HWPX 재저장 시 한글에서 페이지 붕괴(29→3, IR diff=0) — 시각 무손실 갭

[planet6897]

요약

36384160(신속동료구조팀 운영 개선 방안) HWPX 를 rhwp 로 parse→serialize→재저장한 산출물을
한글 편집기로 열면 페이지가 29쪽 → 3쪽으로 붕괴한다. IR roundtrip 은 diff=0 (PASS) 이라
hwpx-roundtrip 게이트로는 검출 불가 — 한글 오라클(tools/verify_hangul_pages.py)에서만 드러남.

IR 무손실 ≠ 시각 무손실. HWP5 의 hwp5_save_fidelity_gaps 와 동류의 HWPX 판본 갭.

검출 경위

Task #1587(Ruby) Stage 4 통제 비교 중 한글 오라클로 발견. Ruby 수정과 무관:
수정 전(fidelity10 rt)·후(fidelity11 rt) 모두 동일하게 29→3 붕괴 — 선존 결함.

36389301 (ruby) pg 2->2  OK
36399208 (ruby) pg 9->9  OK
36384160        pg 29->3 COLLAPSE   ← 별개 선존 버그

추정 방향 (미확정)

• IR 은 동일하나 직렬화 HWPX 의 레이아웃 관련 속성(쪽 경계/표·개체 배치/단/lineseg 등)이
  한글 재계산 시 29쪽 분량을 3쪽으로 흡수. 한글이 무시·재계산하는 필드의 직렬화 차이 의심.
• 같은 붕괴를 보이는 다른 파일 군집 여부 전수 조사 필요(오라클 --batch).

다음 단계

• 한글 오라클 전수(--batch)로 동일 COLLAPSE 군집 규모 파악.
• 붕괴 파일 IR=0 + XML 차이 정밀 비교(원본 vs rt section/header) → 한글 레이아웃 트리거 식별.

근거: output/poc/fidelity11/oracle_ruby3.tsv, 메모리 hwp5_save_fidelity_gaps.

[planet6897]

군집 조사 결과 (중대)

PASS(IR diff=0) 파일 120건 표본 한글 오라클: COLLAPSE 17 (14%) / OK 102 / ERR 1.
단일 파일이 아닌 대규모 군집 — IR 게이트 통과 파일의 ~14%가 한글에서 페이지 붕괴(거의 전부 2→1).

IR-invisible 확인 (36389184 대표)

구조·수직메트릭(vertpos/vertsize/baseline/spacing)·charPr height·lineSpacing 전부 동일. 한글 reflow 입력 IR 값이 같은데 페이지수만 다름.

배제한 가설

• 탭 switch 래퍼 드롭(48KB): rhwp 가 <hp:switch> 래핑 tabItem 을 plain 으로 방출하나 OK 파일도 동일 → 무관(red herring).
• HWPX 저장 시 빈 문단(char_shapes=[])에 spurious (0,0) char_shape 추가 #1592 빈문단 수정: pre-HWPX 저장 시 빈 문단(char_shapes=[])에 spurious (0,0) char_shape 추가 #1592 rt 도 동일 붕괴 → 붕괴가 선행, 무관.

남은 미규명

rt 가 빈 <hp:t></hp:t> 58개 추가(close_run 규칙5)하나 방향 불일치(높이 증가 vs 붕괴는 단축).

결론

IR-identical content 인데 한글 reflow 만 다른 심층 레이아웃 충실도 결함. 규모 큼·난이도 높음. 후속: 전수 오라클 배치 + 붕괴/비붕괴 쌍 정밀 diff + 한글 페이지브레이크 시각 비교. 상세 mydocs/tech/hwpx_page_collapse_cluster.md.

[planet6897]

전수 오라클 결과 — 붕괴율 ~16% 확정

PASS(IR diff=0) 파일 한글 오라클 표본:

표본	측정	COLLAPSE	붕괴율	95% CI
무작위 합집합(비편향)	631	100	15.8%	±2.8%
(참고) 알파벳순 first	1879	347	18.5%	±1.8%

→ IR 게이트 통과 파일의 ~16%가 한글 페이지 붕괴. 알파벳순(18.5%)>무작위(15.8%)는 부서 편차(복합 실정보고 템플릿 붕괴 빈발).

전수(10816) 미완 — COM 환경 한계 (rhwp 무관)

한글 COM 자동화가 ~500–1900 오퍼레이션 후 사망(com_error). 도구 강화(증분기록+--resume, taskkill 재시작, 시작정리)로 대응했으나 특정 부서(도로사업소 실정보고 등) 연속 처리 시 모달/보안모듈 추정으로 회복 불가. 개별 파일은 클린 환경 정상 개방(진단 확인) → 파일/rhwp 무관. 무작위 표본으로 충분 확정.

상세 mydocs/tech/hwpx_page_collapse_cluster.md, 데이터 output/poc/fidelity14/oracle_rand1000.tsv.

[planet6897]

근본원인 조사 — section0 확정 + 9후보 통제 배제

완벽한 비교쌍으로 진단: 붕괴 36383351 [관악산] 산악구조대 구급의약품 폐기(2→1) vs OK 36387726 [북한산] …(동일 템플릿). 두 파일의 orig↔rt serialization 차이 완전 동일 → 붕괴는 file-specific 아님, content 가 페이지 경계 근처인지에만 의존 확정.

하이브리드 bisection (charPr id 매핑 동일=유효)

조합	페이지
orig-sec + orig/rt-hdr	2 / 2
rt-sec + orig/rt-hdr	1 / 1

→ rt-section0 이 원인(header·탭 switch 확정 배제).

개별 차이 통제 실험 — 9+ 후보 전부 배제

한글 페이지수로 판정(orig 수정 or rt-sec revert): 빈 <hp:t></hp:t>·self-closed <hp:run/>·<hp:t/>·curSz·noteLine·noteSpacing·fwSpace(전각공백)·para id·linesegarray(96/96 바이트 동일)·outlineShapeIDRef — 전부 붕괴 불변.

결론

단일 변수로 재현 불가 = 누적/미세 상호작용 효과. rt 의 빈런 표현·미세 spacing·shape 속성 차이가 합쳐져 경계-근처 문서를 tip. 정밀 규명은 한글 내부 레이아웃 디버깅 영역(정적 XML 분석 한계). 상세 mydocs/tech/hwpx_page_collapse_cluster.md §5b.

[planet6897]

시각 추적 — 페이지 브레이크 (한글 PDF 렌더 비교)

36383351 [관악산] 을 한글로 PDF 내보내 직접 비교:

문단별 페이지 매핑(KeyIndