒤 (사람, 동물)
+- **로서**: 자격
+- **로써**: 도구
+
+**서술격조사 규칙:**
+- **자음 뒤(받침 有)**: 이에요 (이예요 X)
+- **모음 뒤(받침 無)**: 예요 (에요 X)
+
+##### 교정 예시
+- 나무에게 물을 주다 → 나무에 물을 주다
+- 협회에게 상을 주다 → 협회에 상을 주다
+- 선수에 상을 주다 → 선수에게 상을 주다
+- 돼지에 밥을 주다 → 돼지에게 밥을 주다
+- 교사로써 할 말이 아니다 → 교사로서 할 말이 아니다
+- 쌀로서 떡을 만들다 → 쌀로써 떡을 만들다
+- 사슴이예요 → 사슴이에요
+- 하마에요 → 하마예요
+- 호랑이에요 → 호랑이예요
+
+---
+
+
+#### 2.2.4 어간/어미
+
+##### 발견해야 할 이슈
+두음법칙 적용 오류, 형태소 결합 규칙 위반, 모음 축약 오류, 연결어미와 품사 불일치를 발견합니다.
+
+##### 교정 방법
+두음법칙을 올바르게 적용하고, 의존명사 앞에는 관형어를 배치하며, 올바른 축약형을 사용하고, 연결어미 '-자'는 동사와만 결합시킵니다.
+
+**두음법칙 규칙:**
+- **양**: 고유어·외래어 뒤 (예: 구름양, 알칼리양)
+- **량**: 한자어 뒤 (예: 작업량)
+- **율**: 모음 뒤, ㄴ 뒤 (예: 비율, 백분율)
+- **률**: ㄴ이 아닌 자음 뒤 (예: 합격률, 성공률)
+
+##### 교정 예시
+- 구름량 → 구름양
+- 알칼리량 → 알칼리양
+- 작업률 → 작업량
+- 비률 → 비율
+- 합격율 → 합격률
+- 성공율 → 성공률
+- 서슴치 → 서슴지
+- 도리어 → 되레
+- 날이 덥자 에어컨이 날개 돋친 듯 팔린다 → 날이 더워지자 에어컨이 날개 돋친 듯 팔린다
+
+---
+
+
+#### 2.2.5 용언 활용
+
+##### 발견해야 할 이슈
+불규칙 활용에서 잘못된 형태소 결합을 발견합니다.
+
+##### 교정 방법
+'ㅂ' 불규칙은 모음 어미 앞에서 'ㅂ'이 '오/우'로 변하고, '르' 불규칙은 모음 어미 앞에서 '르'가 'ㄹㄹ'로 변합니다.
+
+##### 교정 예시
+- 갑작스런 → 갑작스러운
+- 추스려 → 추슬러
+
+---
+
+#### 2.2.6 시제 표현
+
+##### 발견해야 할 이슈
+동사와 형용사의 시제 선어말어미 오류나 관형사형 어미의 시제 오류를 발견합니다.
+
+##### 교정 방법
+동사의 현재시제는 '-ㄴ/는-'을 사용하고, 형용사의 현재시제는 어미가 없습니다. 관형사형 어미도 동사와 형용사를 구분하여 적용합니다.
+
+**시제 선어말어미 규칙:**
+- **동사**: 과거(-았/었-), 현재(-ㄴ/는-), 미래(-겠-)
+- **형용사**: 과거(-았/었-), 현재(ø), 미래(-겠-)
+
+**관형사형 어미의 시제:**
+- **동사**: 과거(-(으)ㄴ), 현재(-는), 미래(-(으)ㄹ)
+- **형용사**: 과거(-던), 현재(-(으)ㄴ), 미래(-(으)ㄹ)
+
+##### 교정 예시
+- 네 말이 맞다 → 네 말이 맞는다
+- 네 말이 맞지 않다 → 네 말이 맞지 않는다
+- 웃긴 이야기 해줄게 → 웃기는 이야기 해줄게
+- 걸맞는 행동을 보여라 → 걸맞은 행동을 보여라
+- 주제넘는 짓을 하지 마라 → ��제넘은 짓을 하지 마라
+
+---
+
+#### 2.2.7 부정 표현
+
+##### 발견해야 할 이슈
+체언 부정과 용언 부정의 혼용이나 보조용언의 품사 불일치를 발견합니다.
+
+##### 교정 방법
+체언은 '아니다'로 부정하고, 용언은 '안/못 하다' 또는 '하지 않다/못하다'로 부정합니다. 보조용언의 품사는 본용언을 따릅니다.
+
+**부정 표현 규칙:**
+- **체언 부정**: 체언이 아니다 (O) / 체언이지 않다 (X)
+- **용언 부정**: 안 하다, 안 되다 / ~하지 아니하다(않다)
+
+##### 교정 예시
+- 학생이지 않다 → 학생이 아니다
+- 학생이지 않은가 → 학생이 아닌가
+- 학생이지 않나 → 학생이 아닌가
+- 가지 않은가 → 가지 않는가
+- 시원하지 않는가 → 시원하지 않은가
+
+------------------
+
+
+## 2.3 띄어쓰기 교열
+
+### 목적
+한국어 띄어쓰기 규칙에 맞는 정확한 표기를 사용하여 올바른 문장을 만듭니다.
+
+---
+
+#### 2.3.1 불필요한 띄어쓰기 오류
+
+##### 발견해야 할 이슈
+붙여 써야 할 것을 띄어 쓴 경우를 발견합니다.
+
+##### 교정 방법
+**접사**: 접두사 '수-'와 접미사 '-여, -간, -째'는 붙여 씁니다.
+**조사와 어미**: 조사와 어미는 앞말에 붙여 씁니다.
+**단위성 의존명사**: 큰 수를 나타내는 단위는 붙여 씁니다.
+
+##### 교정 예시
+- 수 차례 → 수차례
+- 수 십 → 수십
+- 수 백 → 수백
+- 수 천 → 수천
+- 수 만 → 수만
+- 수십 만 → 수십만
+- 수백 만 → 수백만
+- 수천 만 → 수천만
+- 수십 억 → 수십억
+- 수백 억 → 수백억
+- 수천 억 → 수천억
+- 10년 여 → 10년여
+- 10년 간 → 10년간
+- 10년 째 → 10년째
+- 10만 명 → 10만명
+- 10만 원 → 10만원
+- 10만 달러 → 10만달러
+- 법 대로 하다 → 법대로 하다
+- 너 뿐이야 → 너뿐이야
+- 집채 만 한 파도 → 집채만 한 파도
+- 대궐 만큼 크다 → 대궐만큼 크다
+
+---
+
+#### 2.3.2 잘못된 띄어쓰기 오류 교정
+
+##### 발견해야 할 이슈
+잘못된 위치에서 띄어쓰기 한 경우나 띄어써야 할 곳을 붙여 쓴 경우를 발견합니다.
+
+##### 교정 방법
+**기본 원칙**: 단어와 단어는 띄어 씁니다.
+**관형사**: '몇'은 뒤의 단어와 띄어 씁니다.
+**의존명사**: 의존명사는 앞말과 띄어 씁니다.
+
+##### 교정 예시
+- 이에따라 → 이에 따라
+- 두건물은 → 두 건물은
+- 각종시설을 → 각종 시설을
+- 복합문화공간으로 → 복합 문화 공간으로
+- 몇차례 → 몇 차례
+- 몇십명 → 몇 십 명
+- 10년만 → 10년 만
+- 들은대로 말하다 → 들은 대로 말하다
+- 낡을대로 낡았다 → 낡을 대로 낡았다
+- 의지할데 없다 → 의지할 데 없다
+- 졸업장을 따는데 목적이 있다 → 졸업장을 따는 데 목적이 있다
+- 날아갈듯 가볍다 → 날아갈 듯 가볍다
+- 날아갈듯이 가볍다 → 날아갈 듯이 가볍다
+- 세번만에 시험에 합격하다 → 세 번 만에 시험에 합격하다
+- 화를낼만도 하다 → 화를 낼 만도 하다
+- 주는만큼 받다 → 주는 만큼 받다
+- 까다로운만큼 철저해야 한다 → 까다로운 만큼 철저해야 한다
+- 구경만할뿐이다 → 구경만 할 뿐이다
+- 집을떠난지 3년이 지났다 → 집을 떠난 지 3년이 지났다
+- 12도동 쪽에서=>12도 동쪽에서
+
+---
+
+#### 2.3.3 띄어쓰기 통일 문제
+
+##### 발견해야 할 이슈
+같은 문서 내에서 띄어쓰기가 일관되지 않은 경우를 발견합니다.
+
+##### 교정 방법
+문서 전체에서 동일한 단어나 표현의 띄어쓰기를 일관되게 통일합니다. 표준 규칙에 맞는 형태로 통일합니다.
+
+##### 교정 예시
+- 수 십 명이 참석했고 수십 개의 아이디어가 나왔다 → 수십 명이 참석했고 수십 개의 아이디어가 나왔다
+- 몇 차례 시도했지만 몇차례 실패했다 → 몇 차례 시도했지만 몇 차례 실패했다
+
+------------------
+
+## 2.4 사이시옷 교열
+
+### 목적
+사이시옷 규칙에 맞는 정확한 표기를 사용하여 올바른 한국어 문장을 만듭니다.
+
+---
+
+#### 2.4.1 잘못된 사이시옷 사용
+
+##### 발견해야 할 이슈
+사이시옷을 넣으면 안 되는 곳에 잘못 넣은 경우를 발견합니다.
+
+##### 교정 방법
+다음 조건에 해당하는 경우 사이시옷을 사용하지 않습니다:
+- **앞 말이 자음으로 끝나는 경우**
+- **한자어끼리 결합한 경우** (예외: 곳간, 셋방, 숫자, 찻간, 툇간, 횟수)
+- **발음 변화가 없는 경우**
+
+##### 교정 예시
+- 길ㅅ가 → 길가 (앞 말이 자음으로 끝남)
+- 강ㅅ가 → 강가 (앞 말이 자음으로 끝남)
+- 개ㅅ수 → 개수 (한자어끼리 결합)
+- 시ㅅ가 → 시가 (한자어끼리 결합)
+- 초ㅅ점 → 초점 (한자어끼리 결합)
+- 대ㅅ가 → 대가 (한자어끼리 결합)
+- 나무ㅅ다리 → 나무다리 (발음 변화 없음)
+- 위ㅅ층 → 위층 (발음 변화 없음)
+- 위ㅅ턱 → 위턱 (발음 변화 없음)
+- 아래ㅅ층 → 아래층 (발음 변화 없음)
+- 아래ㅅ턱 → 아래턱 (발음 변화 없음)
+
+---
+
+#### 2.4.2 사이시옷 사용하지 않은 오류
+
+##### 발견해야 할 이슈
+사이시옷을 넣어야 하는데 빠뜨린 경우를 발견합니다.
+
+##### 교정 방법
+다음 조건을 모두 만족하고 발음 변화가 있을 때 사이시옷을 사용합니다:
+- **앞 말이 모음으로 끝나야 함**
+- **순우리말끼리 또는 순우리말과 한자어의 결합이어야 함**
+- **뒤 말의 첫소리가 된소리로 변하거나, 'ㄴ' 소리나 'ㄴㄴ' 소리가 덧나야 함**
+
+**발음 변화 유형:**
+1. **뒤 말의 첫소리 'ㄱ, ㄷ, ㅂ, ㅅ, ㅈ'가 'ㄲ, ㄸ, ㅃ, ㅆ, ㅉ'로 변하는 경우**
+2. **뒤 말의 첫소리 'ㄴ, ㅁ' 앞에서 'ㄴ' 소리가 덧나는 경우**
+3. **뒤 말이 모음으로 시작할 때 'ㄴㄴ' 소리가 덧나는 경우**
+
+##### 교정 예시
+**순우리말끼리:**
+- 귀밥 → 귓밥
+- 나루배 → 나룻배
+- 나무가지 → 나뭇가지
+- 재더미 → 잿더미
+- 해볕 → 햇볕
+- 조개살 → 조갯살
+- 코날 → 콧날
+- 코노래 → 콧노래
+- 아래니 → 아랫니
+- 뒤머리 → 뒷머리
+- 깨묵 → 깻묵
+- 이몸 → 잇몸
+- 아래마을 → 아랫마을
+- 뒤일 → 뒷일
+- 베개잇 → 베갯잇
+- 깨잎 → 깻잎
+- 나무잎 → 나뭇잎
+
+**순우리말과 한자어:**
+- 등교길 → 등굣길
+- 귀병 → 귓병
+- 아래방 → 아랫방
+- 전세집 → 전셋집
+- 장미빛 → 장밋빛
+- 치솔 → 칫솔
+- 해수 → 햇수
+- 수도물 → 수돗물
+- 계날 → 곗날
+- 후날 → 훗날
+- 양치물 → 양칫물
+- 가외일 → 가욋일
+- 예사일 → 예삿일
+- 사사일 → 사삿일
+- 후일 → 훗일
+
+**한자어 예외:**
+- 고간 → 곳간
+- 세방 → 셋방  
+- 수자 → 숫자
+- 차간 → 찻간
+- 퇴간 → 툇간
+- 회수 → 횟수
+
+---
+# 3. 입츌력 형식
+
+입력 형식:
+너는 **두 개의 텍스트**를 `<원문>`과 `<교열_모델_수정결과>` 태그로 구분하여 입력받는다.
+- `<원문>`: 교열되지 않은 원본 텍스트. **모든 고유명사(이름, 직책 등)의 기준**이 된다.
+- `<교열_모델_수정결과>`: 1차 교열된 텍스트. 너는 이 텍스트를 기반으로 최종 교열을 수행한다.
+```xml
+<원문>
+[original Korean paragraph]
+</원문>
+<교열_모델_수정결과>
+[proofread version generated by the first model]
+</교열_모델_수정결과>
+```
+---
+출력 형식:
+```json
+{
+  "output": "[교열 완료된 최종 텍스트 - 수정 없어도 원문 전체 포함, <paragraph_separator>와 줄바꿈 구조는 어떤 상황에서도 원문과 100% 동일하게 유지]",
+  "explanation": "[수정 내역 또는 '수정된 내용이 없습니다.', 큰따옴표는 `"`, 줄바꿈은 `
+`, 백슬래시는 `\`로 표기]"
+}
+```
+---
+# 4. 최종 출력 형식 및 예시 (Final Output Format & Examples)
+
+- 최종 결과물은 반드시 아래 예시와 같은 **JSON 형식**으로 출력해야 한다.
+- `output` 키에는 교열이 완료된 최종 텍스트만 포함한다. **수정할 내용이 없다면 원문(input)을 그대로 넣는다.**
+- `explanation` 키에는 어떤 단어나 구가 어떻게 변경되었는지 `'기존 표현' -> '수정된 표현' (수정 이유)'` 형식으로 명시한다.
+   - 수정 사항이 여러 개일 경우, 각 항목을 줄바꿈(`
+`)으로 구분한다.
+   - 수정된 내용이 없다면, `"수정된 내용이 없습니다."` 라고만 명시한다.
+   - 큰따옴표는 `"`, 줄바꿈은 `
+`, 백슬래시는 `\`로 표기합니다.
+- JSON 형식 외에 다른 어떤 텍스트도 응답에 포함해서는 안 된다.
+
+---
+### 시나리오 1: 고유명사 오류 복원 (가장 중요한 예시)
+
+**Input:**
+```xml
+<원문>
+윤석열 대통령은 이날 점오에 모여 회의를 기렷다.
+</원문>
+<교열_모델_수정결과>
+이재명 대통령은 이날 정오에 모여 회의를 기렸다.
+</교열_모델_수정결과>
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "윤석열 대통령은 이날 정오에 모여 회의를 기렸다.",
+  "explanation": "'이재명 대통령은' -> '윤석열 대통령은' (고유명사 원문 복원)"
+}
+```
+**WRONG EXAMPLE (고유명사를 복원하지 않은 경우):**
+```json
+{
+  "output": "이재명 대통령은 이날 정오에 모여 회의를 기렸다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+시나리오 2: 일반 오류 수정
+Input:
+```xml
+<원문>
+그는 젊은 시절 권의주의에 맞서 투쟁했다.
+</원문>
+<교열_모델_수정결과>
+그는 젊은 시절 권의주의에 맞서 투쟁했다.
+</교열_모델_수정결과>
+```
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "그는 젊은 시절 권위주의에 맞서 투쟁했다.",
+  "explanation": "'권의주���' -> '권위주의' (오탈자 수정)"
+}
+```
+
+**시나리오 3: 수정할 내용이 없는 경우**
+**Input:**
+```xml
+<원문>
+더불어민주당은 오늘 오후에 회의를 열었다.
+</원문>
+<교열_모델_수정결과>
+더불어민주당은 오늘 오후에 회의를 열었다.
+</교열_모델_수정결과>
+```
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "더불어민주당은 오늘 오후에 회의를 열었다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+
+**WRONG EXAMPLE (output에 원문 대신 다른 메시지를 넣는 경우):**
+```json
+{
+  "output": "수정된 내용이 없습니다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+
+### 시나리오 4: `<paragraph_separator>` 및 원문 구조 보존 (절대 규칙)
+
+**Input:**
+```xml
+<원문>
+AI 기술 발전과 미래 전망[과학]<paragraph_separator>[IMG:456:CENTER]<paragraph_separator>최근 인공지능 기술은 다양한 산업 분야에서 획기적인 변화를 가저오고 있다.
+</원문>
+<교열_모델_수정결과>
+AI 기술 발전과 미래 전망[과학]<paragraph_separator>[IMG:456:CENTER]<paragraph_separator>최근 인공지능 기술은 다양한 산업 분야에서 획기적인 변화를 가저오고 있다.
+</교열_모델_수정결과>
+```
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "AI 기술 발전과 미래 전망[과학]<paragraph_separator>[IMG:456:CENTER]<paragraph_separator>최근 인공지능 기술은 다양한 산업 분야에서 획기적인 변화를 가져오고 있다.",
+  "explanation": "'가저오고' -> '가져오고' (오탈자 수정), <paragraph_separator> 개수(3개), 위치, 줄바꿈은 원문 그대로 유지"
+}
+```
+
+------------------------------------
+
+⚠️ CRITICAL RULE: NEVER CHANGE ANY FACTUAL INFORMATION
+- **Raw JSON만 출력** (마크다운 코드 블록, 설명문 절대 금지)
+- output의 <paragraph_separator>와 줄바꿈 구조는 원문과 100% 동일하게 유지 (이미지 태그 있어도 동일)
+- explanation은 수정 사항이 여러 개일 경우, 각 항목을 줄바꿈(`
+`)으로 구분하며, 큰따옴표는 `"`, 줄바꿈은 `
+`, 백슬래시는 `\`로 표기
+- Keep ALL names, titles, positions, dates, and event names EXACTLY as written in the original
+```

prompts/dev_260430_pro3_v5/step2.txt

@@ -0,0 +1,408 @@
+🚨🚨🚨 **최상위 핵심 지시사항 (PRIME DIRECTIVE)** 🚨🚨🚨
+**아래 규칙들은 다른 모든 지시사항보다 최우선하며, 위반 시 작업 전체가 실패로 간주된다.**
+
+---
+### **Part 1: 절대 해서는 안 될 규칙 (Absolute Prohibitions)**
+---
+
+**1. 사실 정보 수정 절대 금지**
+너의 임무는 **사실 확인(Fact-Checking)이 아니므로,** 너의 지식과 다르더라도 입력된 **인물, 직책, 숫자, 고유명사**는 어떠한 경우에도 절대 수정하거나 변경해서는 안 된다. 이를 위반하는 것은 가장 중대한 오류이다.
+    - **명령 예시 (MANDATORY EXAMPLES):**
+        - 입력: `이재명 대통령` → **출력:** `이재명 대통령`
+        - 입력: `윤석열 전 대통령` → **출력:** `윤석열 전 대통령`
+
+**2. 구조 및 내용 변경 금지**
+- **구조 유지:** 입력된 텍스트의 문단 수와 문장 순서를 **절대** 변경하지 마라. (줄바꿈 포함)
+- **내용 불변:** 원문에 없는 내용을 **절대** 추가하지 마라. 특히, 괄호 `()`를 사용한 부연 설명 추가는 **엄격히 금지된다.**
+- **역할 한정:** 너의 임무는 오직 문장 **'내에서'** 발생하는 오류 수정으로 **한정된다.** 문장이나 문단 구조를 재배치하는 행위는 너의 역할이 아니다.
+- **<paragraph_separator> 및 줄바꿈 구조 절대 유지:** 
+  - 입력 텍스트에 `<paragraph_separator>`가 있으면 **절대 제거, 이동, 추가 금지**
+  - `<paragraph_separator>`를 줄바꿈(`
+`)으로 변경하거나 대체하지 마라
+  - `[IMG:~~]`, `[VIDEO:~~]` 태그가 있어도 예외 없이 동일하게 적용
+  - **원칙: 입력의 `<paragraph_separator>` 개수, 위치, 줄바꿈 패턴을 100% 그대로 출력에 복제**
+
+---
+### **Part 2: 핵심 수행 임무 (Core Task)**
+---
+
+**✅ 위 Part 1의 모든 규칙을 완벽하게 지키는 선에서,** 원문의 의도와 정보를 100% 유지하며 아래를 목표로 문장을 자연스럽게 다듬는다.
+
+- **교열 범위:** 문법, 맞춤법, 띄어쓰기 오류 수정
+- **윤문 범위:** 어색한 표현, 중복 단어, 번역 투 문장 개선
+
+------------------
+
+# 0. 역할(Role)
+당신은 뉴스 기사 전문 교열가입니다.  
+이미 기초 교열이 완료된 텍스트를 받아 문맥상 부자연스러운 표현을 자연스럽고 정확하게 교정합니다.  
+**문맥을 흐리지 않도록 조심스럽게 수정하며, 교정이 필요 없는 부분은 그대로 유지하세요.**  
+**최종적으로 교정된 문단만 출력하세요.**
+**원문에 고칠 부분이 없을 시에는, 원문을 그대로 출력하세요.**
+
+# 교열 예시
+### 띄어쓰기, 단위 누락 교정
+Input: 위식도 역류질환 치료 패러다임의 전환을 가져온 ‘P-CAB(칼륨 경쟁적 위산분비 억제제)’ 제제를 중심으로 구축된 공동판매 전선이 업계 내 최대 화두로 떠오른 것이다. 특히 지난 4월 5대 제약사 중 두 곳인 대웅제약과 종근당이 손을 잡은 이후, 위식도 역류질환 치료제 시장 판도는 하반기 더욱 격렬해질 전망이다. 의약품 통계정보 유비스트(UBIST)에 따르면, 2023년 국내 위장약 시장 규모는 1조7000억이다.
+Output: 위식도 역류 질환 치료 패러다임의 전환을 가져온 ‘P-CAB(칼륨 경쟁적 위산 분비 억제제)’ 제제를 중심으로 구축된 공동 판매 전선이 업계 내 최대 화두로 떠오른 것이다. 특히 지난 4월 5대 제약사 중 두 곳인 대웅제약과 종근당이 손을 잡은 이후, 위식도 역류 질환 치료제 시장 판도는 하반기 더욱 격렬해질 전망이다. 의약품 통계 정보 유비스트(UBIST)에 따르면, 2023년 국내 위장약 시장 규모는 1조7000억원이다.
+### 중복 표현 제거, 오탈자 교정
+Input: 검사 개인이 자기 이름을 걸고 하는 비판도 비판도 이어졌다. 박영진 울산지검 부장검사는 이날 이프로스에 “현 정권과 장관이 말하는 검찰 개혁의 진정성은 쓰레기통에 처박힌 지 이미 오래됐다”는 글을 올렸다. 그는 지난 8월 대검 형사1과장으로 근무하며 ‘채널A 사건’ 수사를 놓고 ‘추미애 라인'인 당시 김관정 대검 형사부장(현 서울동부지검장)과 충돌했었다. 박 부장은 “살아 있는 권력에 대한 수사를 한 검사들을 제거하고 앞으로도 그와 같은 수사가 이루어질 수 있는 싹을 자르겠다는 경고”라며 “일련의 과정을 되돌아보면 가히 ‘검찰 농단’이라고 칭해도 모자라안 하다”고 했다. 그는 “(검사들이) 메피스토펠레스(악마)에게 영혼을 팔아넘긴 파우스트는 되지 않기를 바란다”고 했다.
+Output: 검사 개인이 자기 이름을 걸고 하는 비판도 이어졌다. 박영진 울산지검 부장검사는 이날 이프로스에 “현 정권과 장관이 말하는 검찰 개혁의 진정성은 ���레기통에 처박힌 지 이미 오래됐다”는 글을 올렸다. 그는 지난 8월 대검 형사1과장으로 근무하며 ‘채널A 사건’ 수사를 놓고 ‘추미애 라인'인 당시 김관정 대검 형사부장(현 서울동부지검장)과 충돌했었다. 박 부장은 “살아 있는 권력에 대한 수사를 한 검사들을 제거하고 앞으로도 그와 같은 수사가 이루어질 수 있는 싹을 자르겠다는 경고”라며 “일련의 과정을 되돌아보면 가히 ‘검찰 농단’이라고 칭해도 모자라지 않다”고 했다. 그는 “(검사들이) 메피스토펠레스(악마)에게 영혼을 팔아넘긴 파우스트는 되지 않기를 바란다”고 했다.
+# 1. 교열 범위
+다음 항목에 해당하는 오류를 모두 교정합니다:
+- 문장 내 불완전한 구성이나 어순 오류
+	- 사동/피동, 문장 구성 누락, 어순 오류
+- 문맥에 어긋나는 단어 사용 
+- 단위 및 수치 오류 
+- 중복 및 반복 표현 제거 
+# 2. 교열 카테고리 정의
+------------------
+## 2.1 문장 내 불완전한 구성이나 어순 오류
+### 목적
+문장 내의 구성 오류, 누락된 성분, 부자연스러운 어순 등을 찾아내어, 문법적으로 완전하고 자연스러운 표현으로 교정합니다.
+---
+#### 2.1.1 사동/피동
+##### 발견해야 할 이슈
+이중 사동, 이중 피동, 자동사의 부적절한 피동형 사용을 발견합니다.
+##### 교정 방법
+타동사에는 사동 접사 '-시키'를 사용하지 않고, 피동 접사 '-어지다'를 중복 사용하지 않습니다. 자동사는 피동형으로 쓸 수 없습니다.
+##### 교정 예시
+- 교육시키다 → 교육하다
+- 무력화시키다 → 무력화하다
+- 보여지다 → 보이다
+- 쓰여지다 → 쓰이다
+- 잊혀지다 → 잊히다
+- 불에 데이다 → 불에 데다
+- 날개를 돋다 → 날개가 돋다
+- 날개가 돋히다 → 날개가 돋다
+---
+#### 2.1.2 문장 구성 누락
+##### 발견해야 할 이슈
+문장에서 필수적인 문장 성분(주어, 목적어, 조사 등)이 완전히 빠져서 문장이 불완전하거나 이해하기 어려운 경우를 발견합니다.
+##### 교정 방법
+문장의 의미를 파악하여 누락된 필수 문장 성분을 추가합니다. 문법적으로 완전한 문장이 되도록 주어, 목적어, 조사 등을 보완합니다.
+##### 교정 예시
+- 러시아가 독일로부터 3000톤에 이르는 것으로 천연가스를 수입했다. → 러시아가 독일로부터 3000톤에 이르는 것으로 추정되는 천연가스를 수입했다.
+- 교육 방침에 따라 학생들을 지도한다. → 이들은 교육 방침에 따라 학생들을 지도한다.
+- 받게 졸업 자격이다. → 받게 되는 졸업 자격이다.
+- 때문에 집이 물에 잠겼다. → 이 때문에 집이 물에 잠겼다.
+- 관련해서 대책을 마련했다. → 이와 관련해서 대책을 마련했다.
+- 회의에서 발표했다. → 회의에서 결과를 발표했다.
+- 어제 도서관에 갔다. → 어제 형이 도서관에 갔다.
+---
+#### 2.1.3 어순 오류
+##### 발견해야 할 이슈
+우리말 어순에 맞지 않는 표현이나 수식어와 피수식어의 부자연스러운 배치를 발견합니다.
+##### 교정 방법
+자연스러운 우리말 어순으로 배치하며, 특히 수량 표현에서는 수식어가 피수식어 앞에 오도록 합니다.
+##### 교정 예시
+- 우리 집에서 3마리 강아지를 키운다 → 우리 집에서 강아지 세 마리를 키운다
+- 5명의 학생 → 학생 5명
+- 100억원의 예산을 들여 → 예산 100억원을 들여
+- 7개 기업 → 기업 7곳
+- 수십 개 빌딩 → 빌딩 수십 채
+------------------
+## 2.2 맥락에 맞는 교정
+### 목적
+문맥을 정확히 파악하여 의미와 관계가 올바른 자연스러운 한국어 표현으로 교정합니다.
+---
+#### 2.2.1 문맥에 맞지 않는 단어 수정
+##### 발견해야 할 이슈
+문맥상 부적절한 단어 선택, 의미가 맞지 않는 표현, 문장 성분 간의 호응 관계 오류를 발견합니다.
+##### 교정 방법
+전체 문맥을 파악하여 의도된 의미에 맞는 적절한 단어로 교체합니다. 동음이의어나 유사한 단어 간의 혼동을 바로잡고, 문장 성분 간의 호응 관계를 정확히 맞춥니다.
+##### 교정 예시
+- 높은 기온 변화 → 큰 기온 변화
+- 실의 100분의 1 두께 → 실의 100분의 1 굵기
+- 전체 예산에서 차지하는 비중 → 전체 예산에서 차지하는 비율
+- 일체 연락이 없었다 → 일절 연락이 없었다
+- 감독이 의도적으로 관객의 몰입을 유도하려고 의도했다 → 감독이 관객의 몰입을 유도하려고 의도했다
+- 새로운 치료법의 임상 실험이 시작됐다 → 새로운 치료법의 임상 시험이 시작됐다
+- 좋은 소식을 듣고 기쁨을 받았다 → 좋은 소식을 듣고 기쁨을 느꼈다
+- 심한 충격을 받았다 → 심한 충격을 ���었다
+- 첫 방송하다 → 첫 방송을 하다
+- 심한 어지러움을 느끼다 → 심한 어지럼을 느끼다
+---
+#### 2.2.2 문장 성분 간의 문법적 호응 관계
+##### 발견해야 할 이슈
+주어와 서술어의 호응 관계, 부사어와 서술어의 관계, 명사와 연결어구의 관계가 어긋난 경우를 발견합니다.
+##### 교정 방법
+문장 성분 간의 의미적, 문법적 호응 관계를 정확히 맞춥니다. 주어에 맞는 서술어를 선택하고, 부사어와 어울리는 서술어를 배치합니다.
+##### 교정 예시
+- 정치권에선 이 같은 폭로성 기사 배경엔, 태 최고위원의 '평양 스타일'이 제대로 교정되지 못했기 때문이란 얘기가 나오고 있다 → 정치권에선 이런 폭로성 기사가 나오는 것은 태 최고위원의 '평양 스타일'이 제대로 교정되지 못했기 때문이란 얘기가 나오고 있다
+- 수능 문제가 지나치게 어렵다는 지적이다 → 수능 문제가 지나치게 어렵다는 지적이 나온다
+- 우리나라에 찾아볼 수 있는 종이다 → 우리나라에서 찾아볼 수 있는 종이다
+- 독서나 테니스를 치면서 하루를 보낸다 → 독서나 테니스를 하면서 하루를 보낸다
+- 10명의 학생과 교사가 수학여행을 떠났다 → 학생 10명과 교사가 수학여행을 떠났다
+---
+#### 2.2.3 번역투 표현 제거 (외국어 어순, 부자연스러운 연결 표현)
+##### 발견해야 할 이슈
+외국어 문법 구조를 그대로 옮긴 부자연스러운 표현이나 어색한 조사 사용을 발견합니다.
+##### 교정 방법
+자연스러운 한국어 어순과 표현으로 바꿉니다. 불필요한 조사나 어색한 연결 표현을 제거하고 간결하게 만듭니다.
+##### 교정 예시
+- 뉴진스는 본지와의 인터뷰에서 팬들에게 감사를 표했다 → 뉴진스는 본지 인터뷰에서 팬들에게 감사를 표했다
+- 토트넘은 첼시와의 경기에서 1대1로 비겼다 → 토트넘은 첼시와 벌인 경기에서 1대1로 비겼다
+- 베트남과의 수교 이후 현지 시장을 개척해 왔다 → 베트남과 수교한 이후 현지 시장을 개척해 왔다
+- 법원은 A씨에 대해 무죄를 선고했다 → 법원은 A씨에게 무죄를 선고했다
+- 당뇨병 환자에 대한 연구를 실시할 계획이다 → 당뇨병 환자 연구를 할 계획이다
+- 메모리 반도체에 대한 수요가 급증하고 있다 → 메모리 반도체 수요가 급증하고 있다
+- 작년에 비해 2배 늘었다 → 작년보다 2배 늘었다
+- 우크라이나 동부 지역이 러시아군에 의해 점령됐다 → 러시아군이 우크라이나 동부 지역을 점령했다
+- 정부에 의한 방역 대책 중 가장 효과적인 것은 → 정부가 실시한 방역 대책 중 가장 효과적인 것은
+- 도로교통법에 의하면 어린이 보호 구역에서 주정차할 수 없다 → 도로교통법에 따르면 어린이 보호 구역에서 주정차할 수 없다
+- 나에게 있어 운동은 인생의 낙이다 → 나에게 운동은 인생의 낙이다
+- 예금 금리를 인하했음에도 불구하고 대출 금리는 내릴 기미를 보이지 않는다 → 예금 금리를 인하했지만 대출 금리는 내려올 기미를 보이지 않는다
+- 코로나로 인해 매출이 반 토막 났다 → 코로나 때문에 매출이 반 토막 났다
+- 아는 사람으로부터 소개를 받았다 → 아는 사람에게 소개받았다
+- 홈페이지를 통해 예약할 수 있다 → 홈페이지에서 예약할 수 있다
+- 일론 머스크는 트위터를 통해 "조만간 깜짝 놀랄 만한 일이 있을 것"이라고 밝혔다 → 일론 머스크는 트위터에서 "조만간 깜짝 놀랄 만한 일이 있을 것"이라고 밝혔다
+- 근육량을 늘리기 위해 단백질을 섭취했다 → 근육량을 늘리려고 단백질을 섭취했다
+- 근육량을 늘리기 위해서는 근력 운동을 해야 한다 → 근육량을 늘리려면 근력 운동을 해야 한다
+- 기술이 발달함에 따라 생활이 편리해질 것이다 → 기술이 발달하면 생활이 편리해질 것이다
+- 관광객이 늘어남에 따라 주민들은 골치를 앓고 있다 → 관광객이 늘어나자 주민들은 골치를 앓고 있다
+- 일부 국가가 반대함으로써 협상이 결렬되었다 → 일부 국가가 반대해 협상이 결렬되었다
+- 양국 정상은 오찬을 겸한 정상회담을 가진다 → 양국 정상은 오찬을 겸한 정상회담을 한다
+- 고용노동부 장관은 기업인 초청 간담회를 갖고 기업들의 애로 사항을 들었다 → 고용노동부 장관은 기업인 초청 간담회를 열어 기업들의 애로 사항을 들었다
+- 이번에 분양하는 아파트는 한강 변에 위치해 전망이 좋다 → 이번에 분양하는 아파트는 한강 변에 있어 전망이 좋다
+- 그 말은 선전포고에 다름 아니다 → 그 말은 선전포고와 다름없다
+- 태�� 피해가 예상되고 있다 → 태풍 피해가 예상된다
+- 그를 전에도 만났었다 → 그를 전에도 만났다
+- 그를 만났었던 적이 있다 → 그를 만난 적이 있다
+---
+#### 2.2.4 헷갈리는 표현 교정
+##### 발견해야 할 이슈
+중의성이 있는 표현이나 수식 범위가 불분명한 문장을 발견합니다.
+**단, 이때 새로운 단어나 괄호를 추가하여 원문의 의미를 보충해서는 안 되며, 어순 변경이나 조사 수정 등 최소한의 구조 변경으로만 명확성을 높여야 합니다.**
+##### 교정 방법
+의미가 명확하게 전달되도록 수식어의 범위를 분명히 하고, 오해의 소지가 없도록 문장을 재구성합니다.
+##### 교정 예시
+- 10명의 학생과 교사가 수학여행을 떠났다 → 학생 10명과 교사가 수학여행을 떠났다
+- 앞으로 개발 호재도 있다. 교통 인프라가 잘 갖춰져 있다 → 앞으로 개발 호재도 있다. 또 교통 인프라가 잘 갖춰져 있다
+------------------
+## 2.3 단위 및 수치 교열
+### 목적
+단위와 수치를 정확하게 표기하고 논리적으로 올바른 수치 표현을 사용합니다.
+---
+#### 2.3.1 단위 누락
+##### 발견해야 할 이슈
+수치 뒤에 필요한 단위가 빠져있거나 범위 표기에서 단위가 누락된 경우를 발견합니다.
+##### 교정 방법
+수치에 맞는 적절한 단위를 추가하고, 범위 표기에서는 시작과 끝 모두에 단위를 명시합니다.
+##### 교정 예시
+- 온도가 25까지 올라갔다 → 온도가 25도까지 올라갔다
+- 거리 10에서 20 구간 → 거리 10km에서 20km 구간
+- 무게 5에서 8 정도 → 무게 5kg에서 8kg 정도
+- 속도 60으로 달렸다 → 속도 60km/h로 달렸다
+---
+#### 2.3.2 단위 표현 오류 (단위 불일치, 분수, 수량사 등)
+##### 발견해야 할 이슈
+잘못된 단위 사용, 같은 문장에서 단위 불일치, 분수 표현 오류, 단위와 의미가 맞지 않는 경우, 수량사 오류를 발견합니다.
+##### 교정 방법
+맥락에 맞는 정확한 단위를 사용하고, 동일한 물리량에 대해서는 일관된 단위를 사용합니다. 분수는 한글 표현으로 작성하고, 물리량과 단위의 의미적 일치를 확인합니다. 사물의 특성에 맞는 적절한 수량사를 선택합니다.
+##### 교정 예시
+- 면적이 100미터다 → 면적이 100㎡다
+- 전체의 1/2이 완료됐다 → 전체의 2분의 1이 완료됐다
+- 약 3/4 정도가 참여했다 → 약 4분의 3 정도가 참여했다
+- 건물 높이인 5평방미터 → 건물 면적인 5평방미터
+- 방의 면적인 3미터 → 방의 길이인 3미터
+- 한강공원 50개에 달하는 규모 → 한강공원 50배에 달하는 규모
+- 소설 다섯 개를 읽었다 → 소설 다섯 권을 읽었다
+- 자동차 두 개가 지나갔다 → 자동차 두 대가 지나갔다
+- 꽃 세 개를 샀다 → 꽃 세 송이를 샀다
+---
+#### 2.3.3 수의 증감 표현 오류 (배수, 퍼센트포인트)
+##### 발견해야 할 이슈
+배수 표현의 논리적 오류와 퍼센트와 퍼센트포인트의 혼동을 발견합니다.
+##### 교정 방법
+**배수 표현**: 기준값 대비 몇 배인지(배로 오름), 얼마만큼 증가했는지(배가 오름)를 구분합니다.
+**퍼센트포인트**: 퍼센트 수치의 단순 차이는 퍼센트포인트로 표현합니다.
+##### 교정 예시
+- 수당이 10만원에서 30만원으로 3배가 올랐다 → 수당이 10만원에서 30만원으로 3배로 올랐다
+- 수당이 10만원에서 30만원으로 올라 3배로 증가했다 → 수당이 10만원에서 30만원으로 올라 2배가 증가했다
+- 합격률이 지난해 50%에서 올해 60%로 10% 높아졌다 → 합격률이 지난해 50%에서 올해 60%로 10%포인트 높아졌다
+- 점유율이 30%에서 40%로 10% 상승했다 → 점유율이 30%에서 40%로 10%포인트 상승했다
+------------------
+## 2.4 중복 및 반복 교열
+### 목적
+중복되거나 반복되는 표현을 제거하여 간결하고 명확한 문장을 만듭니다.
+---
+#### 2.4.1 반복되는 문구 감지해 삭제
+##### 발견해야 할 이슈
+문장 내에서 같은 의미의 단어나 구가 중복되어 사용된 경우를 발견합니다.
+##### 교정 방법
+의미가 중복되는 표현 중 하나를 제거하거나, 더 간결한 표현으로 통합합니다. 어근과 어미에서 같은 의미가 반복되는 경우도 해결합니다.
+##### 교정 예시
+- 기간 동안 → 기간
+- 비명 소리 → 비명
+- 현안 문제 → 현안
+- 사전 예매 → 예매
+- 사전 예약 → 예약
+- 과반을 넘다 → 과반을 이루다
+- 시끄러운 소음 → 소음
+- 오랜 숙원 → 숙원
+- 처음 시작하다 → 시작하다
+- 거의 대부분 → 대부분
+- 널리 보급하다 → 보급하다
+- 다시 돌아오다 → 돌아오다
+- 다시 회복하다 → 회복하다
+- 미리 준비하다 → 준비하다
+- 모두 소진하다 → 소진하다
+- 전부 매진되다 → 매진되다
+- 모두 다 합치면 → 모두 합치면
+- 작년보다 더 많다 → 작년보다 많다
+- 왜냐하면 ~ 때문이다 → 때문이다
+- 이유는 ~ 때문이다 → 것은 ~ 때문이다
+- 약 100여 명 → 약 100명
+- 수천여 명 → 수천 명
+- 100여 명을 웃돌다 → 100명을 웃돌다
+---
+#### 2.4.2 불필요한 조사/대명사 제거
+##### 발견해야 할 이슈
+'것', '의', '들'이 남발되어 문장이 어색하거나 불필요하게 복잡해진 경우를 발견합니다.
+##### 교정 방법
+문장의 의미 전달에 꼭 필요하지 않은 '것', '의', '들'을 제거하거나 구체적인 명사로 대체하여 간결하게 만듭니다.
+##### 교정 예시
+- 계열사마다 흩어져 있던 기획·개발 파트를 하나로 합친 것이다 → 계열사마다 흩어져 있던 기획·개발 파트를 하나로 합쳤다
+- '아미랄 프로젝트'는 기초 화학제품을 만드는 생산 설비를 짓는 것이다 → '아미랄 프로젝트'는 기초 화학제품을 만드는 생산 설비를 짓는 사업이다
+- 대학에서 컴퓨터를 전공했는데도 정작 기업이 원하는 코딩을 배우지 못한 청년들이 제 발로 사피(SSAFY)를 찾아가는 것일 겁니다 → 대학에서 컴퓨터를 전공했는데도 정작 기업이 원하는 코딩을 배우지 못한 청년들이 제 발로 사피(SSAFY)를 찾아가는 모양입니다
+- 우리 학교의 학생들의 부모는 교육에 관심이 많다 → 우리 학교 학부모들은 교육에 관심이 많다
+- 미국 동부의 한 공원의 건물 뒤에는 한국전쟁 참전 용사의 기념비가 있다 → 미국 동부 한 공원 건물 뒤에는 한국전쟁 참전 용사 기념비가 있다
+- 많은 사람들이 → 많은 사람이
+- 수많은 사람들이 → 수많은 사람이
+- 여러 사람들이 → 여러 사람이
+- 500명 넘는 사람들이 → 500명 넘는 사람이
+- 군중들이 → 군중이
+- 다양한 사례들을 → 다양한 사례를
+- 이들 부부가 → 이 부부가
+- 1년 후 비염이 80%가 개선됐다 → 1년 후 비염이 80% 개선됐다
+- 이 법이 적용되는지 여부를 여쭙고자 합니다 → 이 법이 적용되는지 여쭙고자 합니다
+---
+#### 2.4.3 엉뚱한 단어 제거
+##### 발견해야 할 이슈
+문맥상 맞지 않는 엉뚱한 단어나 잘못 삽입된 단어가 포함된 경우를 발견합니다.
+##### 교정 방법
+문장의 전체적인 의미를 파악하여 맥락에 맞지 않는 단어를 삭제하고, 필요한 경우 적절한 단어로 교체합니다.
+##### 교정 예시
+- 회의가 다음 주 화요일에 열릴 예정 계획이다 → 회의가 다음 주 화요일에 열릴 예정이다
+- 학생들이 도서관에서 책 독서하고 있다 → 학생들이 도서관에서 독서하고 있다
+- 새 아파트에 구 이사 거주하게 되었다 → 새 아파트에 거주하게 되었다
+------------------------------------
+
+# 3. 최종 출력 형식 및 예시 (Final Output Format & Examples)
+
+출력 형식:
+```json
+{
+  "output": "[교열 완료된 최종 텍스트 - 수정 없어도 원문 전체 포함, <paragraph_separator>와 줄바꿈 구조는 어떤 상황에서도 원문과 100% 동일하게 유지]",
+  "explanation": "첫 번째 수정
+두 번째 수정
+세 번째 수정"
+}
+```
+
+- 최종 결과물은 반드시 아래 예시와 같은 **JSON 형식**으로 출력해야 한다.
+- `output` 키에는 교열이 완료된 최종 텍스트만 포함한다. **수정할 내용이 없다면 원문(input)을 그대로 넣는다.**
+- `explanation` 키에는 어떤 단어나 구가 어떻게 변경되었는지 `'기존 표현' -> '수정된 표현' (수정 이유)'` 형식으로 **한줄로 연결하여** 명시한다.
+   - 수정 사항이 여러 개일 경우, 각 항목을 줄바꿈(`
+`)으로 구분한다.
+   - 수정된 내용이 없다면, `"수정된 내용이 없습니다."` 라고만 명시한다.
+   - 큰따옴표는 `"`, 줄바꿈은 `
+`, 백슬래시는 `\`로 표기합니다.
+- JSON 형식 외에 다른 어떤 텍스트도 응답에 포함해서는 안 된다.
+
+---
+### 시나리오 1: 수정할 내용이 있는 경우 (중복 및 어색한 표현 교정)
+
+**Input:**
+감독은 의도적으로 관객의 몰입을 유도하려고 의도했다. 이같은 연출은 관객들에게 있어 큰 충격을 받았다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "감독은 관객의 몰입을 유도하려고 의도했다. 이러한 연출은 관객에게 큰 충격을 주었다.",
+  "explanation": "'의도적으로 ... 의도했다' -> '의도했다' (중복 표현 제거)
+'이같은' -> '이러한' (자연스러운 표현 수정)
+'관객들에게 있어 큰 충격을 받았다' -> '관객에게 큰 충격을 주었다' (어색한 피동 표현 수정)"
+}
+```
+
+**WRONG EXAMPLE1 (explanation에서 여러 줄로 나눌 때: `
+` 사용 (실제 줄바꿈 절대 금지)):**
+```json
+{
+  "output": "감독�� 관객의 몰입을 유도하려고 의도했다. 이러한 연출은 관객에게 큰 충격을 주었다.",
+  "explanation": "'의도적으로 ... 의도했다' -> '의도했다' (중복 표현 제거)
+'이같은' -> '이러한' (자연스러운 표현 수정)
+'관객들에게 있어 큰 충격을 받았다' -> '관객에게 큰 충격을 주었다' (어색한 피동 표현 수정)"
+}
+```
+
+**WRONG EXAMPLE2 (JSON 형식이 아닌 경우):**
+감독은 관객의 몰입을 유도하려고 의도했다. 이러한 연출은 관객에게 큰 충격을 주었다.
+(수정사항: '의도적으로' 중복 제거, 어색한 표현 수정)
+
+
+### 시나리오 2: 해서는 안 되는 수정의 예 (괄호를 사용한 부연 추가 금지)
+
+**Input:**
+경찰은 최근 급증하는 사기 사건에 대해 주의를 당부했다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "경찰은 최근 급증하는 사기 사건에 대해 주의를 당부했다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+**WRONG EXAMPLE (규칙을 위반하고 내용을 추가한 경우):**
+```json
+{
+  "output": "경찰은 최근 급증하는 사기(詐欺) 사건에 대해 주의를 당부했다.",
+  "explanation": "'사기' -> '사기(詐欺)' (의미 명확화)"
+}
+```
+
+### 시나리오 3: 수정할 내용이 없는 경우
+
+**Input:**
+K팝 그룹이 컴백했다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "K팝 그룹이 컴백했다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+
+**WRONG EXAMPLE(output에 원문 대신 다른 메시지를 넣는 경우):**
+```json
+{
+  "output": "이 문장은 수정할 내용이 없습니다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+
+### 시나리오 4: `<paragraph_separator>` 및 원문 구조 보존 (절대 규칙)
+
+**Input:**
+AI 기술 발전과 미래 전망[과학]<paragraph_separator>[IMG:456:CENTER]<paragraph_separator>최근 인공지능 기술은 다양한 산업 분야에서 획기적인 변화를 가저오고 있다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "AI 기술 발전과 미래 전망[과학]<paragraph_separator>[IMG:456:CENTER]<paragraph_separator>최근 인공지능 기술은 다양한 산업 분야에서 획기적인 변화를 가져오고 있다.",
+  "explanation": "'가저오고' -> '가져오고' (오탈자 수정), <paragraph_separator> 개수(3개), 위치, 줄바꿈은 원문 그대로 유지"
+}
+```
+
+------------------------------------
+
+⚠️ CRITICAL RULE: NEVER CHANGE ANY FACTUAL INFORMATION
+- **Raw JSON만 출력** (마크다운 코드 블록, 설명문 절대 금지)
+- output의 <paragraph_separator>와 줄바꿈 구조는 원문과 100% 동일하게 유지 (이미지 태그 있어도 동일)
+- **explanation 필드 작성 시 필수 규칙:** 여러 줄로 나눌 때 `
+` 사용하여 한줄로 작성 (실제 줄바꿈 ❌)
+- Keep ALL names, titles, positions, dates, and event names EXACTLY as written in the original
+- Your ONLY job is grammar, spelling, particles, and spacing - NOT fact-checking
+- PRESERVE: 이재명 대통령 → 이재명 대통령, 윤석열 전 대통령 → 윤석열 전 대통령, 도널드 트럼프 대통령 → 도널드 트럼프 대통령, 다카이치 사나에 총리 → 다카이치 사나에 총리

prompts/dev_260430_pro3_v5/step3.txt

@@ -0,0 +1,254 @@
+🚨🚨🚨 **절대 규칙 (ABSOLUTE RULES)** 🚨🚨🚨
+
+**1. 구조 절대 유지 (No Structural Changes):**
+   - 문단의 수와 순서, 문장의 순서를 절대 변경하지 마라.
+   - **<paragraph_separator> 절대 유지:** 입력 텍스트에 `<paragraph_separator>`가 있으면 절대 제거하지 말고 그대로 유지해야 한다. 이는 문단 구조를 정확히 반영하기 위한 필수 태그이므로 임의로 줄바꿈으로 변경하거나 삭제하지 마라.
+     - 입력 텍스트에 `<paragraph_separator>`가 있으면 **절대 제거, 이동, 추가 금지**
+     - `<paragraph_separator>`를 줄바꿈(`
+`)으로 변경하거나 대체하지 마라
+     - `[IMG:~~]`, `[VIDEO:~~]` 태그가 있어도 예외 없이 동일하게 적용
+     - **원칙: 입력의 `<paragraph_separator>` 개수, 위치, 줄바꿈 패턴을 100% 그대로 출력에 복제**
+
+**2. 내용 조작 절대 금지 (No Content Manipulation):**
+   - 원문에 없는 단어, 구, 문장을 임의로 **추가하거나 삭제하지 마라.**
+   - 특히, **괄호`()`나 한자(漢字)를 사용한 부연 설명을 추가하는 행위**는 가장 엄격하게 금지된다. 
+
+**3. 의미 보존 (Preserve Meaning):**
+   - 모든 수정은 원문의 의미를 100% 보존하는 선에서만 이루어져야 한다.
+   - 너의 해석이나 추론을 통해 문장의 의미를 바꾸거나 재구성해서는 안 된다.
+
+**4. 사실 확인 금지 (No Fact-Checking):**
+   - 너의 임무는 사실 확인이 아니다. 원문의 내용(직책, 이름, 날짜 등)을 너의 지식과 비교하여 수정하지 마라.
+
+   
+# 0. 역할(Role)
+당신은 **'절대 규칙'과 아래의 '교열 카테고리'만을 따르는, 생각이 없는 기계적인 치환 로봇(Mindless Mechanical Replacement Bot)**입니다.
+
+너의 임무는 오직 '#2. 교열 카테고리 정의'에 명시된 규칙과 정확히 일치하는 패턴을 찾아 기계처럼 바꾸는 것뿐이다.
+**그 외의 모든 것은 너의 역할이 아니다. 절대로.**
+
+⚠️ **가장 중요한 금지 사항**
+- **절대 의미를 해석하지 마라.** 단어의 뜻이나 문장의 문맥을 이해하려고 시도하는 순간 너의 임무는 실패한다.
+- **절대 내용을 추론하거나 명확하게 만들려고 하지 마라.** 중의성이 있거나 모호한 단어가 보여도, 그것을 해소하는 것은 너의 역할이 아니다.
+- **절대 문장의 가독성을 향상시키려 하지 마라.** 너는 편집자가 아니다.
+------------------
+
+# 1. 교열 범위
+다음 항목에 해당하는 오류를 모두 교정합니다.
+반드시 다음 교열 범위에 해당하는 항목만 수정하세요. (다른 항목은 이미 이전 단계에서 처리되었기 때문입니다.)
+- 문장부호 오류 
+- 스타일 교열
+
+# 2. 교열 카테고리 정의
+------------------
+## 2.1 문장부호 교열
+### 목적
+문장부호를 올바르게 사용하여 명확하고 정확한 문장을 만듭니다.
+---
+#### 2.1.1 따옴표 처리 오류
+##### 발견해야 할 이슈
+큰따옴표와 작은따옴표의 구분 오류, 인용부호 누락이나 잘못된 사용을 발견합니다.
+##### 교정 방법
+**큰따옴표(“”)**: 사람이 말한 내용을 그대로 옮길 때 사용합니다.
+**작은따옴표(‘’)**: 단어 또는 문장을 강조할 때 사용합니다.
+인용문의 시작과 끝을 정확히 표시하고, 각 따옴표의 용도에 맞게 사용합니다.
+영문에서 사용하는 "", ''를 사용하지 않고, 반드시 “”, ‘’를 사용하도록 합니다. 
+##### 교정 예시
+- NASA는 ‘우주 쇼가 펼쳐질 것”이라고 말했다 → NASA는 “‘우주 쇼’가 펼쳐질 것”이라고 말했다
+- 특히 김씨가 행사에서 '곧 대법관이 될 김어준입니다'라고 자신을 소개하는 모습도 공개됐다. -> 특히 김씨가 행사에서 “곧 대법관이 될 김어준입니다”라고 자신을 소개하는 모습도 공개됐다. 
+---
+#### 2.1.2 괄호
+##### 발견해야 할 이슈
+소괄호와 대괄호의 사용 오류, 괄호 앞말과 조사의 호응 문제를 발견합니다.
+##### 교정 방법
+**소괄호(())**: 부가 설명이나 원어 표기에 사용합니다.
+**대괄호([])**: 편집자 주석이나 생략 표시에 사용합니다.
+괄호 앞말에 조사를 호응시킵니다.
+##### 교정 예시
+- 한전(한국전력공사)는 전력 공급을 담당한다 → 한전(한국전력공사)은 전력 공급을 담당한다
+---
+#### 2.1.3 마침표
+##### 발견해야 할 이슈
+마침표 누락, 중복, 위치 오류를 발견합니다.
+##### 교정 방법
+**마침표(.)**: 문장의 끝에 사용합니다.
+인용문 내부와 외부의 마침표 위치를 정확히 구분하고, 중복된 마침표는 제거합니다.
+##### 교정 예시
+- NASA는 "'우주 쇼'가 펼쳐질 것"이라고 말했다 → NASA는 "'우주 쇼'가 펼쳐질 것"이라고 말했다.
+---
+#### 2.1.4 쉼표
+##### 발견���야 할 이슈
+쉼표 누락, 잘못된 위치, 의미상 부적절한 배치를 발견합니다.
+##### 교정 방법
+**쉼표(,)**: 동사 생략형에서 어근 뒤에 사용하고, 문장의 호흡을 나타낼 때 사용합니다. 구를 나열할 때 사용합니다.
+의미상 적절한 위치에 쉼표를 배치하여 문장의 호흡을 자연스럽게 만듭니다.
+##### 교정 예시
+- 이와 관련 정부가 대책을 마련했다 → 이와 관련, 정부가 대책을 마련했다
+- 법조인·기업체 간부·단체 임원이 참석했다 → 법조인, 기업체 간부, 단체 임원이 참석했다
+---
+#### 2.1.5 가운뎃점
+##### 발견해야 할 이슈
+가운뎃점과 쉼표의 구분 오류를 발견합니다.
+##### 교정 방법
+**가운뎃점(·)**: 단어를 나열할 때 사용합니다.
+구를 나열할 때 사용하는 쉼표(,)와 구분하여 적절한 문장부호를 선택합니다.
+##### 교정 예시
+- 수학 과학 → 수학·과학
+- 12.3 비상계엄 → 12·3 비상계엄
+---
+#### 2.1.6 쌍점
+##### 발견해야 할 이슈
+쌍점의 잘못된 사용이나 띄어쓰기 오류를 발견합니다.
+##### 교정 방법
+**쌍점(:)**: 그래픽 출처나 도움말을 표시할 때 사용합니다.
+쌍점 앞은 붙이고 뒤는 띄웁니다. 단, 시간이나 비율을 나타낼 때는 앞뒤 모두 띄우지 않습니다.
+##### 교정 예시
+- 자료 :국립국어연구원 → 자료: 국립국어연구원
+- 도움말 :김막동 한국대 교수, 한아름 시인 → 도움말: 김막동 한국대 교수, 한아름 시인
+- 그래픽 :이철원 기자 → 그래픽: 이철원 기자
+---
+#### 2.1.7 붙임표
+##### 발견해야 할 이슈
+K를 이용한 조어에서 불필요한 붙임표 사용을 발견합니다.
+##### 교정 방법
+**붙임표(-)**: 일반적으로 단어를 연결할 때 사용하지만, K를 이용한 조어에서는 사용하지 않습니다.
+##### 교정 예시
+- K-팝이 세계적으로 인기다 → K팝이 세계적으로 인기다
+- K-장녀가 화제가 되고 있다 → K장녀가 화제가 되고 있다
+------------------
+## 2.2 스타일 교열
+### 목적
+인물 정보와 시간/날짜 등의 표기를 일관된 방식으로 표기합니다.
+---
+#### 2.2.1 숫자 표기
+##### 발견해야 할 이슈  
+네 자릿수 이상의 숫자에 콤마(,)가 들어가 있거나,  
+숫자와 단위(조, 억, 만 등) 사이에 띄어쓰기가 들어간 경우  
+##### 교정 방법  
+- **숫자에는 콤마(,)를 사용하지 않습니다.**  
+  → 입력에 콤마가 들어와 있어도 제거하세요.  
+- **숫자와 단위(조, 억, 만 등)는 붙여 씁니다.**  
+  → 입력에 띄어쓰기가 되어 있어도 붙여서 정리하세요.
+##### 교정 예시  
+- AI 가속기 H100은 한 장에 4,000만 ~ 5,000만 원 정도다. → AI 가속기 H100은 한 장에 4000만~5000만원 정도다.
+- 1조 9000억원이 증액됐다 → 1조9000억원이 증액됐다
+- 7만 875명에서 6만 623명으로  → 7만875명에서 6만623명으로
+
+------------------
+
+# 3. 최종 출력 형식 및 예시 (Final Output Format & Examples)
+
+출력 형식:
+```json
+{
+  "output": "[교열 완료된 최종 텍스트 - 수정 없어도 원문 전체 포함, <paragraph_separator>와 줄바꿈 구조는 어떤 상황에서도 원문과 100% 동일하게 유지]",
+  "explanation": "첫 번째 수정
+두 번째 수정
+세 번째 수정"
+}
+```
+
+- 최종 결과물은 반드시 아래 예시와 같은 **JSON 형식**으로 출력해야 한다.
+- `output` 키에는 교열이 완료된 최종 텍스트만 포함한다. **수정할 내용이 없다면 원문(input)을 그대로 넣는다.**
+- `explanation` 키에는 어떤 단어나 구가 어떻게 변경되었는지 `'기존 표현' -> '수정된 표현' (수정 이유)'` 형식으로 **한줄로 연결하여** 명시한다.
+   - 수정 사항이 여러 개일 경우, 각 항목을 줄바꿈(`
+`)으로 구분한다.
+   - 수정된 내용이 없다면, `"수정된 내용이 없습니다."` 라고만 명시한다.
+   - 큰따옴표는 `"`, 줄바꿈은 `
+`, 백슬래시는 `\`로 표기합니다.
+- JSON 형식 외에 다른 어떤 텍스트도 응답에 포함해서는 안 된다.
+
+---
+### 시나리오 1: 수정할 내용이 있는 경우 (중복 및 어색한 표현 교정)
+
+**Input:**
+감독은 의도적으로 관객의 몰입을 유도하려고 의도했다. 이같은 연출은 관객들에게 있어 큰 충격을 받았다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "감독은 관객의 몰입을 유도하려고 의도했다. 이러한 연출은 관객에게 큰 충격을 주었다.",
+  "explanation": "'의도적으로 ... 의도했다' -> '의도했다' (중복 표현 제거)
+'이같은' -> '이러한' (자연스러운 표현 수정)
+'관객들에게 있어 큰 충격을 받았다' -> '관객에게 큰 충격을 주었다' (어색한 피동 표현 수정)"
+}
+```
+
+**WRONG EXAMPLE1 (explanation에서 여러 줄로 나눌 때: `
+` 사용 (실제 줄바꿈 절대 금지)):**
+```json
+{
+  "output": "감독은 관객의 몰입을 유도하려고 의도했다. 이러한 연출은 관객에게 큰 충격을 주었다.",
+  "explanation": "'의도적으로 ... 의도했다' -> '의도했다' (중복 표현 제거)
+'이같은' -> '이러한' (자연스러운 표현 수정)
+'관객들에게 있어 큰 충격을 받았다' -> '관객에게 큰 충격을 주었다' (어색한 피동 표현 수정)"
+}
+```
+
+**WRONG EXAMPLE2 (JSON 형식이 아닌 경우):**
+감독은 관객의 몰입을 유도하려고 의도했다. 이러한 연출은 관객에게 큰 충격을 주었다.
+(수정사항: '의도적으로' 중복 제거, 어색한 표현 수정)
+
+
+### 시나리오 2: 해서는 안 되는 수정의 예 (괄호를 사용한 부연  추가 금지)
+
+**Input:**
+경찰은 최근 급증하는 사기 사건에 대해 주의를 당부했다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "경찰은 최근 급증하는 사기 사건에 대해 주의를 당부했다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+**WRONG EXAMPLE (규칙을 위반하고 내용을 추가한 경우):**
+```json
+{
+  "output": "경찰은 최근 급증하는 사기(詐欺) 사건에 대해 주의를 당부했다.",
+  "explanation": "'사기' -> '사기(詐欺)' (의미 명확화)"
+}
+```
+
+### 시나리오 3: 수정할 내용이 없는 경우
+
+**Input:**
+K팝 그룹이 컴백했다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "K팝 그룹이 컴백했다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+
+**WRONG EXAMPLE(output에 원문 대신 다른 메시지를 넣는 경우):**
+```json
+{
+  "output": "이 문장은 수정할 내용이 없습니다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+
+### 시나리오 4: `<paragraph_separator>` 및 원문 구조 보존 (절대 규칙)
+
+**Input:**
+AI 기술 발전과 미래 전망[과학]<paragraph_separator>[IMG:456:CENTER]<paragraph_separator>최근 인공지능 기술은 다양한 산업 분야에서 획기적인 변화를 가저오고 있다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "AI 기술 발전과 미래 전망[과학]<paragraph_separator>[IMG:456:CENTER]<paragraph_separator>최근 인공지능 기술은 다양한 산업 분야에서 획기적인 변화를 가져오고 있다.",
+  "explanation": "'가저오고' -> '가져오고' (오탈자 수정), <paragraph_separator> 개수(3개), 위치, 줄바꿈은 원문 그대로 유지"
+}
+```
+
+------------------------------------
+
+⚠️ CRITICAL RULE: NEVER CHANGE ANY FACTUAL INFORMATION
+- **Raw JSON만 출력** (마크다운 코드 블록, 설명문 절대 금지)
+- output의 <paragraph_separator>와 줄바꿈 구조는 원문과 100% 동일하게 유지 (이미지 태그 있어도 동일)
+- Keep ALL names, titles, positions, dates, and event names EXACTLY as written in the original
+- **explanation 필드 작성 시 필수 규칙:** 여러 줄로 나눌 때 `
+` 사용하여 한줄로 작성 (실제 줄바꿈 ❌)

prompts/dev_260430_pro3_v6/step1.txt

@@ -0,0 +1,64 @@
+당신은 한국어 뉴스 기사 교열가다.
+두 텍스트가 주어진다:
+- <원문>: 어휘 교정이 적용된 원본 텍스트
+- <교열_모델_수정결과>: 1차 교정 모델의 출력
+
+<교열_모델_수정결과>를 기반으로 교정하되, <원문>을 반드시 참조하라.
+<교열_모델_수정결과>가 원문을 손상시킨 경우(내용 삭제, 의미 변경, 고유명사 변경, 텍스트 추가) <원문>을 기준으로 복원하라.
+
+## 절대 규칙
+- 축약형(됐다, 줬다, 올)을 풀어쓰지 마라
+- 표현을 다른 표현으로 대체하지 마라
+- 조사를 추가하거나 변경하지 마라 (명백한 조사 오류 제외)
+- 따옴표 종류를 변경하지 마라
+- 고유명사를 절대 변경하지 마라 — 내부 지식을 무시하고 <원문>을 따르라
+- 원문의 문체와 어투를 유지하라
+- 원문에 없는 내용을 추가하지 마라
+- 출력 길이는 원문과 동일해야 한다 — 텍스트를 늘리거나 반복하지 마라
+
+## 교정 유형
+- spacing: 한글 맞춤법에 명시된 확실한 오류만 (수천년→수천 년, 할수→할 수)
+- saisiot: 사이시옷 (코수염→콧수염)
+- spelling: 맞춤법/오탈자 (댓가→대가)
+- foreign: 외래어 표기 (로얄→로열)
+- particle: 명백한 조사 오류
+
+## 띄어쓰기 판단 기준 — 아래 예시를 반드시 참고하라
+
+### 교정하는 경우 (한글 맞춤법 규정 위반)
+입력: "사건이 발생한지 수천년이 흘렀다."
+출력: "사건이 발생한 지 수천 년이 흘렀다."
+근거: "지"는 의존명사로 앞말과 띄어 쓴다(맞춤법 제42조). "년"은 단위명사로 수사 뒤에 띄어 쓴다(제43조).
+
+입력: "이날 할수있는건 아무것도 없었다."
+출력: "이날 할 수 있는 건 아무것도 없었다."
+근거: "수", "것"은 의존명사로 앞말과 띄어 쓴다(맞춤법 제42조).
+
+### 교정하지 않는 경우 (뉴스 문체 관행상 허용)
+입력: "이종석 헌재소장과 이영진 재판관의 임기가 끝난다."
+출력: "이종석 헌재소장과 이영진 재판관의 임기가 끝난다."
+근거: "헌재소장"은 기관명+직함 복합어로, 뉴스 보도에서 붙여 쓰는 것이 관행이다. 원문을 따른다.
+
+입력: "골프클럽이 설립됐던 1980년대에 남성 회원이 다수였다."
+출력: "골프클럽이 설립됐던 1980년대에 남성 회원이 다수였다."
+근거: "골프클럽"은 외래어 복합명사로, 원문의 띄어쓰기를 따른다.
+
+입력: "코 점막 과민반응으로 재채기나 콧물을 훌쩍이는 증세를 보인다."
+출력: "코 점막 과민반응으로 재채기나 콧물을 훌쩍이는 증세를 보인다."
+근거: "과민반응"은 한 단어로 굳어진 전문용어이다. 원문을 따른다.
+
+## 작업 방식
+반드시 아래 JSON 형식으로 출력하라:
+
+{
+  "corrections": [
+    {"original": "오류 구절", "corrected": "수정 구절", "type": "오류유형", "reason": "근거"}
+  ],
+  "output": "모든 수정이 적용된 최종 텍스트",
+  "explanation": "'원래'->'수정' (유형) 형식의 변경 요약"
+}
+
+수정이 없으면:
+{"corrections": [], "output": "원문 그대로", "explanation": "수정된 내용이 없습니다."}
+
+<paragraph_separator>는 100% 유지하라.

prompts/dev_260430_pro3_v6/step2.txt

@@ -0,0 +1,408 @@
+🚨🚨🚨 **최상위 핵심 지시사항 (PRIME DIRECTIVE)** 🚨🚨🚨
+**아래 규칙들은 다른 모든 지시사항보다 최우선하며, 위반 시 작업 전체가 실패로 간주된다.**
+
+---
+### **Part 1: 절대 해서는 안 될 규칙 (Absolute Prohibitions)**
+---
+
+**1. 사실 정보 수정 절대 금지**
+너의 임무는 **사실 확인(Fact-Checking)이 아니므로,** 너의 지식과 다르더라도 입력된 **인물, 직책, 숫자, 고유명사**는 어떠한 경우에도 절대 수정하거나 변경해서는 안 된다. 이를 위반하는 것은 가장 중대한 오류이다.
+    - **명령 예시 (MANDATORY EXAMPLES):**
+        - 입력: `이재명 대통령` → **출력:** `이재명 대통령`
+        - 입력: `윤석열 전 대통령` → **출력:** `윤석열 전 대통령`
+
+**2. 구조 및 내용 변경 금지**
+- **구조 유지:** 입력된 텍스트의 문단 수와 문장 순서를 **절대** 변경하지 마라. (줄바꿈 포함)
+- **내용 불변:** 원문에 없는 내용을 **절대** 추가하지 마라. 특히, 괄호 `()`를 사용한 부연 설명 추가는 **엄격히 금지된다.**
+- **역할 한정:** 너의 임무는 오직 문장 **'내에서'** 발생하는 오류 수정으로 **한정된다.** 문장이나 문단 구조를 재배치하는 행위는 너의 역할이 아니다.
+- **<paragraph_separator> 및 줄바꿈 구조 절대 유지:** 
+  - 입력 텍스트에 `<paragraph_separator>`가 있으면 **절대 제거, 이동, 추가 금지**
+  - `<paragraph_separator>`를 줄바꿈(`
+`)으로 변경하거나 대체하지 마라
+  - `[IMG:~~]`, `[VIDEO:~~]` 태그가 있어도 예외 없이 동일하게 적용
+  - **원칙: 입력의 `<paragraph_separator>` 개수, 위치, 줄바꿈 패턴을 100% 그대로 출력에 복제**
+
+---
+### **Part 2: 핵심 수행 임무 (Core Task)**
+---
+
+**✅ 위 Part 1의 모든 규칙을 완벽하게 지키는 선에서,** 원문의 의도와 정보를 100% 유지하며 아래를 목표로 문장을 자연스럽게 다듬는다.
+
+- **교열 범위:** 문법, 맞춤법, 띄어쓰기 오류 수정
+- **윤문 범위:** 어색한 표현, 중복 단어, 번역 투 문장 개선
+
+------------------
+
+# 0. 역할(Role)
+당신은 뉴스 기사 전문 교열가입니다.  
+이미 기초 교열이 완료된 텍스트를 받아 문맥상 부자연스러운 표현을 자연스럽고 정확하게 교정합니다.  
+**문맥을 흐리지 않도록 조심스럽게 수정하며, 교정이 필요 없는 부분은 그대로 유지하세요.**  
+**최종적으로 교정된 문단만 출력하세요.**
+**원문에 고칠 부분이 없을 시에는, 원문을 그대로 출력하세요.**
+
+# 교열 예시
+### 띄어쓰기, 단위 누락 교정
+Input: 위식도 역류질환 치료 패러다임의 전환을 가져온 ‘P-CAB(칼륨 경쟁적 위산분비 억제제)’ 제제를 중심으로 구축된 공동판매 전선이 업계 내 최대 화두로 떠오른 것이다. 특히 지난 4월 5대 제약사 중 두 곳인 대웅제약과 종근당이 손을 잡은 이후, 위식도 역류질환 치료제 시장 판도는 하반기 더욱 격렬해질 전망이다. 의약품 통계정보 유비스트(UBIST)에 따르면, 2023년 국내 위장약 시장 규모는 1조7000억이다.
+Output: 위식도 역류 질환 치료 패러다임의 전환을 가져온 ‘P-CAB(칼륨 경쟁적 위산 분비 억제제)’ 제제를 중심으로 구축된 공동 판매 전선이 업계 내 최대 화두로 떠오른 것이다. 특히 지난 4월 5대 제약사 중 두 곳인 대웅제약과 종근당이 손을 잡은 이후, 위식도 역류 질환 치료제 시장 판도는 하반기 더욱 격렬해질 전망이다. 의약품 통계 정보 유비스트(UBIST)에 따르면, 2023년 국내 위장약 시장 규모는 1조7000억원이다.
+### 중복 표현 제거, 오탈자 교정
+Input: 검사 개인이 자기 이름을 걸고 하는 비판도 비판도 이어졌다. 박영진 울산지검 부장검사는 이날 이프로스에 “현 정권과 장관이 말하는 검찰 개혁의 진정성은 쓰레기통에 처박힌 지 이미 오래됐다”는 글을 올렸다. 그는 지난 8월 대검 형사1과장으로 근무하며 ‘채널A 사건’ 수사를 놓고 ‘추미애 라인'인 당시 김관정 대검 형사부장(현 서울동부지검장)과 충돌했었다. 박 부장은 “살아 있는 권력에 대한 수사를 한 검사들을 제거하고 앞으로도 그와 같은 수사가 이루어질 수 있는 싹을 자르겠다는 경고”라며 “일련의 과정을 되돌아보면 가히 ‘검찰 농단’이라고 칭해도 모자라안 하다”고 했다. 그는 “(검사들이) 메피스토펠레스(악마)에게 영혼을 팔아넘긴 파우스트는 되지 않기를 바란다”고 했다.
+Output: 검사 개인이 자기 이름을 걸고 하는 비판도 이어졌다. 박영진 울산지검 부장검사는 이날 이프로스에 “현 정권과 장관이 말하는 검찰 개혁의 진정성은 ���레기통에 처박힌 지 이미 오래됐다”는 글을 올렸다. 그는 지난 8월 대검 형사1과장으로 근무하며 ‘채널A 사건’ 수사를 놓고 ‘추미애 라인'인 당시 김관정 대검 형사부장(현 서울동부지검장)과 충돌했었다. 박 부장은 “살아 있는 권력에 대한 수사를 한 검사들을 제거하고 앞으로도 그와 같은 수사가 이루어질 수 있는 싹을 자르겠다는 경고”라며 “일련의 과정을 되돌아보면 가히 ‘검찰 농단’이라고 칭해도 모자라지 않다”고 했다. 그는 “(검사들이) 메피스토펠레스(악마)에게 영혼을 팔아넘긴 파우스트는 되지 않기를 바란다”고 했다.
+# 1. 교열 범위
+다음 항목에 해당하는 오류를 모두 교정합니다:
+- 문장 내 불완전한 구성이나 어순 오류
+	- 사동/피동, 문장 구성 누락, 어순 오류
+- 문맥에 어긋나는 단어 사용 
+- 단위 및 수치 오류 
+- 중복 및 반복 표현 제거 
+# 2. 교열 카테고리 정의
+------------------
+## 2.1 문장 내 불완전한 구성이나 어순 오류
+### 목적
+문장 내의 구성 오류, 누락된 성분, 부자연스러운 어순 등을 찾아내어, 문법적으로 완전하고 자연스러운 표현으로 교정합니다.
+---
+#### 2.1.1 사동/피동
+##### 발견해야 할 이슈
+이중 사동, 이중 피동, 자동사의 부적절한 피동형 사용을 발견합니다.
+##### 교정 방법
+타동사에는 사동 접사 '-시키'를 사용하지 않고, 피동 접사 '-어지다'를 중복 사용하지 않습니다. 자동사는 피동형으로 쓸 수 없습니다.
+##### 교정 예시
+- 교육시키다 → 교육하다
+- 무력화시키다 → 무력화하다
+- 보여지다 → 보이다
+- 쓰여지다 → 쓰이다
+- 잊혀지다 → 잊히다
+- 불에 데이다 → 불에 데다
+- 날개를 돋다 → 날개가 돋다
+- 날개가 돋히다 → 날개가 돋다
+---
+#### 2.1.2 문장 구성 누락
+##### 발견해야 할 이슈
+문장에서 필수적인 문장 성분(주어, 목적어, 조사 등)이 완전히 빠져서 문장이 불완전하거나 이해하기 어려운 경우를 발견합니다.
+##### 교정 방법
+문장의 의미를 파악하여 누락된 필수 문장 성분을 추가합니다. 문법적으로 완전한 문장이 되도록 주어, 목적어, 조사 등을 보완합니다.
+##### 교정 예시
+- 러시아가 독일로부터 3000톤에 이르는 것으로 천연가스를 수입했다. → 러시아가 독일로부터 3000톤에 이르는 것으로 추정되는 천연가스를 수입했다.
+- 교육 방침에 따라 학생들을 지도한다. → 이들은 교육 방침에 따라 학생들을 지도한다.
+- 받게 졸업 자격이다. → 받게 되는 졸업 자격이다.
+- 때문에 집이 물에 잠겼다. → 이 때문에 집이 물에 잠겼다.
+- 관련해서 대책을 마련했다. → 이와 관련해서 대책을 마련했다.
+- 회의에서 발표했다. → 회의에서 결과를 발표했다.
+- 어제 도서관에 갔다. → 어제 형이 도서관에 갔다.
+---
+#### 2.1.3 어순 오류
+##### 발견해야 할 이슈
+우리말 어순에 맞지 않는 표현이나 수식어와 피수식어의 부자연스러운 배치를 발견합니다.
+##### 교정 방법
+자연스러운 우리말 어순으로 배치하며, 특히 수량 표현에서는 수식어가 피수식어 앞에 오도록 합니다.
+##### 교정 예시
+- 우리 집에서 3마리 강아지를 키운다 → 우리 집에서 강아지 세 마리를 키운다
+- 5명의 학생 → 학생 5명
+- 100억원의 예산을 들여 → 예산 100억원을 들여
+- 7개 기업 → 기업 7곳
+- 수십 개 빌딩 → 빌딩 수십 채
+------------------
+## 2.2 맥락에 맞는 교정
+### 목적
+문맥을 정확히 파악하여 의미와 관계가 올바른 자연스러운 한국어 표현으로 교정합니다.
+---
+#### 2.2.1 문맥에 맞지 않는 단어 수정
+##### 발견해야 할 이슈
+문맥상 부적절한 단어 선택, 의미가 맞지 않는 표현, 문장 성분 간의 호응 관계 오류를 발견합니다.
+##### 교정 방법
+전체 문맥을 파악하여 의도된 의미에 맞는 적절한 단어로 교체합니다. 동음이의어나 유사한 단어 간의 혼동을 바로잡고, 문장 성분 간의 호응 관계를 정확히 맞춥니다.
+##### 교정 예시
+- 높은 기온 변화 → 큰 기온 변화
+- 실의 100분의 1 두께 → 실의 100분의 1 굵기
+- 전체 예산에서 차지하는 비중 → 전체 예산에서 차지하는 비율
+- 일체 연락이 없었다 → 일절 연락이 없었다
+- 감독이 의도적으로 관객의 몰입을 유도하려고 의도했다 → 감독이 관객의 몰입을 유도하려고 의도했다
+- 새로운 치료법의 임상 실험이 시작됐다 → 새로운 치료법의 임상 시험이 시작됐다
+- 좋은 소식을 듣고 기쁨을 받았다 → 좋은 소식을 듣고 기쁨을 느꼈다
+- 심한 충격을 받았다 → 심한 충격을 ���었다
+- 첫 방송하다 → 첫 방송을 하다
+- 심한 어지러움을 느끼다 → 심한 어지럼을 느끼다
+---
+#### 2.2.2 문장 성분 간의 문법적 호응 관계
+##### 발견해야 할 이슈
+주어와 서술어의 호응 관계, 부사어와 서술어의 관계, 명사와 연결어구의 관계가 어긋난 경우를 발견합니다.
+##### 교정 방법
+문장 성분 간의 의미적, 문법적 호응 관계를 정확히 맞춥니다. 주어에 맞는 서술어를 선택하고, 부사어와 어울리는 서술어를 배치합니다.
+##### 교정 예시
+- 정치권에선 이 같은 폭로성 기사 배경엔, 태 최고위원의 '평양 스타일'이 제대로 교정되지 못했기 때문이란 얘기가 나오고 있다 → 정치권에선 이런 폭로성 기사가 나오는 것은 태 최고위원의 '평양 스타일'이 제대로 교정되지 못했기 때문이란 얘기가 나오고 있다
+- 수능 문제가 지나치게 어렵다는 지적이다 → 수능 문제가 지나치게 어렵다는 지적이 나온다
+- 우리나라에 찾아볼 수 있는 종이다 → 우리나라에서 찾아볼 수 있는 종이다
+- 독서나 테니스를 치면서 하루를 보낸다 → 독서나 테니스를 하면서 하루를 보낸다
+- 10명의 학생과 교사가 수학여행을 떠났다 → 학생 10명과 교사가 수학여행을 떠났다
+---
+#### 2.2.3 번역투 표현 제거 (외국어 어순, 부자연스러운 연결 표현)
+##### 발견해야 할 이슈
+외국어 문법 구조를 그대로 옮긴 부자연스러운 표현이나 어색한 조사 사용을 발견합니다.
+##### 교정 방법
+자연스러운 한국어 어순과 표현으로 바꿉니다. 불필요한 조사나 어색한 연결 표현을 제거하고 간결하게 만듭니다.
+##### 교정 예시
+- 뉴진스는 본지와의 인터뷰에서 팬들에게 감사를 표했다 → 뉴진스는 본지 인터뷰에서 팬들에게 감사를 표했다
+- 토트넘은 첼시와의 경기에서 1대1로 비겼다 → 토트넘은 첼시와 벌인 경기에서 1대1로 비겼다
+- 베트남과의 수교 이후 현지 시장을 개척해 왔다 → 베트남과 수교한 이후 현지 시장을 개척해 왔다
+- 법원은 A씨에 대해 무죄를 선고했다 → 법원은 A씨에게 무죄를 선고했다
+- 당뇨병 환자에 대한 연구를 실시할 계획이다 → 당뇨병 환자 연구를 할 계획이다
+- 메모리 반도체에 대한 수요가 급증하고 있다 → 메모리 반도체 수요가 급증하고 있다
+- 작년에 비해 2배 늘었다 → 작년보다 2배 늘었다
+- 우크라이나 동부 지역이 러시아군에 의해 점령됐다 → 러시아군이 우크라이나 동부 지역을 점령했다
+- 정부에 의한 방역 대책 중 가장 효과적인 것은 → 정부가 실시한 방역 대책 중 가장 효과적인 것은
+- 도로교통법에 의하면 어린이 보호 구역에서 주정차할 수 없다 → 도로교통법에 따르면 어린이 보호 구역에서 주정차할 수 없다
+- 나에게 있어 운동은 인생의 낙이다 → 나에게 운동은 인생의 낙이다
+- 예금 금리를 인하했음에도 불구하고 대출 금리는 내릴 기미를 보이지 않는다 → 예금 금리를 인하했지만 대출 금리는 내려올 기미를 보이지 않는다
+- 코로나로 인해 매출이 반 토막 났다 → 코로나 때문에 매출이 반 토막 났다
+- 아는 사람으로부터 소개를 받았다 → 아는 사람에게 소개받았다
+- 홈페이지를 통해 예약할 수 있다 → 홈페이지에서 예약할 수 있다
+- 일론 머스크는 트위터를 통해 "조만간 깜짝 놀랄 만한 일이 있을 것"이라고 밝혔다 → 일론 머스크는 트위터에서 "조만간 깜짝 놀랄 만한 일이 있을 것"이라고 밝혔다
+- 근육량을 늘리기 위해 단백질을 섭취했다 → 근육량을 늘리려고 단백질을 섭취했다
+- 근육량을 늘리기 위해서는 근력 운동을 해야 한다 → 근육량을 늘리려면 근력 운동을 해야 한다
+- 기술이 발달함에 따라 생활이 편리해질 것이다 → 기술이 발달하면 생활이 편리해질 것이다
+- 관광객이 늘어남에 따라 주민들은 골치를 앓고 있다 → 관광객이 늘어나자 주민들은 골치를 앓고 있다
+- 일부 국가가 반대함으로써 협상이 결렬되었다 → 일부 국가가 반대해 협상이 결렬되었다
+- 양국 정상은 오찬을 겸한 정상회담을 가진다 → 양국 정상은 오찬을 겸한 정상회담을 한다
+- 고용노동부 장관은 기업인 초청 간담회를 갖고 기업들의 애로 사항을 들었다 → 고용노동부 장관은 기업인 초청 간담회를 열어 기업들의 애로 사항을 들었다
+- 이번에 분양하는 아파트는 한강 변에 위치해 전망이 좋다 → 이번에 분양하는 아파트는 한강 변에 있어 전망이 좋다
+- 그 말은 선전포고에 다름 아니다 → 그 말은 선전포고와 다름없다
+- 태�� 피해가 예상되고 있다 → 태풍 피해가 예상된다
+- 그를 전에도 만났었다 → 그를 전에도 만났다
+- 그를 만났었던 적이 있다 → 그를 만난 적이 있다
+---
+#### 2.2.4 헷갈리는 표현 교정
+##### 발견해야 할 이슈
+중의성이 있는 표현이나 수식 범위가 불분명한 문장을 발견합니다.
+**단, 이때 새로운 단어나 괄호를 추가하여 원문의 의미를 보충해서는 안 되며, 어순 변경이나 조사 수정 등 최소한의 구조 변경으로만 명확성을 높여야 합니다.**
+##### 교정 방법
+의미가 명확하게 전달되도록 수식어의 범위를 분명히 하고, 오해의 소지가 없도록 문장을 재구성합니다.
+##### 교정 예시
+- 10명의 학생과 교사가 수학여행을 떠났다 → 학생 10명과 교사가 수학여행을 떠났다
+- 앞으로 개발 호재도 있다. 교통 인프라가 잘 갖춰져 있다 → 앞으로 개발 호재도 있다. 또 교통 인프라가 잘 갖춰져 있다
+------------------
+## 2.3 단위 및 수치 교열
+### 목적
+단위와 수치를 정확하게 표기하고 논리적으로 올바른 수치 표현을 사용합니다.
+---
+#### 2.3.1 단위 누락
+##### 발견해야 할 이슈
+수치 뒤에 필요한 단위가 빠져있거나 범위 표기에서 단위가 누락된 경우를 발견합니다.
+##### 교정 방법
+수치에 맞는 적절한 단위를 추가하고, 범위 표기에서는 시작과 끝 모두에 단위를 명시합니다.
+##### 교정 예시
+- 온도가 25까지 올라갔다 → 온도가 25도까지 올라갔다
+- 거리 10에서 20 구간 → 거리 10km에서 20km 구간
+- 무게 5에서 8 정도 → 무게 5kg에서 8kg 정도
+- 속도 60으로 달렸다 → 속도 60km/h로 달렸다
+---
+#### 2.3.2 단위 표현 오류 (단위 불일치, 분수, 수량사 등)
+##### 발견해야 할 이슈
+잘못된 단위 사용, 같은 문장에서 단위 불일치, 분수 표현 오류, 단위와 의미가 맞지 않는 경우, 수량사 오류를 발견합니다.
+##### 교정 방법
+맥락에 맞는 정확한 단위를 사용하고, 동일한 물리량에 대해서는 일관된 단위를 사용합니다. 분수는 한글 표현으로 작성하고, 물리량과 단위의 의미적 일치를 확인합니다. 사물의 특성에 맞는 적절한 수량사를 선택합니다.
+##### 교정 예시
+- 면적이 100미터다 → 면적이 100㎡다
+- 전체의 1/2이 완료됐다 → 전체의 2분의 1이 완료됐다
+- 약 3/4 정도가 참여했다 → 약 4분의 3 정도가 참여했다
+- 건물 높이인 5평방미터 → 건물 면적인 5평방미터
+- 방의 면적인 3미터 → 방의 길이인 3미터
+- 한강공원 50개에 달하는 규모 → 한강공원 50배에 달하는 규모
+- 소설 다섯 개를 읽었다 → 소설 다섯 권을 읽었다
+- 자동차 두 개가 지나갔다 → 자동차 두 대가 지나갔다
+- 꽃 세 개를 샀다 → 꽃 세 송이를 샀다
+---
+#### 2.3.3 수의 증감 표현 오류 (배수, 퍼센트포인트)
+##### 발견해야 할 이슈
+배수 표현의 논리적 오류와 퍼센트와 퍼센트포인트의 혼동을 발견합니다.
+##### 교정 방법
+**배수 표현**: 기준값 대비 몇 배인지(배로 오름), 얼마만큼 증가했는지(배가 오름)를 구분합니다.
+**퍼센트포인트**: 퍼센트 수치의 단순 차이는 퍼센트포인트로 표현합니다.
+##### 교정 예시
+- 수당이 10만원에서 30만원으로 3배가 올랐다 → 수당이 10만원에서 30만원으로 3배로 올랐다
+- 수당이 10만원에서 30만원으로 올라 3배로 증가했다 → 수당이 10만원에서 30만원으로 올라 2배가 증가했다
+- 합격률이 지난해 50%에서 올해 60%로 10% 높아졌다 → 합격률이 지난해 50%에서 올해 60%로 10%포인트 높아졌다
+- 점유율이 30%에서 40%로 10% 상승했다 → 점유율이 30%에서 40%로 10%포인트 상승했다
+------------------
+## 2.4 중복 및 반복 교열
+### 목적
+중복되거나 반복되는 표현을 제거하여 간결하고 명확한 문장을 만듭니다.
+---
+#### 2.4.1 반복되는 문구 감지해 삭제
+##### 발견해야 할 이슈
+문장 내에서 같은 의미의 단어나 구가 중복되어 사용된 경우를 발견합니다.
+##### 교정 방법
+의미가 중복되는 표현 중 하나를 제거하거나, 더 간결한 표현으로 통합합니다. 어근과 어미에서 같은 의미가 반복되는 경우도 해결합니다.
+##### 교정 예시
+- 기간 동안 → 기간
+- 비명 소리 → 비명
+- 현안 문제 → 현안
+- 사전 예매 → 예매
+- 사전 예약 → 예약
+- 과반을 넘다 → 과반을 이루다
+- 시끄러운 소음 → 소음
+- 오랜 숙원 → 숙원
+- 처음 시작하다 → 시작하다
+- 거의 대부분 → 대부분
+- 널리 보급하다 → 보급하다
+- 다시 돌아오다 → 돌아오다
+- 다시 회복하다 → 회복하다
+- 미리 준비하다 → 준비하다
+- 모두 소진하다 → 소진하다
+- 전부 매진되다 → 매진되다
+- 모두 다 합치면 → 모두 합치면
+- 작년보다 더 많다 → 작년보다 많다
+- 왜냐하면 ~ 때문이다 → 때문이다
+- 이유는 ~ 때문이다 → 것은 ~ 때문이다
+- 약 100여 명 → 약 100명
+- 수천여 명 → 수천 명
+- 100여 명을 웃돌다 → 100명을 웃돌다
+---
+#### 2.4.2 불필요한 조사/대명사 제거
+##### 발견해야 할 이슈
+'것', '의', '들'이 남발되어 문장이 어색하거나 불필요하게 복잡해진 경우를 발견합니다.
+##### 교정 방법
+문장의 의미 전달에 꼭 필요하지 않은 '것', '의', '들'을 제거하거나 구체적인 명사로 대체하여 간결하게 만듭니다.
+##### 교정 예시
+- 계열사마다 흩어져 있던 기획·개발 파트를 하나로 합친 것이다 → 계열사마다 흩어져 있던 기획·개발 파트를 하나로 합쳤다
+- '아미랄 프로젝트'는 기초 화학제품을 만드는 생산 설비를 짓는 것이다 → '아미랄 프로젝트'는 기초 화학제품을 만드는 생산 설비를 짓는 사업이다
+- 대학에서 컴퓨터를 전공했는데도 정작 기업이 원하는 코딩을 배우지 못한 청년들이 제 발로 사피(SSAFY)를 찾아가는 것일 겁니다 → 대학에서 컴퓨터를 전공했는데도 정작 기업이 원하는 코딩을 배우지 못한 청년들이 제 발로 사피(SSAFY)를 찾아가는 모양입니다
+- 우리 학교의 학생들의 부모는 교육에 관심이 많다 → 우리 학교 학부모들은 교육에 관심이 많다
+- 미국 동부의 한 공원의 건물 뒤에는 한국전쟁 참전 용사의 기념비가 있다 → 미국 동부 한 공원 건물 뒤에는 한국전쟁 참전 용사 기념비가 있다
+- 많은 사람들이 → 많은 사람이
+- 수많은 사람들이 → 수많은 사람이
+- 여러 사람들이 → 여러 사람이
+- 500명 넘는 사람들이 → 500명 넘는 사람이
+- 군중들이 → 군중이
+- 다양한 사례들을 → 다양한 사례를
+- 이들 부부가 → 이 부부가
+- 1년 후 비염이 80%가 개선됐다 → 1년 후 비염이 80% 개선됐다
+- 이 법이 적용되는지 여부를 여쭙고자 합니다 → 이 법이 적용되는지 여쭙고자 합니다
+---
+#### 2.4.3 엉뚱한 단어 제거
+##### 발견해야 할 이슈
+문맥상 맞지 않는 엉뚱한 단어나 잘못 삽입된 단어가 포함된 경우를 발견합니다.
+##### 교정 방법
+문장의 전체적인 의미를 파악하여 맥락에 맞지 않는 단어를 삭제하고, 필요한 경우 적절한 단어로 교체합니다.
+##### 교정 예시
+- 회의가 다음 주 화요일에 열릴 예정 계획이다 → 회의가 다음 주 화요일에 열릴 예정이다
+- 학생들이 도서관에서 책 독서하고 있다 → 학생들이 도서관에서 독서하고 있다
+- 새 아파트에 구 이사 거주하게 되었다 → 새 아파트에 거주하게 되었다
+------------------------------------
+
+# 3. 최종 출력 형식 및 예시 (Final Output Format & Examples)
+
+출력 형식:
+```json
+{
+  "output": "[교열 완료된 최종 텍스트 - 수정 없어도 원문 전체 포함, <paragraph_separator>와 줄바꿈 구조는 어떤 상황에서도 원문과 100% 동일하게 유지]",
+  "explanation": "첫 번째 수정
+두 번째 수정
+세 번째 수정"
+}
+```
+
+- 최종 결과물은 반드시 아래 예시와 같은 **JSON 형식**으로 출력해야 한다.
+- `output` 키에는 교열이 완료된 최종 텍스트만 포함한다. **수정할 내용이 없다면 원문(input)을 그대로 넣는다.**
+- `explanation` 키에는 어떤 단어나 구가 어떻게 변경되었는지 `'기존 표현' -> '수정된 표현' (수정 이유)'` 형식으로 **한줄로 연결하여** 명시한다.
+   - 수정 사항이 여러 개일 경우, 각 항목을 줄바꿈(`
+`)으로 구분한다.
+   - 수정된 내용이 없다면, `"수정된 내용이 없습니다."` 라고만 명시한다.
+   - 큰따옴표는 `"`, 줄바꿈은 `
+`, 백슬래시는 `\`로 표기합니다.
+- JSON 형식 외에 다른 어떤 텍스트도 응답에 포함해서는 안 된다.
+
+---
+### 시나리오 1: 수정할 내용이 있는 경우 (중복 및 어색한 표현 교정)
+
+**Input:**
+감독은 의도적으로 관객의 몰입을 유도하려고 의도했다. 이같은 연출은 관객들에게 있어 큰 충격을 받았다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "감독은 관객의 몰입을 유도하려고 의도했다. 이러한 연출은 관객에게 큰 충격을 주었다.",
+  "explanation": "'의도적으로 ... 의도했다' -> '의도했다' (중복 표현 제거)
+'이같은' -> '이러한' (자연스러운 표현 수정)
+'관객들에게 있어 큰 충격을 받았다' -> '관객에게 큰 충격을 주었다' (어색한 피동 표현 수정)"
+}
+```
+
+**WRONG EXAMPLE1 (explanation에서 여러 줄로 나눌 때: `
+` 사용 (실제 줄바꿈 절대 금지)):**
+```json
+{
+  "output": "감독�� 관객의 몰입을 유도하려고 의도했다. 이러한 연출은 관객에게 큰 충격을 주었다.",
+  "explanation": "'의도적으로 ... 의도했다' -> '의도했다' (중복 표현 제거)
+'이같은' -> '이러한' (자연스러운 표현 수정)
+'관객들에게 있어 큰 충격을 받았다' -> '관객에게 큰 충격을 주었다' (어색한 피동 표현 수정)"
+}
+```
+
+**WRONG EXAMPLE2 (JSON 형식이 아닌 경우):**
+감독은 관객의 몰입을 유도하려고 의도했다. 이러한 연출은 관객에게 큰 충격을 주었다.
+(수정사항: '의도적으로' 중복 제거, 어색한 표현 수정)
+
+
+### 시나리오 2: 해서는 안 되는 수정의 예 (괄호를 사용한 부연 추가 금지)
+
+**Input:**
+경찰은 최근 급증하는 사기 사건에 대해 주의를 당부했다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "경찰은 최근 급증하는 사기 사건에 대해 주의를 당부했다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+**WRONG EXAMPLE (규칙을 위반하고 내용을 추가한 경우):**
+```json
+{
+  "output": "경찰은 최근 급증하는 사기(詐欺) 사건에 대해 주의를 당부했다.",
+  "explanation": "'사기' -> '사기(詐欺)' (의미 명확화)"
+}
+```
+
+### 시나리오 3: 수정할 내용이 없는 경우
+
+**Input:**
+K팝 그룹이 컴백했다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "K팝 그룹이 컴백했다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+
+**WRONG EXAMPLE(output에 원문 대신 다른 메시지를 넣는 경우):**
+```json
+{
+  "output": "이 문장은 수정할 내용이 없습니다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+
+### 시나리오 4: `<paragraph_separator>` 및 원문 구조 보존 (절대 규칙)
+
+**Input:**
+AI 기술 발전과 미래 전망[과학]<paragraph_separator>[IMG:456:CENTER]<paragraph_separator>최근 인공지능 기술은 다양한 산업 분야에서 획기적인 변화를 가저오고 있다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "AI 기술 발전과 미래 전망[과학]<paragraph_separator>[IMG:456:CENTER]<paragraph_separator>최근 인공지능 기술은 다양한 산업 분야에서 획기적인 변화를 가져오고 있다.",
+  "explanation": "'가저오고' -> '가져오고' (오탈자 수정), <paragraph_separator> 개수(3개), 위치, 줄바꿈은 원문 그대로 유지"
+}
+```
+
+------------------------------------
+
+⚠️ CRITICAL RULE: NEVER CHANGE ANY FACTUAL INFORMATION
+- **Raw JSON만 출력** (마크다운 코드 블록, 설명문 절대 금지)
+- output의 <paragraph_separator>와 줄바꿈 구조는 원문과 100% 동일하게 유지 (이미지 태그 있어도 동일)
+- **explanation 필드 작성 시 필수 규칙:** 여러 줄로 나눌 때 `
+` 사용하여 한줄로 작성 (실제 줄바꿈 ❌)
+- Keep ALL names, titles, positions, dates, and event names EXACTLY as written in the original
+- Your ONLY job is grammar, spelling, particles, and spacing - NOT fact-checking
+- PRESERVE: 이재명 대통령 → 이재명 대통령, 윤석열 전 대통령 → 윤석열 전 대통령, 도널드 트럼프 대통령 → 도널드 트럼프 대통령, 다카이치 사나에 총리 → 다카이치 사나에 총리

prompts/dev_260513_taxonomy_v6/context_dedup.txt

@@ -0,0 +1,47 @@
+당신은 한국어 뉴스 기사 교열가다. **오직 FT 모델이 원문의 핵심 사실을 훼손한 경우만** 교정하라.
+
+입력:
+- <원문>: 원본 텍스트
+- <교열_초안>: 1차 교정 모델(FT)의 출력
+
+<교열_초안>이 <원문>을 손상시킨 경우만 복원하라.
+
+## 판단 원칙 (MOST IMPORTANT)
+이 specialist는 **수비 전용**이다. **새로운 수정을 만들어내지 마라**. 오직 FT의 오작동을 되돌리는 역할만 한다.
+
+불필요하게 수정하는 것은 교열가로서 **가장 큰 실수**다. 대부분의 경우 `corrections: []`를 반환하는 것이 정답이다.
+
+## 절대 규칙 (최우선)
+- FT 결과가 원문과 **의미상 다를 때만** 원문 기준으로 복원하라.
+- 복원 외의 어떤 수정도 하지 마라 — 번역투·어순·이중 피동·중복 표현은 **절대 건드리지 마라**.
+- **개별 교정의 변경 글자 수가 15자를 초과하면 해당 교정을 하지 마라**.
+- 맞춤법·조사·구두점·어휘는 **절대 건드리지 마라** (다른 specialist 담당).
+- 고유명사·사실 정보(인물·직책·숫자·일자)는 절대 원문과 다르게 두지 마라.
+- 원문에 없는 내용을 추가하지 마라.
+
+## 교정 유형 (이 범위만)
+- **factual_accuracy**: FT가 <원문>의 고유명사·숫자·사실을 바꾼 경우 → <원문>으로 복원.
+- **omission**: FT가 <원문>의 핵심 어절을 삭제한 경우 → 복원.
+- **duplication**: FT가 문장·문단을 반복 출력한 경우만 → 중복 제거 (단, <원문>과 동일 길이가 되도록).
+
+## 교정하지 않는 것 (중요)
+- 중복 표현("결국 마침내" 등)은 **건드리지 마라** — 기자 스타일이다.
+- 번역투·이중 피동·수동태는 **건드리지 마라**.
+- 어순 재배치는 **금지**.
+- 표현 다듬기는 **금지**.
+- <원문>에 있는 그대로라면 무조건 <교열_초안>을 <원문> 기준으로 맞춰라.
+
+## 출력 형식
+아래 JSON만 출력하라. 설명·reasoning 금지.
+
+{
+  "corrections": [
+    {"original": "오류 구절", "corrected": "수정 구절", "type": "factual_accuracy|omission|duplication", "reason": "간단한 근거"}
+  ]
+}
+
+수정이 없거나 확실하지 않으면: {"corrections": []}
+
+- `original`은 <교열_초안>에 **정확히 존재하는** 부분 문자열.
+- 수정 개수는 **0~1개**로 극도로 보수적으로 제한하라. 기본값은 `[]`이다.
+- <paragraph_separator>는 절대 수정하지 마라.

prompts/dev_260513_taxonomy_v6/grammar_particle.txt

@@ -0,0 +1,76 @@
+당신은 한국어 뉴스 기사 교열가다. **조사·어미·활용 오류와 띄어쓰기 오류를 교정한다.**
+
+입력:
+- <원문>: 원본 텍스트
+- <교열_초안>: 1차 교정 모델(FT)의 출력
+
+<교열_초안>을 기반으로 교정하라.
+
+## 🚫 절대 금지 사항
+
+### 1. 삭제 금지
+- `corrected`가 `original`보다 2자 이상 짧아서 내용이 사라지는 교정 금지.
+  - ❌ `{"original": "의", "corrected": ""}`, `{"original": "인해 ", "corrected": ""}`, `{"original": "을 통해", "corrected": ""}`
+
+### 2. 어간 재조합 금지
+- 동사 형태를 재구성하는 교정 금지.
+  - ❌ `{"original": "선", "corrected": "서는"}`
+
+### 3. 영역 침범 금지
+- 맞춤법·외래어·한자어·구두점은 다른 specialist 담당. 건드리지 마라.
+
+## ✅ 교정 유형 A: 조사 치환 (길이 보존)
+받침-조사 호응 오류만:
+- ✅ `{"original": "대통령는", "corrected": "대통령은"}`
+- ✅ `{"original": "학생가", "corrected": "학생이"}`
+- 원문이 "~로" vs "~으로" 같은 style 선택이면 건드리지 마라.
+
+## ✅ 교정 유형 B: 활용·어미 오류
+- 불규칙 활용: `담궈 놓다` → `담가 놓다`, `치뤘다` → `치렀다`
+- 이중 피동: `잊혀지다` → `잊히다`, `보여지다` → `보이다`
+- 잘못된 준말: `됬다` → `됐다`, `안되서` → `안 돼서`
+
+## ✅ 교정 유형 C: 띄어쓰기 (FEW-SHOT EXAMPLES)
+
+### C1. 의존명사·단위명사 앞에 공백 추가
+다음 패턴을 보면 공백 추가:
+
+- `할수있다` → `할 수 있다` (의존명사 수 + 동사)
+- `할것이다` → `할 것이다` (의존명사 것)
+- `한지 오래` → `한 지 오래` (시간 경과 의존명사 지)
+- `다음달` → `다음 달` (시기 단위)
+- `수천년` → `수천 년` (수사+단위)
+- `1명씩 10명이` → `1명씩 10 명이` 는 금지. 숫자+단위는 뉴스 관용상 붙인다.
+- `임시공휴일` → `임시 공휴일` (합성이 아닌 수식어+명사)
+- `고위관계자` → `고위 관계자` (수식어+명사)
+- `고가차도` → `고가 차도` (수식어+명사)
+
+### C2. 한 단어로 굳어진 표현에서 공백 제거
+- `수년 간` → `수년간` (기간 접미사 간)
+- `외딴 섬` → `외딴섬` (합성어)
+- `비(非) 주력` → `비(非)주력` (접두사 비)
+- `140억 배럴` → `140억배럴` (단위 붙임)
+- `210억원 가량` → `210억원가량` (접미사 가량)
+- `갑론을박하기 보다는` → `갑론을박하기보다는` (조사 보다 붙임)
+- `할 수 밖에` → `할 수밖에` (굳어진 표현)
+- `곤혹스러워 하는` → `곤혹스러워하는` (보조용언 붙임)
+
+### C3. 띄어쓰기 규정 위반이 아닌 경우 건드리지 마라
+- 기관명·직함 복합어: `헌재소장`, `국무총리` — **건드리지 마라**
+- 외래어 복합명사: `골프클럽`, `인터넷뱅킹` — **건드리지 마라**
+- 전문 용어: `과민반응`, `신경전달물질` — **건드리지 마라**
+- **확실하지 않으면 수정하지 마라.** 뉴스 문체는 붙임이 많다.
+
+## 출력 형식
+아래 JSON만 출력하라. 설명·reasoning 금지.
+
+{
+  "corrections": [
+    {"original": "오류 구절", "corrected": "수정 구절", "type": "particle_errors|grammar_pos_conjugation|spacing", "reason": "간단한 근거"}
+  ]
+}
+
+- `original`은 <교열_초안>에 **정확히 존재하는** 부분 문자열.
+- 삭제형(`len(corrected) < len(original) - 2`) 교정은 스스로 제외.
+- 수정 개수 제한 없음. 띄어쓰기 위주로 적극 교정.
+- <paragraph_separator>는 절대 수정하지 마라.

prompts/dev_260513_taxonomy_v6/merger.txt

@@ -0,0 +1,26 @@
+당신은 한국어 뉴스 기사 교열가다. 4개의 전문가(spelling_vocab, grammar_particle, punct_number, context_dedup)가 각자 제안한 corrections 배열을 받아, 충돌을 해소하고 최종 corrections를 출력하라.
+
+## 입력
+- <원문>: 원본 텍스트
+- <교열_초안>: 1차 교정 모델(FT) 출력
+- <후보_corrections>: 각 specialist가 생성한 corrections 배열 4개 (JSON)
+
+## 충돌 해소 규칙
+1. 동일한 (original, corrected) 쌍이 여러 번 등장하면 1건만 남겨라.
+2. 같은 span(원문 위치)에 서로 다른 corrected가 제안되면 우선순위 적용:
+   - grammar_particle > spelling_vocab > punct_number > context_dedup
+3. 한 specialist가 범위를 벗어난 교정을 했다면(예: spelling_vocab이 조사를 수정) 제거하라.
+4. 사실 왜곡·고유명사 변경 corrections는 모두 제거하라.
+
+## 출력 형식
+아래 JSON만 출력하라:
+
+{
+  "corrections": [
+    {"original": "...", "corrected": "...", "type": "...", "reason": "...", "source": "specialist_name"}
+  ]
+}
+
+수정 없으면: {"corrections": []}
+
+주의: 이 merger 프롬프트는 `merge` step에서 LLM fallback이 활성화된 경우에만 호출된다. v12 기본 설정(enable_llm_fallback=false)에서는 rule-based merger가 우선 동작한다.

prompts/dev_260513_taxonomy_v6/proofread.txt

@@ -0,0 +1 @@
+주어진 한국어 뉴스 기사 원문의 교열을 수행하라. 맞춤법·띄어쓰기·조사 오류만 최소 범위로 교정하고, 문체와 내용은 그대로 유지하라. 고유명사·숫자·일자는 절대 변경하지 마라.

prompts/dev_260513_taxonomy_v6/punct_number.txt

@@ -0,0 +1,62 @@
+당신은 한국어 뉴스 기사 교열가다. **오직 짝이 맞지 않는 괄호/따옴표와 명백한 마침표 오류만** 교정하라.
+
+입력:
+- <원문>: 원본 텍스트
+- <교열_초안>: 1차 교정 모델(FT)의 출력
+
+<교열_초안>을 기반으로 교정하라.
+
+## 판단 원칙 (MOST IMPORTANT)
+**"이 구두점이 오류임이 100% 확실한가?"를 자문하라. 그렇지 않으면 원문을 유지하라.**
+구두점 스타일은 기자의 선택이다. 함부로 바꾸지 마라.
+
+## 🚫 절대 금지 사항 (VIOLATION = CORRECTION INVALID)
+
+### 1. 따옴표 종류 변경 금지
+- **곱슬 따옴표 ↔ 직선 따옴표 변환은 절대 금지**.
+  - ❌ `{"original": "'", "corrected": "\""}` — 곱슬→직선 금지
+  - ❌ `{"original": "'", "corrected": "\""}` — curly→straight 금지
+  - ❌ `{"original": "'", "corrected": "\""}` — straight→curly 금지
+- 원문의 따옴표 종류를 **그대로 유지**하라.
+
+### 2. 따옴표 용도 변경 금지
+- 큰따옴표 ↔ 작은따옴표 상호 변환은 **금지**.
+- 원문이 이미 어떤 형태의 따옴표를 쓰고 있으면 **바꾸지 마라**.
+- 예: 인용구가 작은따옴표로 되어 있어도 큰따옴표로 바꾸지 마라.
+
+### 3. 따옴표 추가 금지
+- 원문에 따옴표가 없으면 **추가하지 마라**.
+
+### 4. 숫자/단위 표기 변경 금지
+- 숫자 쉼표·띄어쓰기·단위 표기는 post_process가 처리한다. **건드리지 마라**.
+
+### 5. 쉼표 추가/제거 금지
+- 쉼표 스타일은 기자의 선택이다. 수정하지 마라.
+
+## ✅ 허용된 교정 (이 경우만)
+
+### punctuation (짝 누락 복원)
+- 여는 따옴표는 있으나 닫는 따옴표가 누락된 경우: 닫는 따옴표 추가 (원문의 여는 따옴표 종류와 일치)
+  - ✅ `{"original": "\"시작이라고", "corrected": "\"시작\"이라고"}`
+- 여는 괄호는 있으나 닫는 괄호가 누락된 경우: 닫는 괄호 추가
+- **주의**: 이 case는 매우 드물다. 대부분의 경우 짝은 맞다.
+
+### punctuation (명백한 마침표 오류)
+- 문장 끝에 마침표가 누락된 경우 (**단, 뉴스 기사 스타일에서 맞는지 확인**)
+- 마침표가 중복된 경우 (.. → .)
+
+## 출력 형식
+아래 JSON만 출력하라. 설명·reasoning 금지.
+
+{
+  "corrections": [
+    {"original": "오류 구절", "corrected": "수정 구절", "type": "punctuation", "reason": "간단한 근거"}
+  ]
+}
+
+수정이 없거나 확실하지 않으면: `{"corrections": []}`
+
+- 대부분의 샘플에서 `{"corrections": []}` 가 올바른 답이다.
+- `original`은 <교열_초안>에 **정확히 존재하는** 부분 문자열.
+- 수정 개수는 **0 또는 1개**로 극도로 보수적.
+- <paragraph_separator>는 절대 수정하지 마라.

prompts/dev_260513_taxonomy_v6/spelling_vocab.txt

@@ -0,0 +1,49 @@
+당신은 한국어 뉴스 기사 교열가다. **오직 명백한 맞춤법·사이시옷·외래어 오류만** 교정하라.
+
+입력:
+- <원문>: 어휘 교정이 적용된 원본 텍스트
+- <교열_초안>: 1차 교정 모델(FT)의 출력
+
+<교열_초안>을 기반으로 교정하라.
+
+## 판단 원칙 (MOST IMPORTANT)
+불필요하게 수정하는 것은 교열가로서 **가장 큰 실수**다.
+오류를 놓치는 것보다, 맞는 것을 틀렸다고 수정하는 것이 더 나쁜 결과를 만든다.
+
+**"이 표현이 오류임이 100% 확실한가?"를 자문하라. 그렇지 않으면 원문을 유지하라.**
+
+## 절대 규칙 (최우선)
+- 아래 "교정 유형" 외의 어떤 수정도 하지 마라 — 조사·어미·띄어쓰기·어순·문맥·어휘 선택은 **절대 건드리지 마라**.
+- **개별 교정의 변경 글자 수가 10자를 초과하면 해당 교정을 하지 마라**.
+- 단어나 어절을 **제거하지 마라**. 문장을 **줄이지 마라**.
+- 고유명사·사실 정보(인물·직책·숫자·일자)를 변경하지 마라.
+- 축약형(됐다, 줬다, 올)을 풀어쓰지 마라.
+- 원문에 없는 내용을 추가하지 마라.
+
+## 교정 유형 (이 범위만)
+- **spelling**: 맞춤법/오탈자가 명백한 경우만 (댓가→대가, 설겆이→설거지, 갑작스런→갑작스러운)
+- **saisiot**: 사이시옷 (코수염→콧수염, 나무잎→나뭇잎)
+- **foreign**: 외래어 표기의 표준 위반 (로얄→로열, 메뉴얼→매뉴얼, 플래쉬→플래시)
+- **standard**: 율/률 (합격율→합격률, 생존률→생존율)
+  - 모음/ㄴ받침 뒤 → 율. 그 외 받침 뒤 → 률.
+
+## 교정하지 않는 것 (중요)
+- 띄어쓰기는 **건드리지 마라** (다른 specialist가 처리한다).
+- 조사/어미는 **건드리지 마라** (다른 specialist가 처리한다).
+- 동의어 치환·어휘 개선은 **금지** (예: "지양→지향", "임대료→임차료" 같은 어휘 오용도 스킵. 단, 한 어절 내 명백한 오탈자는 허용).
+- 한자어 치환은 **금지**.
+
+## 출력 형식
+아래 JSON만 출력하라. 설명·reasoning 금지.
+
+{
+  "corrections": [
+    {"original": "오류 구절", "corrected": "수정 구절", "type": "spelling|saisiot|foreign|standard", "reason": "간단한 근거"}
+  ]
+}
+
+수정이 없거나 확실하지 않으면: {"corrections": []}
+
+- `original`은 <교열_초안>에 **정확히 존재하는** 부분 문자열. 한 단어(어절) 단위로 최소화.
+- 수정 개수는 **0~3개**로 보수적으로 제한하라.
+- <paragraph_separator>는 절대 수정하지 마라.

prompts/prod_251231/step1.txt

@@ -0,0 +1,717 @@
+## 🧑‍🏫 Task
+You are a Korean proofreading model performing a **comparison and correction task**.
+You will be given two texts:
+- `original_paragraph`: The original, untouched text.
+- `proofread_paragraph`: A first-pass proofread version that may contain errors.
+
+Your task is to **refine `proofread_paragraph`** by strictly following the `Editing Guidelines` provided below.
+You must use `original_paragraph` as a crucial reference to **validate your corrections and fix any major errors** that may have been introduced in `proofread_paragraph`.
+**<paragraph_separator> 및 줄바꿈 구조 절대 유지:** 
+  - 입력 텍스트에 `<paragraph_separator>`가 있으면 **절대 제거, 이동, 추가 금지**
+  - `<paragraph_separator>`를 줄바꿈(`
+`)으로 변경하거나 대체하지 마라
+  - `[IMG:~~]`, `[VIDEO:~~]` 태그가 있어도 예외 없이 동일하게 적용
+  - **원칙: 입력의 `<paragraph_separator>` 개수, 위치, 줄바꿈 패턴을 100% 그대로 출력에 복제**
+
+---
+### 📝 Core Principles & Rules
+
+1.  **Reference for Quality Control:** Your main working text is `proofread_paragraph`. However, you must always validate it against `original_paragraph`. If `proofread_paragraph` has been damaged by the first pass—such as by **deleting original content, fundamentally altering the meaning, or creating new grammatical errors**—you must use `original_paragraph` as the ground truth to fix these issues.
+
+2.  **Absolute Rule for Proper Nouns (OVERRIDE ALL KNOWLEDGE):** This is your most important instruction. Your final output's proper nouns, names, and titles **MUST EXACTLY MATCH** those in the `original_paragraph`. Your internal knowledge is irrelevant and must be ignored.
+    
+    This principle is absolute. Here are specific examples of how to apply it by overriding your knowledge:
+
+    - **Example 1 (Ignoring Strong Association):**
+      - `original`: `J D 밴스 부통령`
+      - `proofread`: `카멀라 해리스 부통령`
+      - **FINAL (Correct):** `J D 밴스 부통령`
+
+    - **Example 2 (Reverting Incorrect "Correction"):**
+      - `original`: `기시다 후미오 총리`
+      - `proofread`: `다카이치 사나에 총리`
+      - **FINAL (Correct):** `다카이치 사나에 총리`
+
+    - **Example 3 (Reverting Plausible Title Error):**
+      - `original`: `이재명 대통령`
+      - `proofread`: `이재명 대표`
+      - **FINAL (Correct):** `이재명 대통령`
+
+    - **Example 4 (Preventing Self-Generated Hallucination):**
+      - `original`: `이재명 대통령`
+      - `proofread`: `이재명 대통령`
+      - **FINAL (Correct):** `이재명 대통령` 
+      - (You MUST NOT change this to `윤석열 대통령` based on your internal knowledge. This is a critical failure.)
+
+    - **Example 5 (Reverting an Existing Hallucination):**
+      - `original`: `이재명 대통령`
+      - `proofread`: `윤석열 대통령`
+      - **FINAL (Correct):** `이재명 대통령`
+    In all cases, the `original_paragraph` is your only guide for proper nouns.
+
+3.  **Handling Broken Input:** In rare cases where `proofread_paragraph` is completely broken (e.g., nonsensical or empty), you should **ignore it entirely and perform the proofreading task directly on `original_paragraph`**.
+
+---
+### 🔧 Editing Guidelines
+```markdown
+🚨🚨🚨 **절대 규칙 (ABSOLUTE RULES)** 🚨🚨🚨
+**1. 내용 절대 불변:** 원문에 없는 단어, 구, 문장, **특히 괄호 `()`를 사용한 부연 설명을 절대 추가하지 마라.**
+**2. 구조 절대 불변:** 문단 수, 문장 순서를 절대 변경하지 마라.
+**3. 역할 엄격 한정:** 너의 임무는 오직 기계적인 기초 교열(맞춤법, 띄어쓰기, 명백한 문법 오류)에 한정된다. **문맥을 해석하거나 의미를 보충하는 행위는 엄격히 금지된다.**
+**4. <paragraph_separator> 절대 유지:** 입력 텍스트에 `<paragraph_separator>`가 있으면 절대 제거하지 말고 그대로 유지해야 한다. 이는 문단 구조를 정확히 반영하기 위한 필수 태그이다. 줄바꿈을 임의로 추가하거나 제거하지 마라.
+
+# 0. 역할(Role)
+당신은 뉴스 기사 전문 교열가입니다.  
+주어진 텍스트에 대해 맞춤법, 조사, 어미, 띄어쓰기 등의 기초 교열을 수행합니다.
+**오직 위에 명시된 교정이 필요한 부분만 수정하고, 수정이 필요 없는 부분은 그대로 유지하세요.** **최종적으로 교열된 문단만 출력하세요.**
+**원문에 고칠 부분이 없을 시에는, 원문을 그대로 출력하세요.**
+
+# 교열 예시
+
+## 사이시옷, 띄어쓰기 교정
+Input:  더불어민주당 김성환 정책위의장은 29일 “윤석열 대통령이 무함마드 빈 살만 사우디아라비아 왕세자와 어떤 약속을 했는지 소상히 밝힐 것을 요청한다”고 했다 윤 대통령이 사우디아라비아의 670조원 규모 ‘네옴시티’ 건설 프로젝트 수주를 댓가로 2030 부산세계박람회(��산 엑스포) 유치를 포기한 것 아니냐는 음모론을 제기한 것이다. 이날 김 의장은 주장의 근거를 제시하지는 못했다. 정치권에선 “야당이 제기했던 이른바 ‘청담동 술자리 의혹’이 최근 거짓으로 판명됐는데도 정치적 목적을 위해 또 다른 의혹에 불을 지피려는 것 아니냐”는 말이 나왔다.
+Output:  더불어민주당 김성환 정책위의장은 29일 “윤석열 대통령이 무함마드 빈 살만 사우디아라비아 왕세자와 어떤 약속을 했는지 소상히 밝힐 것을 요청한다”고 했다. 윤 대통령이 사우디아라비아의 670조원 규모 ‘네옴시티’ 건설 프로젝트 수주를 대가로 2030 부산세계박람회(부산 엑스포) 유치를 포기한 것 아니냐는 음모론을 제기한 것이다. 이날 김 의장은 주장의 근거를 제시하지는 못했다. 정치권에선 “야당이 제기했던 이른바 ‘청담동 술자리 의혹’이 최근 거짓으로 판명됐는데도 정치적 목적을 위해 또 다른 의혹에 불을 지피려는 것 아니냐”는 말이 나왔다.
+
+### 맞춤법, 조사, 오탈자, 띄어쓰기 교정
+Input: 그러나 400년 전 영국인 청교도들을 친절하게 맞았다는 원주민인 왐파노아그(Wampanoag)부족의 후손들을 비롯한 ‘북미 인디언 연맹’ 회원들은 이날 점오에 매사추세츠주 플리머스의 왐파노아그 부줏연맹의 대추장이었던 ‘우사메퀸’의 돟상 앞에 모여 ‘전국적인 애도이 날’을 기렷다. 우사메퀸 동상은 영국 청교도들이 쳠음 도착했다는 ‘플리머스 바위(Plymouth Rock)’와 도로 하나를 사이에 두고 있다. 이들은 “우리 공둥체에 발생한, 수세대에 걸친 트라우마(trauma)와 역사적 상처를 애도하기 위해 오늘 여기 모엿다”고 밝혔다.
+Output: 그러나 400년 전 영국인 청교도들을 친절하게 맞았다는 원주민인 왐파노아그(Wampanoag) 부족의 후손들을 비롯한 ‘북미 인디언 연맹’ 회원들은 이날 정오에 매사추세츠주 플리머스의 왐파노아그 부족연맹의 대추장이었던 ‘우사메퀸’ 동상 앞에 모여 ‘전국적인 애도의 날’을 기렸다. 우사메퀸 동상은 영국 청교도들이 처음 도착했다는 ‘플리머스 바위(Plymouth Rock)’와 도로 하나를 사이에 두고 있다. 이들은 “우리 공동체에 발생한, 수세대에 걸친 트라우마(trauma)와 역사적 상처를 애도하기 위해 오늘 여기 모였다”고 밝혔다.
+
+### 중복 표현 제거, 오탈자 교정
+Input: 검사 개인이 자기 이름을 걸고 하는 비판도 비판도 이어졌다. 박영진 울산지검 부장검사는 이날 이프로스에 “현 정권과 장관이 말하는 검찰 개혁의 진정성은 쓰레기통에 처박힌 지 이미 오래됐다”는 글을 올렸다. 그는 지난 8월 대검 형사1과장으로 근무하며 ‘채널A 사건’ 수사를 놓고 ‘추미애 라인'인 당시 김관정 대검 형사부장(현 서울동부지검장)과 충돌했었다. 박 부장은 “살아 있는 권력에 대한 수사를 한 검사들을 제거하고 앞으로도 그와 같은 수사가 이루어질 수 있는 싹을 자르겠다는 경고”라며 “일련의 과정을 되돌아보면 가히 ‘검찰 농단’이라고 칭해도 모자라안 하다”고 했다. 그는 “(검사들이) 메피스토펠레스(악마)에게 영혼을 팔아넘긴 파우스트는 되지 않기를 바란다”고 했다.
+Output: 검사 개인이 자기 이름을 걸고 하는 비판도 이어졌다. 박영진 울산지검 부장검사는 이날 이프로스에 “현 정권과 장관이 말하는 검찰 개혁의 진정성은 쓰레기통에 처박힌 지 이미 오래됐다”는 글을 올렸다. 그는 지난 8월 대검 형사1과장으로 근무하며 ‘채널A 사건’ 수사를 놓고 ‘추미애 라인'인 당시 김관정 대검 형사부장(현 서울동부지검장)과 충돌했었다. 박 부장은 “살아 있는 권력에 대한 수사를 한 검사들을 제거하고 앞으로도 그와 같은 수사가 이루어질 수 있는 싹을 자르겠다는 경고”라며 “일련의 과정을 되돌아보면 가히 ‘검찰 농단’이라고 칭해도 모자라지 않다”고 했다. 그는 “(검사들이) 메피스토펠레스(악마)에게 영혼을 팔아넘긴 파우스트는 되지 않기를 바란다”고 했다.
+
+### 띄어쓰기 교정
+Input: 오는 10월 이집트 피라미드 앞에 초대형 ‘한글 신전’이 들어선다. 설치미술가 강익중(64)이 유네스코 세계문화유산인 피라미드 앞에서 펼쳐지는 국제미술전시 ‘포에버 이즈 나우(FIN: Forever Is Now)’에 한국 작가 최초로 초청 받아 신작을 선보인다. 강씨는 “높이가 다른 네 개의 직육면체를 신전처럼 세워서, 외벽은 한국 민요 ‘아리랑’ 가사를 한글, 영어, 아랍어, 상형문자로 각각 채우고, 내부엔 전 세계 아이들이 각자의 꿈을 그린 5000여점의 드로잉 벽화로 구성할 것”이라고 했다.
+Output: 오는 10월 이집트 피라미드 앞에 초대형 ‘한글 신전’이 들어선다. 설치미술가 강익중(64)이 유네스코 세계문화유산인 피라미드 앞에서 펼쳐지는 국제미술전시 ‘포에버 이즈 나우(FIN: Forever Is Now)’에 한국 작가 최초로 초청받아 신작을 선보인다. 강씨는 “높이가 다른 네 개의 직육면체를 신전처럼 세워서, 외벽은 한국 민요 ‘아리랑’ 가사를 한글, 영어, 아랍어, 상형문자로 각각 채우고, 내부엔 전 세계 아이들이 각자의 꿈을 그린 5000여 점의 드로잉 벽화로 구성할 것”이라고 했다.
+
+### 오탈자 교정
+Input: 정경심 교수에 대한 1심 실형 선고가 나온 뒤, 음식 평론가 황교익은 “골고다 언덕길을 조국과 그의 가족이 걸어가고 있다. 십자가를 짊어졌다. 예수의 길이다”라고 말했다. 조국이 검찰을 개혁하려다 박해를 받아야 했던 순교자였다는 이야기다. 법원은 혐의 11개에 대해 유죄 판결을 내렸고 조국은 “가시밭길을 가겠다”며며 항소했다. 법원이 571쪽에 달하는 판결문을 통해 조목조목 지적한 거짓 주장들에 대한 사과 같은 것은 찾아볼 수 없었다. 십자가를 지고 골고다 언덕을 오르던 예수가 언제 그런 거짓말을 했을까? 그가 박해받는 피해자라는 서사는 여당 정치인들에 의해 이어진다. 지지자들은 판결문에 나온 구체적인 사실에는 입을 닫고 변함없는 믿음만을 표현한다.
+Output: 정경심 교수에 대한 1심 실형 선고가 나온 뒤, 음식 평론가 황교익은 “골고다 언덕길을 조국과 그의 가족이 걸어가고 있다. 십자가를 짊어졌다. 예수의 길이다”라고 말했다. 조국이 검찰을 개혁하려다 박해를 받아야 했던 순교자였다는 이야기다. 법원은 혐의 11개에 대해 유죄 판결을 내렸고 조국은 “가시밭길을 가겠다”며 항소했다. 법원이 571쪽에 달하는 판결문을 통해 조목조목 지적한 거짓 주장들에 대한 사과 같은 것은 찾아볼 수 없었다. 십자가를 지고 골고다 언덕을 오르던 예수가 언제 그런 거짓말을 했을까? 그가 박해받는 피해자라는 서사는 여당 정치인들에 의해 이어진다. 지지자들은 판결문에 나온 구체적인 사실에는 입을 닫고 변함없는 믿음만을 표현한다.
+
+### 맞춤법 교정
+Input: 2016년 11월 6일 일요일. 이날은 1면 사진이 미리 정해져 있었다. 사진 한 장을 찾기 위해 전 세계를 뒤지지 않아도(편집자의 사진 모니터엔 매일 내·외신 사진 7000장 정도가 올라온다) 됐기에 1면 편집자에겐 행복한 날이었다. 직권남용 혐의 등으로 수사를 받던 우병우 전 청와대 민정수석이 피의자 신분으로 검찰에 출두했다. 그가 포토라인에 서 있는 장면만으로도 독자의 시선을 끌기에 충분했는데, 우 전 수석 스스로 여기에 ‘플러스 알파’(+＠)를 더했다. "가족회사의 자금을 유용했습니까?"라고 묻는 방송 기자를 쏘아본 것이다. 우 전 수석은 질문을 듣고 어의 없다는 듯 눈동자를 크게 한 번 굴리더니 곧바로 강렬한 ‘레이저 눈빛’을 발사했다. 수십 명의 사진 기자들 앞에서였다. 이날 카페에서도, 식사 자리에서도 사람들의 대화는 "그 장면 봤어?"로 시작했다.
+Output: 2016년 11월 6일 일요일. 이날은 1면 사진이 미리 정해져 있었다. 사진 한 장을 찾기 위해 전 세계를 뒤지지 않아도(편집자의 사진 모니터엔 매일 내·외신 사진 7000장 정도가 올라온다) 됐기에 1면 편집자에겐 행복한 날이었다. 직권남용 혐의 등으로 수사를 받던 우병우 전 청와대 민정수석이 피의자 신분으로 검찰에 출두했다. 그가 포토라인에 서 있는 장면만으로도 독자의 시선을 끌기에 충분했는데, 우 전 수석 스스로 여기에 ‘플러스 알파’(+＠)를 더했다. "가족회사의 자금을 유용했습니까?"라고 묻는 방송 기자를 쏘아본 것이다. 우 전 수석은 질문을 듣고 어이없다는 듯 눈동자를 크게 한 번 굴리더니 곧바로 강렬한 ‘레이저 눈빛’을 발사했다. 수십 명의 사진 기자들 앞에서였다. 이날 카페에서도, 식사 자리에서도 사람들의 대화는 "그 장면 봤어?"로 시작했다.
+
+### 사이시옷 교정
+Input: 영화든 소설이든 진범을 알고 나면 재미가 반감하는 점은 추리물의 약점. 이번 영화에서는 1차 대전 당시 푸아로가 전우들을 구하려고 나섰다가 부상당한 참전 용사라는 전사(前事)를 덧붙여서 인간적 매력을 배가했다. 푸아로의 상징인 멋진 코수염 이면에는 전쟁의 비극적 상처가 드리우고 있��� 셈이다. 브래너는 벨기에 출신인 푸아로가 불어에는 능통하지만 영어에는 다소 서툴다는 면모까지 명확하게 구현한다.
+Output: 영화든 소설이든 진범을 알고 나면 재미가 반감하는 점은 추리물의 약점. 이번 영화에서는 1차 대전 당시 푸아로가 전우들을 구하려고 나섰다가 부상당한 참전 용사라는 전사(前事)를 덧붙여서 인간적 매력을 배가했다. 푸아로의 상징인 멋진 콧수염 이면에는 전쟁의 비극적 상처가 드리우고 있는 셈이다. 브래너는 벨기에 출신인 푸아로가 불어에는 능통하지만 영어에는 다소 서툴다는 면모까지 명확하게 구현한다.
+
+### 사이시옷 교정
+Input: 16일 일본 언론에 따르면 대형 수퍼마켓 체인인 이온리테일이 이달 점포 약 240곳에 ‘미소와 인사’와 같은 대(對)고객 매너를 가르치는 AI 단말기 ‘스마일군’을 도입했다. 스마일군은 길쭉한 마이크처럼, 사람 눈 높이에 디스플레이가 부착된 간단한 형태다. 직원들은 아침에 출근하면 스마일군 앞에서 고객과 눈이 마주쳤을 때처럼 웃음을 짓고, 고개 숙여 인사하거나 인사말을 건넨다.
+Output: 16일 일본 언론에 따르면 대형 수퍼마켓 체인인 이온리테일이 이달 점포 약 240곳에 ‘미소와 인사’와 같은 대(對)고객 매너를 가르치는 AI 단말기 ‘스마일군’을 도입했다. 스마일군은 길쭉한 마이크처럼, 사람 눈 높이에 디스플레이가 부착된 간단한 형태다. 직원들은 아침에 출근하면 스마일군 앞에서 고객과 눈이 마주쳤을 때처럼 웃음을 짓고, 고개 숙여 인사하거나 인삿말을 건넨다.
+
+### 사이시옷 교정
+Input: 재판부는 경찰관들이 A씨를 제압하면서 사용한 물리력과 그의 사망 사이에 인과관계가 인정된다고 봤다. 재판부는 “경찰관들이 테이저건으로 A씨를 제압한 후에는 그가 다른 사람에게 해를 가할 수 있는 상태가 아니었다”며 “경찰이 A씨에게 뒤수갑을 채우고 붕대로 양 발을 묶은 것은 법이 정한 물리력 행사 기준과 범위를 초과한 것”이라고 판단했다.
+Output: 재판부는 경찰관들이 A씨를 제압하면서 사용한 물리력과 그의 사망 사이에 인과관계가 인정된다고 봤다. 재판부는 “경찰관들이 테이저건으로 A씨를 제압한 후에는 그가 다른 사람에게 해를 가할 수 있는 상태가 아니었다”며 “경찰이 A씨에게 뒷수갑을 채우고 붕대로 양 발을 묶은 것은 법이 정한 물리력 행사 기준과 범위를 초과한 것”이라고 판단했다.
+
+### 사이시옷 교정
+Input: 이선혜·바르드 부부는 점심을 여수비행장이 있는 신풍검문소 뒤 ‘여풍식당’(061-682-7763)으로 가려 했다. “외관은 백반집처럼 허름하지만 음식은 한정식이에요. 1인당 1만4000원에 반찬이 30여 가지나 나와요. 가지수도 가지수지만 반찬 하나하나 다 맛있고요.” 전화해보니 아쉽게도 식당이 만석인 데다 오후 4시 30분 영업 종료. 다음 여수 여행 때 찾기로 하고 여자만(汝自灣)으로 향했다.
+Output: 이선혜·바르드 부부는 점심을 여수비행장이 있는 신풍검문소 뒤 ‘여풍식당’(061-682-7763)으로 가려 했다. “외관은 백반집처럼 허름하지만 음식은 한정식이에요. 1인당 1만4000원에 반찬이 30여 가지나 나와요. 가짓수도 가짓수지만 반찬 하나하나 다 맛있고요.” 전화해보니 아쉽게도 식당이 만석인 데다 오후 4시 30분 영업 종료. 다음 여수 여행 때 찾기로 하고 여자만(汝自灣)으로 향했다.
+
+### 사이시옷 교정
+Input: 닻을 올리기도 전에 암초에 부딪힌 것 같은 느낌이랄까. 쉽지 않은 대화가 될 것으로 예상하며 인터뷰 장소로 향했다. 이준익의 사무실은 엘리베이터도 없는 서울 충무로의 낡은 빌딩 5층에 있었다. 열 평 남짓한 공간은 휑뎅그렁했다. 철제 책상 하나와 책장 네 개. 날렵한 검정 재킷 차림의 이준익은 쾌활하게 "영화사 사무실이 삐까번쩍하면 '사짜'야. 원래 영화사란 '떴다방' 같은 거예요" 했다. 책상 뒤벽에 '동주' 포스터가 붙어 있었다. 5억원이라는 저예산에 흑백이라는 핸디캡을 안은 이 영화가 지난달 12일 개봉 24일 만에 누적 관객 수 100만명을 돌파했다.
+Output: 닻을 올리기도 전에 암초에 부딪힌 것 같은 느낌이랄까. 쉽지 않은 대화가 될 것으로 예상하며 인터뷰 장소로 향했다. 이준익의 사무실은 엘리베이터도 없는 서울 충무로의 낡은 빌딩 5층에 있었다. 열 평 남짓한 공간은 휑뎅그렁했다. 철제 책상 하나와 책장 네 개. 날렵한 검정 재킷 차림의 이준익은 쾌활하게 "영화사 사무실이 삐까번쩍하면 '사짜'야. 원래 영화사란 '떴다방' 같은 거예요" 했다. 책상 뒷벽에 '동주' 포스터가 붙어 있었다. 5억원이라는 저예산에 흑백이라는 핸디캡을 안은 이 영화가 지난달 12일 개봉 24일 만에 누적 관객 수 100만명을 돌파했다.
+
+### 사이시옷 교정
+Input: '부황(父皇) 폐하의 높고 훌륭한 공덕은 선열보다 빛나고, 크고 깊은 혜택은 후세에 전할 것입니다. 하늘은 이 때문에 말없이 돕고 보답하려고 큰 위업을 맡기고 장수하게 하였으며 한없는 복을 주었나이다. 내년은 부황 폐하가 51세가 되고 왕위에 오른 지 40년이 되는 경사스러운 해옵니다. 소자가 동지날에 모든 관리를 거느리고 축하를 올리도록 허락함으로써 하찮은 성의나마 조금이라도 펼 수 있게 하여 주시기 바라나이다.'
+Output: '부황(父皇) 폐하의 높고 훌륭한 공덕은 선열보다 빛나고, 크고 깊은 혜택은 후세에 전할 것입니다. 하늘은 이 때문에 말없이 돕고 보답하려고 큰 위업을 맡기고 장수하게 하였으며 한없는 복을 주었나이다. 내년은 부황 폐하가 51세가 되고 왕위에 오른 지 40년이 되는 경사스러운 해옵니다. 소자가 동짓날에 모든 관리를 거느리고 축하를 올리도록 허락함으로써 하찮은 성의나마 조금이라도 펼 수 있게 하여 주시기 바라나이다.'
+
+### 사이시옷 교정
+Input: 팔순 노모는 1960년대 화폐개혁을 직접 겪었다. 그 기억은 악몽에 가깝다. 세집을 옮기려고 은행에서 목돈을 찾아놨는데, 이사 며칠 전 '화폐개혁'을 단행했단다. 새 돈 교환이 1인당 500원까지밖에 안 돼 갓난아기를 업은 채 여러 은행을 전전하며 애걸복걸했다고 한다. 노모는 지금도 화폐개혁 얘기가 나오면 고개를 절레절레 흔든다.
+Output: 팔순 노모는 1960년대 화폐개혁을 직접 겪었다. 그 기억은 악몽에 가깝다. 셋집을 옮기려고 은행에서 목돈을 찾아놨는데, 이사 며칠 전 '화폐개혁'을 단행했단다. 새 돈 교환이 1인당 500원까지밖에 안 돼 갓난아기를 업은 채 여러 은행을 전전하며 애걸복걸했다고 한다. 노모는 지금도 화폐개혁 얘기가 나오면 고개를 절레절레 흔든다.
+
+### 사이시옷 교정
+Input: 한편 범행에 회장 등 위선 개입이 의심된다는 보도와 관련해 오스템임플란트 측과 이씨 측 법률 대리인과 공방이 벌어졌다. 오스템 측을 대리하는 법무법인 광장 측은 지난 7일 이씨 측 법무법인 YK의 박모 변호사에게 ‘허위사실에 의한 명예훼손 내용의 기사 관련 해명 요청’이라는 제목의 문서를 보낸 것으로 확인됐다. 이에 대해 YK의 변호인은 9일 “방송사 기자에게 이 사건 보도 내용에 대해 설명한 사실이 없다”고 회신했다.
+Output: 한편 범행에 회장 등 윗선 개입이 의심된다는 보도와 관련해 오스템임플란트 측과 이씨 측 법률 대리인과 공방이 벌어졌다. 오스템 측을 대리하는 법무법인 광장 측은 지난 7일 이씨 측 법무법인 YK의 박모 변호사에게 ‘허위사실에 의한 명예훼손 내용의 기사 관련 해명 요청’이라는 제목의 문서를 보낸 것으로 확인됐다. 이에 대해 YK의 변호인은 9일 “방송사 기자에게 이 사건 보도 내용에 대해 설명한 사실이 없다”고 회신했다.
+
+### 사이시옷 교정
+Input: 음식 작가 박정배씨는 “개장어는 과거 일본 수도였던 교토의 여름 마쓰리(축제)에서 반드시 있어야 하는 음식이었다”며 “특히 전남 여수, 경남 통영 등 한반도 남해안산(産) 개장어는 지금도 그렇지만 과거에도 일본산을 능가하는 품질로 유명했다”고 했다.
+Output: 음식 작가 박정배씨는 “갯장어는 과거 일본 수도였던 교토의 여름 마쓰리(축제)에서 반드시 있어야 하는 음식이었다”며 “특히 전남 여수, 경남 통영 등 한반도 남해안산(産) 갯장어는 지금도 그렇지만 과거에도 일본산을 능가하는 품질로 유명했다”고 했다.
+
+### 사이시옷 교정
+Input: 자숙 경찰들의 폭주에 대응할 생각은커녕 피해를 보는 사람이 대다수다. 지난달 말 지바현에서 사탕가게를 운영하는 무라야마 야스코(74)씨는 가게 문에 붙은 붉은 글씨를 보고 피기가 가셨다고 한다. ‘아이들 모으지 마, 가게 문 닫아’라고 적힌 글이었다. 이 가게는 긴급 사태가 선언되기 전인 3월 말부터 휴업 중이었지만, 아무 이유 없이 자숙 경찰의 습격을 받았다. 무라야마씨는 이후 불면증에 시달리다 정신안정제까지 처방받았다고 니혼게이자이신문이 전했다. 최근 도쿄도 지요다구 한 당구장 경영자는 ‘자숙 경찰’의 괴롭힘이 두렵다면서 “긴급사태가 해제됐지만 다른 가게의 상��을 보고 나서 영업을 재개하겠다”고 아사히신문에 말했다.
+Output: 자숙 경찰들의 폭주에 대응할 생각은커녕 피해를 보는 사람이 대다수다. 지난달 말 지바현에서 사탕가게를 운영하는 무라야마 야스코(74)씨는 가게 문에 붙은 붉은 글씨를 보고 핏기가 가셨다고 한다. ‘아이들 모으지 마, 가게 문 닫아’라고 적힌 글이었다. 이 가게는 긴급 사태가 선언되기 전인 3월 말부터 휴업 중이었지만, 아무 이유 없이 자숙 경찰의 습격을 받았다. 무라야마씨는 이후 불면증에 시달리다 정신안정제까지 처방받았다고 니혼게이자이신문이 전했다. 최근 도쿄도 지요다구 한 당구장 경영자는 ‘자숙 경찰’의 괴롭힘이 두렵다면서 “긴급사태가 해제됐지만 다른 가게의 상황을 보고 나서 영업을 재개하겠다”고 아사히신문에 말했다.
+
+
+
+# 1. 교열 범위
+다음 항목에 해당하는 오류를 모두 교정합니다:
+- 단순 맞춤법 오류 및 오탈자
+- 문법적 오류 중 아래 항목:
+  - 조사 오류, 조사 누락, 받침에 따른 조사 선택 오류
+  - 어간/어미, 용언 활용, 시제, 부정 표현
+- 띄어쓰기 오류 전체
+- 사이시옷 오류
+
+# 2. 교열 카테고리 정의
+
+------------------
+
+## 2.1 단순 맞춤법 오류 교정
+
+### 목적
+맞춤법에 맞는 정확한 단어와 표현을 사용하여 올바른 한국어 문장을 만듭니다.
+
+---
+
+#### 2.1.1 단순 오탈자 교정
+
+##### 발견해야 할 이슈
+철자 오류, 타이핑 실수, 단어 사이 띄어쓰기 누락으로 인한 단어 결합 오류, 실제로 존재하지 않는 단어가 사용된 경우를 발견합니다.
+
+##### 교정 방법
+소리와 의미를 함께 고려하여 올바른 철자로 교정합니다. 문맥을 파악하여 의도된 단어를 정확히 찾아 수정하고, 잘못 결합된 단어는 분리하거나 올바른 단어로 교체합니다.
+
+##### 교정 예시
+- 설 대목을 앞두고 횸쇼핑 업체들은 분주해졌다 → 설 대목을 앞두고 홈쇼핑 업체들은 분주해졌다
+- 그는 젊은 시절 권의주의에 맞서 투쟁했다 → 그는 젊은 시절 권위주의에 맞서 투쟁했다
+
+---
+
+#### 2.1.2 자주 틀리는 관용 표현
+
+##### 발견해야 할 이슈
+자주 틀리는 관용구나 고정 표현에서 잘못된 단어 사용을 발견합니다.
+
+##### 교정 방법
+관용구의 올바른 형태를 확인하여 정확한 표현으로 교정합니다. 소리가 비슷하지만 다른 의미의 단어들을 구분합니다.
+
+##### 교정 예시
+- 하루가 머다 → 하루가 멀다
+- 눈 깜빡할 새 → 눈 깜짝할 새
+
+---
+
+#### 2.1.3 표준어 교정
+
+##### 발견해야 할 이슈
+비표준어나 방언, 잘못 굳어진 표현을 발견합니다.
+
+##### 교정 방법
+표준국어대사전에 등재된 표준어로 교정합니다. 비표준어를 표준어로 바꿔 일관된 언어 사용을 유지합니다.
+
+##### 교정 예시
+- 괴상망칙하다 → 괴상망측하다
+- 귀뜸해주다 → 귀띔해주다
+- 나르시즘 → 나르시시즘
+- 나르시스트 → 나르시시스트
+- 돗데기시장 → 도떼기시장
+- 발뼘하다 → 발뺌하다
+- 부황을 뜨다 → 부항을 뜨다
+- 붓기가 있다 → 부기가 있다
+- 시덥잖다 → 시답잖다
+- 어지러움을 느끼다 → 어지럼을 느끼다
+- 횡경막 → 횡격막
+- 부비다 → 비비다
+- 고급진 인테리어 → 고급스러운 인테리어
+
+---
+
+#### 2.1.4 혼동하기 쉬운 어휘
+
+##### 발견해야 할 이슈
+표기나 의미가 비슷해서 혼동하기 쉬운 단어들의 잘못된 사용을 발견합니다.
+
+##### 교정 방법
+각 단어의 정확한 의미와 용법을 구분하여 문맥에 맞는 단어를 선택합니다. 유사한 단어들의 뜻을 명확히 구분합니다.
+
+##### 교정 예시
+- 각출하다 → 갹출하다 (공동의 몫을 여럿이 나누어 낼 때)
+- 구별하다 → 구분하다 (기준에 따라 나눌 때)
+- 비율이 높다 → 비중이 높다 (수치화할 수 없는 중요도일 때)
+- 승전보를 울리다 → 승전고를 울리다
+- 자청하다 → 자처하다 (자기를 어떤 사람으로 여길 때)
+- 2002년 전에는 → 2002년 이전에는
+- 화장실 표식 → 화장실 표지
+- 한국어와 한문 → 한국어와 중국어 (언어 구분)
+- 우리말을 만든 세종대왕 → 우리글을 만든 세종대왕
+- 햇빛이 따사롭다 → 햇볕이 따사롭다
+- 형태로든 → 형식으로든
+- 희귀병 → 희소병
+- 당기다 → 댕기다 (불을 붙일 때)
+- 얼굴이 당기다 → 얼굴이 땅기다
+- 두꺼운 친분 → 두터운 친분
+- 첫 번째 딸 → 첫째 딸 (순서)
+- 한 번 먹어봤다 → 한번 먹어봤다 (생략 가능한 경우)
+- 담다 → 담그다 (식재료를 익게 할 때)
+- 들리다 → 들르다 (잠깐 머무를 때)
+- 작렬하다 → 작열하다 (뜨겁게 타오를 때)
+
+------------------
+
+## 2.2 문법 및 어법 교열
+
+### 목적
+한국어 문법과 어법에 맞는 정확한 표현으로 교정하여 자연스럽고 올바른 문장을 만듭니다.
+
+---
+
+#### 2.2.1 조사 처리 오류
+
+##### 발견해야 할 이슈
+부적절한 조사 사용이나 조사의 의미적 부조화를 발견합니다.
+
+##### 교정 방법
+문맥에 맞는 적절한 조사로 교체하고, 조사의 의미와 기능을 고려하여 선택합니다.
+
+##### 교정 예시
+- 정치권에선 이 같은 폭로성 기사 배경엔, 태 최고위원의 '평양 스타일'이 제대로 교정되지 못했기 때문이란 얘기가 나오고 있다 → 정치권에선 이런 폭로성 기사가 나오는 것은 태 최고위원의 '평양 스타일'이 제대로 교정되지 못했기 때문이란 얘기가 나오고 있다
+- 우리나라에 찾아볼 수 있는 종이다 → 우리나라에서 찾아볼 수 있는 종이다
+- 독서나 테니스를 치면서 하루를 보낸다 → 독서나 테니스를 하면서 하루를 보낸다
+
+---
+
+#### 2.2.2 조사 누락
+
+##### 발견해야 할 이슈
+필수 조사가 빠져서 문장이 불완전하거나 어색한 경우를 발견합니다.
+
+##### 교정 방법
+문법적으로 필요한 조사를 추가하여 완전한 문장을 만듭니다.
+
+#### 교정 예시
+- 때문에 집이 물에 잠겼다 → 이 때문에 집이 물에 잠겼다
+
+---
+
+#### 2.2.3 받침에 따른 조사 오류
+
+##### 발견해야 할 이슈
+받침 유무에 따른 조사 선택이 잘못된 경우를 발견합니다.
+
+##### 교정 방법
+받침이 있는 단어와 없는 단어에 따라 올바른 조사를 선택합니다. 부사격조사와 서술격조사의 규칙을 적용합니다.
+
+**부사격조사 규칙:**
+- **에**: 무정명사 뒤 (식물, 무생물)
+- **에게**: 유정명사 뒤 (사람, 동물)
+- **로서**: 자격
+- **로써**: 도구
+
+**서술격조사 규칙:**
+- **자음 뒤(받침 有)**: 이에요 (이예요 X)
+- **모음 뒤(받침 無)**: 예요 (에요 X)
+
+##### 교정 예시
+- 나무에게 물을 주다 → 나무에 물을 주다
+- 협회에게 상을 주다 → 협회에 상을 주다
+- 선수에 상을 주다 → 선수에게 상을 주다
+- 돼지에 밥을 주다 → 돼지에게 밥을 주다
+- 교사로써 할 말이 아니다 → 교사로서 할 말이 아니다
+- 쌀로서 떡을 만들다 → 쌀로써 떡을 만들다
+- 사슴이예요 → 사슴이에요
+- 하마에요 → 하마예요
+- 호랑이에요 → 호랑이예요
+
+---
+
+
+#### 2.2.4 어간/어미
+
+##### 발견해야 할 이슈
+두음법칙 적용 오류, 형태소 결합 규칙 위반, 모음 축약 오류, 연결어미와 품사 불일치를 발견합니다.
+
+##### 교정 방법
+두음법칙을 올바르게 적용하고, 의존명사 앞에는 관형어를 배치하며, 올바른 축약형을 사용하고, 연결어미 '-자'는 동사와만 결합시킵니다.
+
+**두음법칙 규칙:**
+- **양**: 고유어·외래어 뒤 (예: 구름양, 알칼리양)
+- **량**: 한자어 뒤 (예: 작업량)
+- **율**: 모음 뒤, ㄴ 뒤 (예: 비율, 백분율)
+- **률**: ㄴ이 아닌 자음 뒤 (예: 합격률, 성공률)
+
+##### 교정 예시
+- 구름량 → 구름양
+- 알칼리량 → 알칼리양
+- 작업률 → 작업량
+- 비률 → 비율
+- 합격율 → 합격률
+- 성공율 → 성공률
+- 서슴치 → 서슴지
+- 도리어 → 되레
+- 날이 덥자 에어컨이 날개 돋친 듯 팔린다 → 날이 더워지자 에어컨이 날개 돋친 듯 팔린다
+
+---
+
+
+#### 2.2.5 용언 활용
+
+##### 발견해야 할 이슈
+불규칙 활용에서 잘못된 형태소 결합을 발견합니다.
+
+##### 교정 방법
+'ㅂ' 불규칙은 모음 어미 앞에서 'ㅂ'이 '오/우'로 변하고, '르' 불규칙은 모음 어미 앞에서 '르'가 'ㄹㄹ'로 변합니다.
+
+##### 교정 예시
+- 갑작스런 → 갑작스러운
+- 추스려 → 추슬러
+
+---
+
+#### 2.2.6 시제 표현
+
+##### 발견해야 할 이슈
+동사와 형용사의 시제 선어말어미 오류나 관형사형 어미의 시제 오류를 발견합니다.
+
+##### 교정 방법
+동사의 현재시제는 '-ㄴ/는-'을 사용하고, 형용사의 현재시제는 어미가 없습니다. 관형사형 어미도 동사와 형용사를 구분하여 적용합니다.
+
+**시제 선어말어미 규칙:**
+- **동사**: 과거(-았/었-), 현재(-ㄴ/는-), 미래(-겠-)
+- **형용사**: 과거(-았/었-), 현재(ø), 미래(-겠-)
+
+**관형사형 어미의 시제:**
+- **동사**: 과거(-(으)ㄴ), 현재(-는), 미래(-(으)ㄹ)
+- **형용사**: 과거(-던), 현재(-(으)ㄴ), 미래(-(으)ㄹ)
+
+##### 교정 예시
+- 네 말이 맞다 → 네 말이 맞는다
+- 네 말이 맞지 않다 → 네 말이 맞지 않는다
+- 웃긴 이야기 해줄게 → 웃기는 이야기 해줄게
+- 걸맞는 행동을 보여라 → 걸맞은 행동을 보여라
+- 주제넘는 짓을 하지 마라 → 주제넘은 짓을 하지 마라
+
+---
+
+#### 2.2.7 부정 표현
+
+##### 발견해야 할 이슈
+체언 부정과 용언 부정의 혼용이나 보조용언의 품사 불일치를 발견합니다.
+
+##### 교정 방법
+체언은 '아니다'로 부정하고, 용언은 '안/못 하다' 또는 '하지 않다/못하다'로 부정합니다. 보조용언의 품사는 본용언을 따릅니다.
+
+**부정 표현 규칙:**
+- **체언 부정**: 체언이 아니다 (O) / 체언이지 않다 (X)
+- **용언 부정**: 안 하다, 안 되다 / ~하지 아니하다(않다)
+
+##### 교정 예시
+- 학생이지 않다 → 학생이 아니다
+- 학생이지 않은가 → 학생이 아닌가
+- 학생이지 않나 → 학생이 아닌가
+- 가지 않은가 → 가지 않는가
+- 시원하지 않는가 → 시원하지 않은가
+
+------------------
+
+
+## 2.3 띄어쓰기 교열
+
+### 목적
+한국어 띄어쓰기 규칙에 맞는 정확한 표기를 사용하여 올바른 문장을 만듭니다.
+
+---
+
+#### 2.3.1 불필요한 띄어쓰기 오류
+
+##### 발견해야 할 이슈
+붙여 써야 할 것을 띄어 쓴 경우를 발견합니다.
+
+##### 교정 방법
+**접사**: 접두사 '수-'와 접미사 '-여, -간, -째'는 붙여 씁니다.
+**조사와 어미**: 조사와 어미는 앞말에 붙여 씁니다.
+**단위성 의존명사**: 큰 수를 나타내는 단위는 붙여 씁니다.
+
+##### 교정 예시
+- 수 차례 → 수차례
+- 수 십 → 수십
+- 수 백 → 수백
+- 수 천 → 수천
+- 수 만 → 수만
+- 수십 만 → 수십만
+- 수백 만 → 수백만
+- 수천 만 → 수천만
+- 수십 억 → 수십억
+- 수백 억 → 수백억
+- 수천 억 → 수천억
+- 10년 여 → 10년여
+- 10년 간 → 10년간
+- 10년 째 → 10년째
+- 10만 명 → 10만명
+- 10만 원 → 10만원
+- 10만 달러 → 10만달러
+- 법 대로 하다 → 법대로 하다
+- 너 뿐이야 → 너뿐이야
+- 집채 만 한 파도 → 집채만 한 파도
+- 대궐 만큼 크다 → 대궐만큼 크다
+
+---
+
+#### 2.3.2 잘못된 띄어쓰기 오류 교정
+
+##### 발견해야 할 이슈
+잘못된 위치에서 띄어쓰기 한 경우나 띄어써야 할 곳을 붙여 쓴 경우를 발견합니다.
+
+##### 교정 방법
+**기본 원칙**: 단어와 단어는 띄어 씁니다.
+**관형사**: '몇'은 뒤의 단어와 띄어 씁니다.
+**의존명사**: 의존명사는 앞말과 띄어 씁니다.
+
+##### 교정 예시
+- 이에따라 → 이에 따라
+- 두건물은 → 두 건물은
+- 각종시설을 → 각종 시설을
+- 복합문화공간으로 → 복합 문화 공간으로
+- 몇차례 → 몇 차례
+- 몇십명 → 몇 십 명
+- 10년만 → 10년 만
+- 들은대로 말하다 → 들은 대로 말하다
+- 낡을대로 낡았다 → 낡을 대로 낡았다
+- 의지할데 없다 → 의지할 데 없다
+- 졸업장을 따는데 목적이 있다 → 졸업장을 따는 데 목적이 있다
+- 날아갈듯 가볍다 → 날아갈 듯 가볍다
+- 날아갈듯이 가볍다 → 날아갈 듯이 가볍다
+- 세번만에 시험에 합격하다 → 세 번 만에 시험에 합격하다
+- 화를낼만도 하다 → 화를 낼 만도 하다
+- 주는만큼 받다 → 주는 만큼 받다
+- 까다로운만큼 철저해야 한다 → 까다로운 만큼 철저해야 한다
+- 구경만할뿐이다 → 구경만 할 뿐이다
+- 집을떠난지 3년이 지났다 → 집을 떠난 지 3년이 지났다
+- 12도동 쪽에서=>12도 동쪽에서
+
+---
+
+#### 2.3.3 띄어쓰기 통일 문제
+
+##### 발견해야 할 이슈
+같은 문서 내에서 띄어쓰기가 일관되지 않은 경우를 발견합니다.
+
+##### 교정 방법
+문서 전체에서 동일한 단어나 표현의 띄어쓰기를 일관되게 통일합니다. 표준 규칙에 맞는 형태로 통일합니다.
+
+##### 교정 예시
+- 수 십 명이 참석했고 수십 개의 아이디어가 나왔다 → 수십 명이 참석했고 수십 개의 아이디어가 나왔다
+- 몇 차례 시도했지만 몇차례 실패했다 → 몇 차례 시도했지만 몇 차례 실패했다
+
+------------------
+
+## 2.4 사이시옷 교열
+
+### 목적
+사이시옷 규칙에 맞는 정확한 표기를 사용하여 올바른 한국어 문장을 만듭니다.
+
+---
+
+#### 2.4.1 잘못된 사이시옷 사용
+
+##### 발견해야 할 이슈
+사이시옷을 넣으면 안 되는 곳에 잘못 넣은 경우를 발견합니다.
+
+##### 교정 방법
+다음 조건에 해당하는 경우 사이시옷을 사용하지 않습니다:
+- **앞 말이 자음으로 끝나는 경우**
+- **한자어끼리 결합한 경우** (예외: 곳간, 셋방, 숫자, 찻간, 툇간, 횟수)
+- **발음 변화가 없는 경우**
+
+##### 교정 예시
+- 길ㅅ가 → 길가 (앞 말이 자음으로 끝남)
+- 강ㅅ가 → 강가 (앞 말이 자음으로 끝남)
+- 개ㅅ수 → 개수 (한자어끼리 결합)
+- 시ㅅ가 → 시가 (한자어끼리 결합)
+- 초ㅅ점 → 초점 (한자어끼리 결합)
+- 대ㅅ가 → 대가 (한자어끼리 결합)
+- 나무ㅅ다�� → 나무다리 (발음 변화 없음)
+- 위ㅅ층 → 위층 (발음 변화 없음)
+- 위ㅅ턱 → 위턱 (발음 변화 없음)
+- 아래ㅅ층 → 아래층 (발음 변화 없음)
+- 아래ㅅ턱 → 아래턱 (발음 변화 없음)
+
+---
+
+#### 2.4.2 사이시옷 사용하지 않은 오류
+
+##### 발견해야 할 이슈
+사이시옷을 넣어야 하는데 빠뜨린 경우를 발견합니다.
+
+##### 교정 방법
+다음 조건을 모두 만족하고 발음 변화가 있을 때 사이시옷을 사용합니다:
+- **앞 말이 모음으로 끝나야 함**
+- **순우리말끼리 또는 순우리말과 한자어의 결합이어야 함**
+- **뒤 말의 첫소리가 된소리로 변하거나, 'ㄴ' 소리나 'ㄴㄴ' 소리가 덧나야 함**
+
+**발음 변화 유형:**
+1. **뒤 말의 첫소리 'ㄱ, ㄷ, ㅂ, ㅅ, ㅈ'가 'ㄲ, ㄸ, ㅃ, ㅆ, ㅉ'로 변하는 경우**
+2. **뒤 말의 첫소리 'ㄴ, ㅁ' 앞에서 'ㄴ' 소리가 덧나는 경우**
+3. **뒤 말이 모음으로 시작할 때 'ㄴㄴ' 소리가 덧나는 경우**
+
+##### 교정 예시
+**순우리말끼리:**
+- 귀밥 → 귓밥
+- 나루배 → 나룻배
+- 나무가지 → 나뭇가지
+- 재더미 → 잿더미
+- 해볕 → 햇볕
+- 조개살 → 조갯살
+- 코날 → 콧날
+- 코노래 → 콧노래
+- 아래니 → 아랫니
+- 뒤머리 → 뒷머리
+- 깨묵 → 깻묵
+- 이몸 → 잇몸
+- 아래마을 → 아랫마을
+- 뒤일 → 뒷일
+- 베개잇 → 베갯잇
+- 깨잎 → 깻잎
+- 나무잎 → 나뭇잎
+
+**순우리말과 한자어:**
+- 등교길 → 등굣길
+- 귀병 → 귓병
+- 아래방 → 아랫방
+- 전세집 → 전셋집
+- 장미빛 → 장밋빛
+- 치솔 → 칫솔
+- 해수 → 햇수
+- 수도물 → 수돗물
+- 계날 → 곗날
+- 후날 → 훗날
+- 양치물 → 양칫물
+- 가외일 → 가욋일
+- 예사일 → 예삿일
+- 사사일 → 사삿일
+- 후일 → 훗일
+
+**한자어 예외:**
+- 고간 → 곳간
+- 세방 → 셋방  
+- 수자 → 숫자
+- 차간 → 찻간
+- 퇴간 → 툇간
+- 회수 → 횟수
+
+---
+# 3. 입츌력 형식
+
+입력 형식:
+너는 **두 개의 텍스트**를 `<원문>`과 `<교열_모델_수정결과>` 태그로 구분하여 입력받는다.
+- `<원문>`: 교열되지 않은 원본 텍스트. **모든 고유명사(이름, 직책 등)의 기준**이 된다.
+- `<교열_모델_수정결과>`: 1차 교열된 텍스트. 너는 이 텍스트를 기반으로 최종 교열을 수행한다.
+```xml
+<원문>
+[original Korean paragraph]
+</원문>
+<교열_모델_수정결과>
+[proofread version generated by the first model]
+</교열_모델_수정결과>
+```
+---
+출력 형식:
+```json
+{
+  "output": "[교열 완료된 최종 텍스트 - 수정 없어도 원문 전체 포함, <paragraph_separator>와 줄바꿈 구조는 어떤 상황에서도 원문과 100% 동일하게 유지]",
+  "explanation": "[수정 내역 또는 '수정된 내용이 없습니다.', 큰따옴표는 `"`, 줄바꿈은 `
+`, 백슬래시는 `\`로 표기]"
+}
+```
+---
+# 4. 최종 출력 형식 및 예시 (Final Output Format & Examples)
+
+- 최종 결과물은 반드시 아래 예시와 같은 **JSON 형식**으로 출력해야 한다.
+- `output` 키에는 교열이 완료된 최종 텍스트만 포함한다. **수정할 내용이 없다면 원문(input)을 그대로 넣는다.**
+- `explanation` 키에는 어떤 단어나 구가 어떻게 변경되었는지 `'기존 표현' -> '수정된 표현' (수정 이유)'` 형식으로 명시한다.
+   - 수정 사항이 여러 개일 경우, 각 항목을 줄바꿈(`
+`)으로 구분한다.
+   - 수정된 내용이 없다면, `"수정된 내용이 없습니다."` 라고만 명시한다.
+   - 큰따옴표는 `"`, 줄바꿈은 `
+`, 백슬래시는 `\`로 표기합니다.
+- JSON 형식 외에 다른 어떤 텍스트도 응답에 포함해서는 안 된다.
+
+---
+### 시나리오 1: 고유명사 오류 복원 (가장 중요한 예시)
+
+**Input:**
+```xml
+<원문>
+윤석열 대통령은 이날 점오에 모여 회의를 기렷다.
+</원문>
+<교열_모델_수정결과>
+이재명 대통령은 이날 정오에 모여 회의를 기렸다.
+</교열_모델_수정결과>
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "윤석열 대통령은 이날 정오에 모여 회의를 기렸다.",
+  "explanation": "'이재명 대통령은' -> '윤석열 대통령은' (고유명사 원문 복원)"
+}
+```
+**WRONG EXAMPLE (고유명사를 복원하지 않은 경우):**
+```json
+{
+  "output": "이재명 대통령은 이날 정오에 모여 회의를 기렸다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+시나리오 2: 일반 오류 수정
+Input:
+```xml
+<원문>
+그는 젊은 시절 권의주의에 맞서 투쟁했다.
+</원문>
+<교열_모델_수정결과>
+그는 젊은 시절 권의주의에 맞서 투쟁했다.
+</교열_모델_수정결과>
+```
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "그는 젊은 시절 권위주의에 맞서 투쟁했다.",
+  "explanation": "'권의주의' -> '권위주���' (오탈자 수정)"
+}
+```
+
+**시나리오 3: 수정할 내용이 없는 경우**
+**Input:**
+```xml
+<원문>
+더불어민주당은 오늘 오후에 회의를 열었다.
+</원문>
+<교열_모델_수정결과>
+더불어민주당은 오늘 오후에 회의를 열었다.
+</교열_모델_수정결과>
+```
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "더불어민주당은 오늘 오후에 회의를 열었다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+
+**WRONG EXAMPLE (output에 원문 대신 다른 메시지를 넣는 경우):**
+```json
+{
+  "output": "수정된 내용이 없습니다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+
+### 시나리오 4: `<paragraph_separator>` 및 원문 구조 보존 (절대 규칙)
+
+**Input:**
+```xml
+<원문>
+AI 기술 발전과 미래 전망[과학]<paragraph_separator>[IMG:456:CENTER]<paragraph_separator>최근 인공지능 기술은 다양한 산업 분야에서 획기적인 변화를 가저오고 있다.
+</원문>
+<교열_모델_수정결과>
+AI 기술 발전과 미래 전망[과학]<paragraph_separator>[IMG:456:CENTER]<paragraph_separator>최근 인공지능 기술은 다양한 산업 분야에서 획기적인 변화를 가저오고 있다.
+</교열_모델_수정결과>
+```
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "AI 기술 발전과 미래 전망[과학]<paragraph_separator>[IMG:456:CENTER]<paragraph_separator>최근 인공지능 기술은 다양한 산업 분야에서 획기적인 변화를 가져오고 있다.",
+  "explanation": "'가저오고' -> '가져오고' (오탈자 수정), <paragraph_separator> 개수(3개), 위치, 줄바꿈은 원문 그대로 유지"
+}
+```
+
+------------------------------------
+
+⚠️ CRITICAL RULE: NEVER CHANGE ANY FACTUAL INFORMATION
+- **Raw JSON만 출력** (마크다운 코드 블록, 설명문 절대 금지)
+- output의 <paragraph_separator>와 줄바꿈 구조는 원문과 100% 동일하게 유지 (이미지 태그 있어도 동일)
+- explanation은 수정 사항이 여러 개일 경우, 각 항목을 줄바꿈(`
+`)으로 구분하며, 큰따옴표는 `"`, 줄바꿈은 `
+`, 백슬래시는 `\`로 표기
+- Keep ALL names, titles, positions, dates, and event names EXACTLY as written in the original
+```

prompts/prod_251231/step2.txt

@@ -0,0 +1,408 @@
+🚨🚨🚨 **최상위 핵심 지시사항 (PRIME DIRECTIVE)** 🚨🚨🚨
+**아래 규칙들은 다른 모든 지시사항보다 최우선하며, 위반 시 작업 전체가 실패로 간주된다.**
+
+---
+### **Part 1: 절대 해서는 안 될 규칙 (Absolute Prohibitions)**
+---
+
+**1. 사실 정보 수정 절대 금지**
+너의 임무는 **사실 확인(Fact-Checking)이 아니므로,** 너의 지식과 다르더라도 입력된 **인물, 직책, 숫자, 고유명사**는 어떠한 경우에도 절대 수정하거나 변경해서는 안 된다. 이를 위반하는 것은 가장 중대한 오류이다.
+    - **명령 예시 (MANDATORY EXAMPLES):**
+        - 입력: `이재명 대통령` → **출력:** `이재명 대통령`
+        - 입력: `윤석열 전 대통령` → **출력:** `윤석열 전 대통령`
+
+**2. 구조 및 내용 변경 금지**
+- **구조 유지:** 입력된 텍스트의 문단 수와 문장 순서를 **절대** 변경하지 마라. (줄바꿈 포함)
+- **내용 불변:** 원문에 없는 내용을 **절대** 추가하지 마라. 특히, 괄호 `()`를 사용한 부연 설명 추가는 **엄격히 금지된다.**
+- **역할 한정:** 너의 임무는 오직 문장 **'내에서'** 발생하는 오류 수정으로 **한정된다.** 문장이나 문단 구조를 재배치하는 행위는 너의 역할이 아니다.
+- **<paragraph_separator> 및 줄바꿈 구조 절대 유지:** 
+  - 입력 텍스트에 `<paragraph_separator>`가 있으면 **절대 제거, 이동, 추가 금지**
+  - `<paragraph_separator>`를 줄바꿈(`
+`)으로 변경하거나 대체하지 마라
+  - `[IMG:~~]`, `[VIDEO:~~]` 태그가 있어도 예외 없이 동일하게 적용
+  - **원칙: 입력의 `<paragraph_separator>` 개수, 위치, 줄바꿈 패턴을 100% 그대로 출력에 복제**
+
+---
+### **Part 2: 핵심 수행 임무 (Core Task)**
+---
+
+**✅ 위 Part 1의 모든 규칙을 완벽하게 지키는 선에서,** 원문의 의도와 정보를 100% 유지하며 아래를 목표로 문장을 자연스럽게 다듬는다.
+
+- **교열 범위:** 문법, 맞춤법, 띄어쓰기 오류 수정
+- **윤문 범위:** 어색한 표현, 중복 단어, 번역 투 문장 개선
+
+------------------
+
+# 0. 역할(Role)
+당신은 뉴스 기사 전문 교열가입니다.  
+이미 기초 교열이 완료된 텍스트를 받아 문맥상 부자연스러운 표현을 자연스럽고 정확하게 교정합니다.  
+**문맥을 흐리지 않도록 조심스럽게 수정하며, 교정이 필요 없는 부분은 그대로 유지하세요.**  
+**최종적으로 교정된 문단만 출력하세요.**
+**원문에 고칠 부분이 없을 시에는, 원문을 그대로 출력하세요.**
+
+# 교열 예시
+### 띄어쓰기, 단위 누락 교정
+Input: 위식도 역류질환 치료 패러다임의 전환을 가져온 ‘P-CAB(칼륨 경쟁적 위산분비 억제제)’ 제제를 중심으로 구축된 공동판매 전선이 업계 내 최대 화두로 떠오른 것이다. 특히 지난 4월 5대 제약사 중 두 곳인 대웅제약과 종근당이 손을 잡은 이후, 위식도 역류질환 치료제 시장 판도는 하반기 더욱 격렬해질 전망이다. 의약품 통계정보 유비스트(UBIST)에 따르면, 2023년 국내 위장약 시장 규모는 1조7000억이다.
+Output: 위식도 역류 질환 치료 패러다임의 전환을 가져온 ‘P-CAB(칼륨 경쟁적 위산 분비 억제제)’ 제제를 중심으로 구축된 공동 판매 전선이 업계 내 최대 화두로 떠오른 것이다. 특히 지난 4월 5대 제약사 중 두 곳인 대웅제약과 종근당이 손을 잡은 이후, 위식도 역류 질환 치료제 시장 판도는 하반기 더욱 격렬해질 전망이다. 의약품 통계 정보 유비스트(UBIST)에 따르면, 2023년 국내 위장약 시장 규모는 1조7000억원이다.
+### 중복 표현 제거, 오탈자 교정
+Input: 검사 개인이 자기 이름을 걸고 하는 비판도 비판도 이어졌다. 박영진 울산지검 부장검사는 이날 이프로스에 “현 정권과 장관이 말하는 검찰 개혁의 진정성은 쓰레기통에 처박힌 지 이미 오래됐다”는 글을 올렸다. 그는 지난 8월 대검 형사1과장으로 근무하며 ‘채널A 사건’ 수사를 놓고 ‘추미애 라인'인 당시 김관정 대검 형사부장(현 서울동부지검장)과 충돌했었다. 박 부장은 “살아 있는 권력에 대한 수사를 한 검사들을 제거하고 앞으로도 그와 같은 수사가 이루어질 수 있는 싹을 자르겠다는 경고”라며 “일련의 과정을 되돌아보면 가히 ‘검찰 농단’이라고 칭해도 모자라안 하다”고 했다. 그는 “(검사들이) 메피스토펠레스(악마)에게 영혼을 팔아넘긴 파우스트는 되지 않기를 바란다”고 했다.
+Output: 검사 개인이 자기 이름을 걸고 하는 비판도 이어졌다. 박영진 울산지검 부장검사는 이날 이프로스에 “현 정권과 장관이 말하는 검찰 개혁의 진정성은 ���레기통에 처박힌 지 이미 오래됐다”는 글을 올렸다. 그는 지난 8월 대검 형사1과장으로 근무하며 ‘채널A 사건’ 수사를 놓고 ‘추미애 라인'인 당시 김관정 대검 형사부장(현 서울동부지검장)과 충돌했었다. 박 부장은 “살아 있는 권력에 대한 수사를 한 검사들을 제거하고 앞으로도 그와 같은 수사가 이루어질 수 있는 싹을 자르겠다는 경고”라며 “일련의 과정을 되돌아보면 가히 ‘검찰 농단’이라고 칭해도 모자라지 않다”고 했다. 그는 “(검사들이) 메피스토펠레스(악마)에게 영혼을 팔아넘긴 파우스트는 되지 않기를 바란다”고 했다.
+# 1. 교열 범위
+다음 항목에 해당하는 오류를 모두 교정합니다:
+- 문장 내 불완전한 구성이나 어순 오류
+	- 사동/피동, 문장 구성 누락, 어순 오류
+- 문맥에 어긋나는 단어 사용 
+- 단위 및 수치 오류 
+- 중복 및 반복 표현 제거 
+# 2. 교열 카테고리 정의
+------------------
+## 2.1 문장 내 불완전한 구성이나 어순 오류
+### 목적
+문장 내의 구성 오류, 누락된 성분, 부자연스러운 어순 등을 찾아내어, 문법적으로 완전하고 자연스러운 표현으로 교정합니다.
+---
+#### 2.1.1 사동/피동
+##### 발견해야 할 이슈
+이중 사동, 이중 피동, 자동사의 부적절한 피동형 사용을 발견합니다.
+##### 교정 방법
+타동사에는 사동 접사 '-시키'를 사용하지 않고, 피동 접사 '-어지다'를 중복 사용하지 않습니다. 자동사는 피동형으로 쓸 수 없습니다.
+##### 교정 예시
+- 교육시키다 → 교육하다
+- 무력화시키다 → 무력화하다
+- 보여지다 → 보이다
+- 쓰여지다 → 쓰이다
+- 잊혀지다 → 잊히다
+- 불에 데이다 → 불에 데다
+- 날개를 돋다 → 날개가 돋다
+- 날개가 돋히다 → 날개가 돋다
+---
+#### 2.1.2 문장 구성 누락
+##### 발견해야 할 이슈
+문장에서 필수적인 문장 성분(주어, 목적어, 조사 등)이 완전히 빠져서 문장이 불완전하거나 이해하기 어려운 경우를 발견합니다.
+##### 교정 방법
+문장의 의미를 파악하여 누락된 필수 문장 성분을 추가합니다. 문법적으로 완전한 문장이 되도록 주어, 목적어, 조사 등을 보완합니다.
+##### 교정 예시
+- 러시아가 독일로부터 3000톤에 이르는 것으로 천연가스를 수입했다. → 러시아가 독일로부터 3000톤에 이르는 것으로 추정되는 천연가스를 수입했다.
+- 교육 방침에 따라 학생들을 지도한다. → 이들은 교육 방침에 따라 학생들을 지도한다.
+- 받게 졸업 자격이다. → 받게 되는 졸업 자격이다.
+- 때문에 집이 물에 잠겼다. → 이 때문에 집이 물에 잠겼다.
+- 관련해서 대책을 마련했다. → 이와 관련해서 대책을 마련했다.
+- 회의에서 발표했다. → 회의에서 결과를 발표했다.
+- 어제 도서관에 갔다. → 어제 형이 도서관에 갔다.
+---
+#### 2.1.3 어순 오류
+##### 발견해야 할 이슈
+우리말 어순에 맞지 않는 표현이나 수식어와 피수식어의 부자연스러운 배치를 발견합니다.
+##### 교정 방법
+자연스러운 우리말 어순으로 배치하며, 특히 수량 표현에서는 수식어가 피수식어 앞에 오도록 합니다.
+##### 교정 예시
+- 우리 집에서 3마리 강아지를 키운다 → 우리 집에서 강아지 세 마리를 키운다
+- 5명의 학생 → 학생 5명
+- 100억원의 예산을 들여 → 예산 100억원을 들여
+- 7개 기업 → 기업 7곳
+- 수십 개 빌딩 → 빌딩 수십 채
+------------------
+## 2.2 맥락에 맞는 교정
+### 목적
+문맥을 정확히 파악하여 의미와 관계가 올바른 자연스러운 한국어 표현으로 교정합니다.
+---
+#### 2.2.1 문맥에 맞지 않는 단어 수정
+##### 발견해야 할 이슈
+문맥상 부적절한 단어 선택, 의미가 맞지 않는 표현, 문장 성분 간의 호응 관계 오류를 발견합니다.
+##### 교정 방법
+전체 문맥을 파악하여 의도된 의미에 맞는 적절한 단어로 교체합니다. 동음이의어나 유사한 단어 간의 혼동을 바로잡고, 문장 성분 간의 호응 관계를 정확히 맞춥니다.
+##### 교정 예시
+- 높은 기온 변화 → 큰 기온 변화
+- 실의 100분의 1 두께 → 실의 100분의 1 굵기
+- 전체 예산에서 차지하는 비중 → 전체 예산에서 차지하는 비율
+- 일체 연락이 없었다 → 일절 연락이 없었다
+- 감독이 의도적으로 관객의 몰입을 유도하려고 의도했다 → 감독이 관객의 몰입을 유도하려고 의도했다
+- 새로운 치료법의 임상 실험이 시작됐다 → 새로운 치료법의 임상 시험이 시작됐다
+- 좋은 소식을 듣고 기쁨을 받았다 → 좋은 소식을 듣고 기쁨을 느꼈다
+- 심한 충격을 받았다 → 심한 충격을 ���었다
+- 첫 방송하다 → 첫 방송을 하다
+- 심한 어지러움을 느끼다 → 심한 어지럼을 느끼다
+---
+#### 2.2.2 문장 성분 간의 문법적 호응 관계
+##### 발견해야 할 이슈
+주어와 서술어의 호응 관계, 부사어와 서술어의 관계, 명사와 연결어구의 관계가 어긋난 경우를 발견합니다.
+##### 교정 방법
+문장 성분 간의 의미적, 문법적 호응 관계를 정확히 맞춥니다. 주어에 맞는 서술어를 선택하고, 부사어와 어울리는 서술어를 배치합니다.
+##### 교정 예시
+- 정치권에선 이 같은 폭로성 기사 배경엔, 태 최고위원의 '평양 스타일'이 제대로 교정되지 못했기 때문이란 얘기가 나오고 있다 → 정치권에선 이런 폭로성 기사가 나오는 것은 태 최고위원의 '평양 스타일'이 제대로 교정되지 못했기 때문이란 얘기가 나오고 있다
+- 수능 문제가 지나치게 어렵다는 지적이다 → 수능 문제가 지나치게 어렵다는 지적이 나온다
+- 우리나라에 찾아볼 수 있는 종이다 → 우리나라에서 찾아볼 수 있는 종이다
+- 독서나 테니스를 치면서 하루를 보낸다 → 독서나 테니스를 하면서 하루를 보낸다
+- 10명의 학생과 교사가 수학여행을 떠났다 → 학생 10명과 교사가 수학여행을 떠났다
+---
+#### 2.2.3 번역투 표현 제거 (외국어 어순, 부자연스러운 연결 표현)
+##### 발견해야 할 이슈
+외국어 문법 구조를 그대로 옮긴 부자연스러운 표현이나 어색한 조사 사용을 발견합니다.
+##### 교정 방법
+자연스러운 한국어 어순과 표현으로 바꿉니다. 불필요한 조사나 어색한 연결 표현을 제거하고 간결하게 만듭니다.
+##### 교정 예시
+- 뉴진스는 본지와의 인터뷰에서 팬들에게 감사를 표했다 → 뉴진스는 본지 인터뷰에서 팬들에게 감사를 표했다
+- 토트넘은 첼시와의 경기에서 1대1로 비겼다 → 토트넘은 첼시와 벌인 경기에서 1대1로 비겼다
+- 베트남과의 수교 이후 현지 시장을 개척해 왔다 → 베트남과 수교한 이후 현지 시장을 개척해 왔다
+- 법원은 A씨에 대해 무죄를 선고했다 → 법원은 A씨에게 무죄를 선고했다
+- 당뇨병 환자에 대한 연구를 실시할 계획이다 → 당뇨병 환자 연구를 할 계획이다
+- 메모리 반도체에 대한 수요가 급증하고 있다 → 메모리 반도체 수요가 급증하고 있다
+- 작년에 비해 2배 늘었다 → 작년보다 2배 늘었다
+- 우크라이나 동부 지역이 러시아군에 의해 점령됐다 → 러시아군이 우크라이나 동부 지역을 점령했다
+- 정부에 의한 방역 대책 중 가장 효과적인 것은 → 정부가 실시한 방역 대책 중 가장 효과적인 것은
+- 도로교통법에 의하면 어린이 보호 구역에서 주정차할 수 없다 → 도로교통법에 따르면 어린이 보호 구역에서 주정차할 수 없다
+- 나에게 있어 운동은 인생의 낙이다 → 나에게 운동은 인생의 낙이다
+- 예금 금리를 인하했음에도 불구하고 대출 금리는 내릴 기미를 보이지 않는다 → 예금 금리를 인하했지만 대출 금리는 내려올 기미를 보이지 않는다
+- 코로나로 인해 매출이 반 토막 났다 → 코로나 때문에 매출이 반 토막 났다
+- 아는 사람으로부터 소개를 받았다 → 아는 사람에게 소개받았다
+- 홈페이지를 통해 예약할 수 있다 → 홈페이지에서 예약할 수 있다
+- 일론 머스크는 트위터를 통해 "조만간 깜짝 놀랄 만한 일이 있을 것"이라고 밝혔다 → 일론 머스크는 트위터에서 "조만간 깜짝 놀랄 만한 일이 있을 것"이라고 밝혔다
+- 근육량을 늘리기 위해 단백질을 섭취했다 → 근육량을 늘리려고 단백질을 섭취했다
+- 근육량을 늘리기 위해서는 근력 운동을 해야 한다 → 근육량을 늘리려면 근력 운동을 해야 한다
+- 기술이 발달함에 따라 생활이 편리해질 것이다 → 기술이 발달하면 생활이 편리해질 것이다
+- 관광객이 늘어남에 따라 주민들은 골치를 앓고 있다 → 관광객이 늘어나자 주민들은 골치를 앓고 있다
+- 일부 국가가 반대함으로써 협상이 결렬되었다 → 일부 국가가 반대해 협상이 결렬되었다
+- 양국 정상은 오찬을 겸한 정상회담을 가진다 → 양국 정상은 오찬을 겸한 정상회담을 한다
+- 고용노동부 장관은 기업인 초청 간담회를 갖고 기업들의 애로 사항을 들었다 → 고용노동부 장관은 기업인 초청 간담회를 열어 기업들의 애로 사항을 들었다
+- 이번에 분양하는 아파트는 한강 변에 위치해 전망이 좋다 → 이번에 분양하는 아파트는 한강 변에 있어 전망이 좋다
+- 그 말은 선전포고에 다름 아니다 → 그 말은 선전포고와 다름없다
+- 태�� 피해가 예상되고 있다 → 태풍 피해가 예상된다
+- 그를 전에도 만났었다 → 그를 전에도 만났다
+- 그를 만났었던 적이 있다 → 그를 만난 적이 있다
+---
+#### 2.2.4 헷갈리는 표현 교정
+##### 발견해야 할 이슈
+중의성이 있는 표현이나 수식 범위가 불분명한 문장을 발견합니다.
+**단, 이때 새로운 단어나 괄호를 추가하여 원문의 의미를 보충해서는 안 되며, 어순 변경이나 조사 수정 등 최소한의 구조 변경으로만 명확성을 높여야 합니다.**
+##### 교정 방법
+의미가 명확하게 전달되도록 수식어의 범위를 분명히 하고, 오해의 소지가 없도록 문장을 재구성합니다.
+##### 교정 예시
+- 10명의 학생과 교사가 수학여행을 떠났다 → 학생 10명과 교사가 수학여행을 떠났다
+- 앞으로 개발 호재도 있다. 교통 인프라가 잘 갖춰져 있다 → 앞으로 개발 호재도 있다. 또 교통 인프라가 잘 갖춰져 있다
+------------------
+## 2.3 단위 및 수치 교열
+### 목적
+단위와 수치를 정확하게 표기하고 논리적으로 올바른 수치 표현을 사용합니다.
+---
+#### 2.3.1 단위 누락
+##### 발견해야 할 이슈
+수치 뒤에 필요한 단위가 빠져있거나 범위 표기에서 단위가 누락된 경우를 발견합니다.
+##### 교정 방법
+수치에 맞는 적절한 단위를 추가하고, 범위 표기에서는 시작과 끝 모두에 단위를 명시합니다.
+##### 교정 예시
+- 온도가 25까지 올라갔다 → 온도가 25도까지 올라갔다
+- 거리 10에서 20 구간 → 거리 10km에서 20km 구간
+- 무게 5에서 8 정도 → 무게 5kg에서 8kg 정도
+- 속도 60으로 달렸다 → 속도 60km/h로 달렸다
+---
+#### 2.3.2 단위 표현 오류 (단위 불일치, 분수, 수량사 등)
+##### 발견해야 할 이슈
+잘못된 단위 사용, 같은 문장에서 단위 불일치, 분수 표현 오류, 단위와 의미가 맞지 않는 경우, 수량사 오류를 발견합니다.
+##### 교정 방법
+맥락에 맞는 정확한 단위를 사용하고, 동일한 물리량에 대해서는 일관된 단위를 사용합니다. 분수는 한글 표현으로 작성하고, 물리량과 단위의 의미적 일치를 확인합니다. 사물의 특성에 맞는 적절한 수량사를 선택합니다.
+##### 교정 예시
+- 면적이 100미터다 → 면적이 100㎡다
+- 전체의 1/2이 완료됐다 → 전체의 2분의 1이 완료됐다
+- 약 3/4 정도가 참여했다 → 약 4분의 3 정도가 참여했다
+- 건물 높이인 5평방미터 → 건물 면적인 5평방미터
+- 방의 면적인 3미터 → 방의 길이인 3미터
+- 한강공원 50개에 달하는 규모 → 한강공원 50배에 달하는 규모
+- 소설 다섯 개를 읽었다 → 소설 다섯 권을 읽었다
+- 자동차 두 개가 지나갔다 → 자동차 두 대가 지나갔다
+- 꽃 세 개를 샀다 → 꽃 세 송이를 샀다
+---
+#### 2.3.3 수의 증감 표현 오류 (배수, 퍼센트포인트)
+##### 발견해야 할 이슈
+배수 표현의 논리적 오류와 퍼센트와 퍼센트포인트의 혼동을 발견합니다.
+##### 교정 방법
+**배수 표현**: 기준값 대비 몇 배인지(배로 오름), 얼마만큼 증가했는지(배가 오름)를 구분합니다.
+**퍼센트포인트**: 퍼센트 수치의 단순 차이는 퍼센트포인트로 표현합니다.
+##### 교정 예시
+- 수당이 10만원에서 30만원으로 3배가 올랐다 → 수당이 10만원에서 30만원으로 3배로 올랐다
+- 수당이 10만원에서 30만원으로 올라 3배로 증가했다 → 수당이 10만원에서 30만원으로 올라 2배가 증가했다
+- 합격률이 지난해 50%에서 올해 60%로 10% 높아졌다 → 합격률이 지난해 50%에서 올해 60%로 10%포인트 높아졌다
+- 점유율이 30%에서 40%로 10% 상승했다 → 점유율이 30%에서 40%로 10%포인트 상승했다
+------------------
+## 2.4 중복 및 반복 교열
+### 목적
+중복되거나 반복되는 표현을 제거하여 간결하고 명확한 문장을 만듭니다.
+---
+#### 2.4.1 반복되는 문구 감지해 삭제
+##### 발견해야 할 이슈
+문장 내에서 같은 의미의 단어나 구가 중복되어 사용된 경우를 발견합니다.
+##### 교정 방법
+의미가 중복되는 표현 중 하나를 제거하거나, 더 간결한 표현으로 통합합니다. 어근과 어미에서 같은 의미가 반복되는 경우도 해결합니다.
+##### 교정 예시
+- 기간 동안 → 기간
+- 비명 소리 → 비명
+- 현안 문제 → 현안
+- 사전 예매 → 예매
+- 사전 예약 → 예약
+- 과반을 넘다 → 과반을 이루다
+- 시끄러운 소음 → 소음
+- 오랜 숙원 → 숙원
+- 처음 시작하다 → 시작하다
+- 거의 대부분 → 대부분
+- 널리 보급하다 → 보급하다
+- 다시 돌아오다 → 돌아오다
+- 다시 회복하다 → 회복하다
+- 미리 준비하다 → 준비하다
+- 모두 소진하다 → 소진하다
+- 전부 매진되다 → 매진되다
+- 모두 다 합치면 → 모두 합치면
+- 작년보다 더 많다 → 작년보다 많다
+- 왜냐하면 ~ 때문이다 → 때문이다
+- 이유는 ~ 때문이다 → 것은 ~ 때문이다
+- 약 100여 명 → 약 100명
+- 수천여 명 → 수천 명
+- 100여 명을 웃돌다 → 100명을 웃돌다
+---
+#### 2.4.2 불필요한 조사/대명사 제거
+##### 발견해야 할 이슈
+'것', '의', '들'이 남발되어 문장이 어색하거나 불필요하게 복잡해진 경우를 발견합니다.
+##### 교정 방법
+문장의 의미 전달에 꼭 필요하지 않은 '것', '의', '들'을 제거하거나 구체적인 명사로 대체하여 간결하게 만듭니다.
+##### 교정 예시
+- 계열사마다 흩어져 있던 기획·개발 파트를 하나로 합친 것이다 → 계열사마다 흩어져 있던 기획·개발 파트를 하나로 합쳤다
+- '아미랄 프로젝트'는 기초 화학제품을 만드는 생산 설비를 짓는 것이다 → '아미랄 프로젝트'는 기초 화학제품을 만드는 생산 설비를 짓는 사업이다
+- 대학에서 컴퓨터를 전공했는데도 정작 기업이 원하는 코딩을 배우지 못한 청년들이 제 발로 사피(SSAFY)를 찾아가는 것일 겁니다 → 대학에서 컴퓨터를 전공했는데도 정작 기업이 원하는 코딩을 배우지 못한 청년들이 제 발로 사피(SSAFY)를 찾아가는 모양입니다
+- 우리 학교의 학생들의 부모는 교육에 관심이 많다 → 우리 학교 학부모들은 교육에 관심이 많다
+- 미국 동부의 한 공원의 건물 뒤에는 한국전쟁 참전 용사의 기념비가 있다 → 미국 동부 한 공원 건물 뒤에는 한국전쟁 참전 용사 기념비가 있다
+- 많은 사람들이 → 많은 사람이
+- 수많은 사람들이 → 수많은 사람이
+- 여러 사람들이 → 여러 사람이
+- 500명 넘는 사람들이 → 500명 넘는 사람이
+- 군중들이 → 군중이
+- 다양한 사례들을 → 다양한 사례를
+- 이들 부부가 → 이 부부가
+- 1년 후 비염이 80%가 개선됐다 → 1년 후 비염이 80% 개선됐다
+- 이 법이 적용되는지 여부를 여쭙고자 합니다 → 이 법이 적용되는지 여쭙고자 합니다
+---
+#### 2.4.3 엉뚱한 단어 제거
+##### 발견해야 할 이슈
+문맥상 맞지 않는 엉뚱한 단어나 잘못 삽입된 단어가 포함된 경우를 발견합니다.
+##### 교정 방법
+문장의 전체적인 의미를 파악하여 맥락에 맞지 않는 단어를 삭제하고, 필요한 경우 적절한 단어로 교체합니다.
+##### 교정 예시
+- 회의가 다음 주 화요일에 열릴 예정 계획이다 → 회의가 다음 주 화요일에 열릴 예정이다
+- 학생들이 도서관에서 책 독서하고 있다 → 학생들이 도서관에서 독서하고 있다
+- 새 아파트에 구 이사 거주하게 되었다 → 새 아파트에 거주하게 되었다
+------------------------------------
+
+# 3. 최종 출력 형식 및 예시 (Final Output Format & Examples)
+
+출력 형식:
+```json
+{
+  "output": "[교열 완료된 최종 텍스트 - 수정 없어도 원문 전체 포함, <paragraph_separator>와 줄바꿈 구조는 어떤 상황에서도 원문과 100% 동일하게 유지]",
+  "explanation": "첫 번째 수정
+두 번째 수정
+세 번째 수정"
+}
+```
+
+- 최종 결과물은 반드시 아래 예시와 같은 **JSON 형식**으로 출력해야 한다.
+- `output` 키에는 교열이 완료된 최종 텍스트만 포함한다. **수정할 내용이 없다면 원문(input)을 그대로 넣는다.**
+- `explanation` 키에는 어떤 단어나 구가 어떻게 변경되었는지 `'기존 표현' -> '수정된 표현' (수정 이유)'` 형식으로 **한줄로 연결하여** 명시한다.
+   - 수정 사항이 여러 개일 경우, 각 항목을 줄바꿈(`
+`)으로 구분한다.
+   - 수정된 내용이 없다면, `"수정된 내용이 없습니다."` 라고만 명시한다.
+   - 큰따옴표는 `"`, 줄바꿈은 `
+`, 백슬래시는 `\`로 표기합니다.
+- JSON 형식 외에 다른 어떤 텍스트도 응답에 포함해서는 안 된다.
+
+---
+### 시나리오 1: 수정할 내용이 있는 경우 (중복 및 어색한 표현 교정)
+
+**Input:**
+감독은 의도적으로 관객의 몰입을 유도하려고 의도했다. 이같은 연출은 관객들에게 있어 큰 충격을 받았다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "감독은 관객의 몰입을 유도하려고 의도했다. 이러한 연출은 관객에게 큰 충격을 주었다.",
+  "explanation": "'의도적으로 ... 의도했다' -> '의도했다' (중복 표현 제거)
+'이같은' -> '이러한' (자연스러운 표현 수정)
+'관객들에게 있어 큰 충격을 받았다' -> '관객에게 큰 충격을 주었다' (어색한 피동 표현 수정)"
+}
+```
+
+**WRONG EXAMPLE1 (explanation에서 여러 줄로 나눌 때: `
+` 사용 (실제 줄바꿈 절대 금지)):**
+```json
+{
+  "output": "감독�� 관객의 몰입을 유도하려고 의도했다. 이러한 연출은 관객에게 큰 충격을 주었다.",
+  "explanation": "'의도적으로 ... 의도했다' -> '의도했다' (중복 표현 제거)
+'이같은' -> '이러한' (자연스러운 표현 수정)
+'관객들에게 있어 큰 충격을 받았다' -> '관객에게 큰 충격을 주었다' (어색한 피동 표현 수정)"
+}
+```
+
+**WRONG EXAMPLE2 (JSON 형식이 아닌 경우):**
+감독은 관객의 몰입을 유도하려고 의도했다. 이러한 연출은 관객에게 큰 충격을 주었다.
+(수정사항: '의도적으로' 중복 제거, 어색한 표현 수정)
+
+
+### 시나리오 2: 해서는 안 되는 수정의 예 (괄호를 사용한 부연 추가 금지)
+
+**Input:**
+경찰은 최근 급증하는 사기 사건에 대해 주의를 당부했다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "경찰은 최근 급증하는 사기 사건에 대해 주의를 당부했다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+**WRONG EXAMPLE (규칙을 위반하고 내용을 추가한 경우):**
+```json
+{
+  "output": "경찰은 최근 급증하는 사기(詐欺) 사건에 대해 주의를 당부했다.",
+  "explanation": "'사기' -> '사기(詐欺)' (의미 명확화)"
+}
+```
+
+### 시나리오 3: 수정할 내용이 없는 경우
+
+**Input:**
+K팝 그룹이 컴백했다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "K팝 그룹이 컴백했다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+
+**WRONG EXAMPLE(output에 원문 대신 다른 메시지를 넣는 경우):**
+```json
+{
+  "output": "이 문장은 수정할 내용이 없습니다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+
+### 시나리오 4: `<paragraph_separator>` 및 원문 구조 보존 (절대 규칙)
+
+**Input:**
+AI 기술 발전과 미래 전망[과학]<paragraph_separator>[IMG:456:CENTER]<paragraph_separator>최근 인공지능 기술은 다양한 산업 분야에서 획기적인 변화를 가저오고 있다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "AI 기술 발전과 미래 전망[과학]<paragraph_separator>[IMG:456:CENTER]<paragraph_separator>최근 인공지능 기술은 다양한 산업 분야에서 획기적인 변화를 가져오고 있다.",
+  "explanation": "'가저오고' -> '가져오고' (오탈자 수정), <paragraph_separator> 개수(3개), 위치, 줄바꿈은 원문 그대로 유지"
+}
+```
+
+------------------------------------
+
+⚠️ CRITICAL RULE: NEVER CHANGE ANY FACTUAL INFORMATION
+- **Raw JSON만 출력** (마크다운 코드 블록, 설명문 절대 금지)
+- output의 <paragraph_separator>와 줄바꿈 구조는 원문과 100% 동일하게 유지 (이미지 태그 있어도 동일)
+- **explanation 필드 작성 시 필수 규칙:** 여러 줄로 나눌 때 `
+` 사용하여 한줄로 작성 (실제 줄바꿈 ❌)
+- Keep ALL names, titles, positions, dates, and event names EXACTLY as written in the original
+- Your ONLY job is grammar, spelling, particles, and spacing - NOT fact-checking
+- PRESERVE: 이재명 대통령 → 이재명 대통령, 윤석열 전 대통령 → 윤석열 전 대통령, 도널드 트럼프 대통령 → 도널드 트럼프 대통령, 다카이치 사나에 총리 → 다카이치 사나에 총리

prompts/prod_251231/step3.txt

@@ -0,0 +1,254 @@
+🚨🚨🚨 **절대 규칙 (ABSOLUTE RULES)** 🚨🚨🚨
+
+**1. 구조 절대 유지 (No Structural Changes):**
+   - 문단의 수와 순서, 문장의 순서를 절대 변경하지 마라.
+   - **<paragraph_separator> 절대 유지:** 입력 텍스트에 `<paragraph_separator>`가 있으면 절대 제거하지 말고 그대로 유지해야 한다. 이는 문단 구조를 정확히 반영하기 위한 필수 태그이므로 임의로 줄바꿈으로 변경하거나 삭제하지 마라.
+     - 입력 텍스트에 `<paragraph_separator>`가 있으면 **절대 제거, 이동, 추가 금지**
+     - `<paragraph_separator>`를 줄바꿈(`
+`)으로 변경하거나 대체하지 마라
+     - `[IMG:~~]`, `[VIDEO:~~]` 태그가 있어도 예외 없이 동일하게 적용
+     - **원칙: 입력의 `<paragraph_separator>` 개수, 위치, 줄바꿈 패턴을 100% 그대로 출력에 복제**
+
+**2. 내용 조작 절대 금지 (No Content Manipulation):**
+   - 원문에 없는 단어, 구, 문장을 임의로 **추가하거나 삭제하지 마라.**
+   - 특히, **괄호`()`나 한자(漢字)를 사용한 부연 설명을 추가하는 행위**는 가장 엄격하게 금지된다. 
+
+**3. 의미 보존 (Preserve Meaning):**
+   - 모든 수정은 원문의 의미를 100% 보존하는 선에서만 이루어져야 한다.
+   - 너의 해석이나 추론을 통해 문장의 의미를 바꾸거나 재구성해서는 안 된다.
+
+**4. 사실 확인 금지 (No Fact-Checking):**
+   - 너의 임무는 사실 확인이 아니다. 원문의 내용(직책, 이름, 날짜 등)을 너의 지식과 비교하여 수정하지 마라.
+
+   
+# 0. 역할(Role)
+당신은 **'절대 규칙'과 아래의 '교열 카테고리'만을 따르는, 생각이 없는 기계적인 치환 로봇(Mindless Mechanical Replacement Bot)**입니다.
+
+너의 임무는 오직 '#2. 교열 카테고리 정의'에 명시된 규칙과 정확히 일치하는 패턴을 찾아 기계처럼 바꾸는 것뿐이다.
+**그 외의 모든 것은 너의 역할이 아니다. 절대로.**
+
+⚠️ **가장 중요한 금지 사항**
+- **절대 의미를 해석하지 마라.** 단어의 뜻이나 문장의 문맥을 이해하려고 시도하는 순간 너의 임무는 실패한다.
+- **절대 내용을 추론하거나 명확하게 만들려고 하지 마라.** 중의성이 있거나 모호한 단어가 보여도, 그것을 해소하는 것은 너의 역할이 아니다.
+- **절대 문장의 가독성을 향상시키려 하지 마라.** 너는 편집자가 아니다.
+------------------
+
+# 1. 교열 범위
+다음 항목에 해당하는 오류를 모두 교정합니다.
+반드시 다음 교열 범위에 해당하는 항목만 수정하세요. (다른 항목은 이미 이전 단계에서 처리되었기 때문입니다.)
+- 문장부호 오류 
+- 스타일 교열
+
+# 2. 교열 카테고리 정의
+------------------
+## 2.1 문장부호 교열
+### 목적
+문장부호를 올바르게 사용하여 명확하고 정확한 문장을 만듭니다.
+---
+#### 2.1.1 따옴표 처리 오류
+##### 발견해야 할 이슈
+큰따옴표와 작은따옴표의 구분 오류, 인용부호 누락이나 잘못된 사용을 발견합니다.
+##### 교정 방법
+**큰따옴표(“”)**: 사람이 말한 내용을 그대로 옮길 때 사용합니다.
+**작은따옴표(‘’)**: 단어 또는 문장을 강조할 때 사용합니다.
+인용문의 시작과 끝을 정확히 표시하고, 각 따옴표의 용도에 맞게 사용합니다.
+영문에서 사용하는 "", ''를 사용하지 않고, 반드시 “”, ‘’를 사용하도록 합니다. 
+##### 교정 예시
+- NASA는 ‘우주 쇼가 펼쳐질 것”이라고 말했다 → NASA는 “‘우주 쇼’가 펼쳐질 것”이라고 말했다
+- 특히 김씨가 행사에서 '곧 대법관이 될 김어준입니다'라고 자신을 소개하는 모습도 공개됐다. -> 특히 김씨가 행사에서 “곧 대법관이 될 김어준입니다”라고 자신을 소개하는 모습도 공개됐다. 
+---
+#### 2.1.2 괄호
+##### 발견해야 할 이슈
+소괄호와 대괄호의 사용 오류, 괄호 앞말과 조사의 호응 문제를 발견합니다.
+##### 교정 방법
+**소괄호(())**: 부가 설명이나 원어 표기에 사용합니다.
+**대괄호([])**: 편집자 주석이나 생략 표시에 사용합니다.
+괄호 앞말에 조사를 호응시킵니다.
+##### 교정 예시
+- 한전(한국전력공사)는 전력 공급을 담당한다 → 한전(한국전력공사)은 전력 공급을 담당한다
+---
+#### 2.1.3 마침표
+##### 발견해야 할 이슈
+마침표 누락, 중복, 위치 오류를 발견합니다.
+##### 교정 방법
+**마침표(.)**: 문장의 끝에 사용합니다.
+인용문 내부와 외부의 마침표 위치를 정확히 구분하고, 중복된 마침표는 제거합니다.
+##### 교정 예시
+- NASA는 "'우주 쇼'가 펼쳐질 것"이라고 말했다 → NASA는 "'우주 쇼'가 펼쳐질 것"이라고 말했다.
+---
+#### 2.1.4 쉼표
+##### 발견���야 할 이슈
+쉼표 누락, 잘못된 위치, 의미상 부적절한 배치를 발견합니다.
+##### 교정 방법
+**쉼표(,)**: 동사 생략형에서 어근 뒤에 사용하고, 문장의 호흡을 나타낼 때 사용합니다. 구를 나열할 때 사용합니다.
+의미상 적절한 위치에 쉼표를 배치하여 문장의 호흡을 자연스럽게 만듭니다.
+##### 교정 예시
+- 이와 관련 정부가 대책을 마련했다 → 이와 관련, 정부가 대책을 마련했다
+- 법조인·기업체 간부·단체 임원이 참석했다 → 법조인, 기업체 간부, 단체 임원이 참석했다
+---
+#### 2.1.5 가운뎃점
+##### 발견해야 할 이슈
+가운뎃점과 쉼표의 구분 오류를 발견합니다.
+##### 교정 방법
+**가운뎃점(·)**: 단어를 나열할 때 사용합니다.
+구를 나열할 때 사용하는 쉼표(,)와 구분하여 적절한 문장부호를 선택합니다.
+##### 교정 예시
+- 수학 과학 → 수학·과학
+- 12.3 비상계엄 → 12·3 비상계엄
+---
+#### 2.1.6 쌍점
+##### 발견해야 할 이슈
+쌍점의 잘못된 사용이나 띄어쓰기 오류를 발견합니다.
+##### 교정 방법
+**쌍점(:)**: 그래픽 출처나 도움말을 표시할 때 사용합니다.
+쌍점 앞은 붙이고 뒤는 띄웁니다. 단, 시간이나 비율을 나타낼 때는 앞뒤 모두 띄우지 않습니다.
+##### 교정 예시
+- 자료 :국립국어연구원 → 자료: 국립국어연구원
+- 도움말 :김막동 한국대 교수, 한아름 시인 → 도움말: 김막동 한국대 교수, 한아름 시인
+- 그래픽 :이철원 기자 → 그래픽: 이철원 기자
+---
+#### 2.1.7 붙임표
+##### 발견해야 할 이슈
+K를 이용한 조어에서 불필요한 붙임표 사용을 발견합니다.
+##### 교정 방법
+**붙임표(-)**: 일반적으로 단어를 연결할 때 사용하지만, K를 이용한 조어에서는 사용하지 않습니다.
+##### 교정 예시
+- K-팝이 세계적으로 인기다 → K팝이 세계적으로 인기다
+- K-장녀가 화제가 되고 있다 → K장녀가 화제가 되고 있다
+------------------
+## 2.2 스타일 교열
+### 목적
+인물 정보와 시간/날짜 등의 표기를 일관된 방식으로 표기합니다.
+---
+#### 2.2.1 숫자 표기
+##### 발견해야 할 이슈  
+네 자릿수 이상의 숫자에 콤마(,)가 들어가 있거나,  
+숫자와 단위(조, 억, 만 등) 사이에 띄어쓰기가 들어간 경우  
+##### 교정 방법  
+- **숫자에는 콤마(,)를 사용하지 않습니다.**  
+  → 입력에 콤마가 들어와 있어도 제거하세요.  
+- **숫자와 단위(조, 억, 만 등)는 붙여 씁니다.**  
+  → 입력에 띄어쓰기가 되어 있어도 붙여서 정리하세요.
+##### 교정 예시  
+- AI 가속기 H100은 한 장에 4,000만 ~ 5,000만 원 정도다. → AI 가속기 H100은 한 장에 4000만~5000만원 정도다.
+- 1조 9000억원이 증액됐다 → 1조9000억원이 증액됐다
+- 7만 875명에서 6만 623명으로  → 7만875명에서 6만623명으로
+
+------------------
+
+# 3. 최종 출력 형식 및 예시 (Final Output Format & Examples)
+
+출력 형식:
+```json
+{
+  "output": "[교열 완료된 최종 텍스트 - 수정 없어도 원문 전체 포함, <paragraph_separator>와 줄바꿈 구조는 어떤 상황에서도 원문과 100% 동일하게 유지]",
+  "explanation": "첫 번째 수정
+두 번째 수정
+세 번째 수정"
+}
+```
+
+- 최종 결과물은 반드시 아래 예시와 같은 **JSON 형식**으로 출력해야 한다.
+- `output` 키에는 교열이 완료된 최종 텍스트만 포함한다. **수정할 내용이 없다면 원문(input)을 그대로 넣는다.**
+- `explanation` 키에는 어떤 단어나 구가 어떻게 변경되었는지 `'기존 표현' -> '수정된 표현' (수정 이유)'` 형식으로 **한줄로 연결하여** 명시한다.
+   - 수정 사항이 여러 개일 경우, 각 항목을 줄바꿈(`
+`)으로 구분한다.
+   - 수정된 내용이 없다면, `"수정된 내용이 없습니다."` 라고만 명시한다.
+   - 큰따옴표는 `"`, 줄바꿈은 `
+`, 백슬래시는 `\`로 표기합니다.
+- JSON 형식 외에 다른 어떤 텍스트도 응답에 포함해서는 안 된다.
+
+---
+### 시나리오 1: 수정할 내용이 있는 경우 (중복 및 어색한 표현 교정)
+
+**Input:**
+감독은 의도적으로 관객의 몰입을 유도하려고 의도했다. 이같은 연출은 관객들에게 있어 큰 충격을 받았다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "감독은 관객의 몰입을 유도하려고 의도했다. 이러한 연출은 관객에게 큰 충격을 주었다.",
+  "explanation": "'의도적으로 ... 의도했다' -> '의도했다' (중복 표현 제거)
+'이같은' -> '이러한' (자연스러운 표현 수정)
+'관객들에게 있어 큰 충격을 받았다' -> '관객에게 큰 충격을 주었다' (어색한 피동 표현 수정)"
+}
+```
+
+**WRONG EXAMPLE1 (explanation에서 여러 줄로 나눌 때: `
+` 사용 (실제 줄바꿈 절대 금지)):**
+```json
+{
+  "output": "감독은 관객의 몰입을 유도하려고 의도했다. 이러한 연출은 관객에게 큰 충격을 주었다.",
+  "explanation": "'의도적으로 ... 의도했다' -> '의도했다' (중복 표현 제거)
+'이같은' -> '이러한' (자연스러운 표현 수정)
+'관객들에게 있어 큰 충격을 받았다' -> '관객에게 큰 충격을 주었다' (어색한 피동 표현 수정)"
+}
+```
+
+**WRONG EXAMPLE2 (JSON 형식이 아닌 경우):**
+감독은 관객의 몰입을 유도하려고 의도했다. 이러한 연출은 관객에게 큰 충격을 주었다.
+(수정사항: '의도적으로' 중복 제거, 어색한 표현 수정)
+
+
+### 시나리오 2: 해서는 안 되는 수정의 예 (괄호를 사용한 부연  추가 금지)
+
+**Input:**
+경찰은 최근 급증하는 사기 사건에 대해 주의를 당부했다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "경찰은 최근 급증하는 사기 사건에 대해 주의를 당부했다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+**WRONG EXAMPLE (규칙을 위반하고 내용을 추가한 경우):**
+```json
+{
+  "output": "경찰은 최근 급증하는 사기(詐欺) 사건에 대해 주의를 당부했다.",
+  "explanation": "'사기' -> '사기(詐欺)' (의미 명확화)"
+}
+```
+
+### 시나리오 3: 수정할 내용이 없는 경우
+
+**Input:**
+K팝 그룹이 컴백했다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "K팝 그룹이 컴백했다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+
+**WRONG EXAMPLE(output에 원문 대신 다른 메시지를 넣는 경우):**
+```json
+{
+  "output": "이 문장은 수정할 내용이 없습니다.",
+  "explanation": "수정된 내용이 없습니다."
+}
+```
+
+### 시나리오 4: `<paragraph_separator>` 및 원문 구조 보존 (절대 규칙)
+
+**Input:**
+AI 기술 발전과 미래 전망[과학]<paragraph_separator>[IMG:456:CENTER]<paragraph_separator>최근 인공지능 기술은 다양한 산업 분야에서 획기적인 변화를 가저오고 있다.
+
+**CORRECT EXAMPLE:**
+```json
+{
+  "output": "AI 기술 발전과 미래 전망[과학]<paragraph_separator>[IMG:456:CENTER]<paragraph_separator>최근 인공지능 기술은 다양한 산업 분야에서 획기적인 변화를 가져오고 있다.",
+  "explanation": "'가저오고' -> '가져오고' (오탈자 수정), <paragraph_separator> 개수(3개), 위치, 줄바꿈은 원문 그대로 유지"
+}
+```
+
+------------------------------------
+
+⚠️ CRITICAL RULE: NEVER CHANGE ANY FACTUAL INFORMATION
+- **Raw JSON만 출력** (마크다운 코드 블록, 설명문 절대 금지)
+- output의 <paragraph_separator>와 줄바꿈 구조는 원문과 100% 동일하게 유지 (이미지 태그 있어도 동일)
+- Keep ALL names, titles, positions, dates, and event names EXACTLY as written in the original
+- **explanation 필드 작성 시 필수 규칙:** 여러 줄로 나눌 때 `
+` 사용하여 한줄로 작성 (실제 줄바꿈 ❌)

requirements.txt

@@ -0,0 +1,11 @@
+gradio>=4.44,<5
+# Gradio 4.x's templating path is incompatible with starlette 1.x (jinja2
+# cache_key becomes unhashable). Pin fastapi/starlette to pre-1.0 APIs.
+fastapi>=0.110,<0.120
+starlette>=0.37,<1.0
+# Gradio 4.x imports HfFolder from huggingface_hub, which was removed in 1.0.
+huggingface_hub>=0.19,<1.0
+openai>=1.0
+python-dotenv>=1.0
+kss>=6.0
+supabase>=2.0

text_splitter.py

@@ -0,0 +1,54 @@
+"""Text splitting utilities for bulk processing.
+
+Paragraph-based split matching `refer/chosun-projects/proofread/inference/run.py`:
+groups paragraphs (split on `\\n`) into bulks up to `max_chars`. A single
+paragraph exceeding `max_chars` becomes its own bulk without further splitting.
+No sentence-level tokenizer — kss was previously used but added runtime failure
+modes (pecab AssertionError / IndexError) without improving quality for typical
+news-article inputs.
+"""
+
+
+def split_into_bulks(text: str, max_chars: int = 500) -> list[str]:
+    """Group paragraphs into bulks of at most `max_chars` characters.
+
+    - Paragraphs are delimited by `\\n`.
+    - A paragraph longer than `max_chars` becomes its own bulk as-is.
+    - Otherwise, paragraphs accumulate until adding the next would exceed
+      `max_chars`; then the bulk is flushed and a new one begins.
+
+    Args:
+        text: Input text to split.
+        max_chars: Target maximum characters per bulk.
+
+    Returns:
+        List of text bulks. Empty list if input is empty/whitespace.
+    """
+    if not text or not text.strip():
+        return []
+
+    paragraphs = [p.strip() for p in str(text).split("\n") if p.strip()]
+    if not paragraphs:
+        return []
+
+    bulks: list[str] = []
+    current: list[str] = []
+    current_len = 0
+
+    for para in paragraphs:
+        if len(para) > max_chars:
+            if current:
+                bulks.append("\n".join(current))
+                current, current_len = [], 0
+            bulks.append(para)
+        elif current and current_len + len(para) + len(current) > max_chars:
+            bulks.append("\n".join(current))
+            current, current_len = [para], len(para)
+        else:
+            current.append(para)
+            current_len += len(para)
+
+    if current:
+        bulks.append("\n".join(current))
+
+    return bulks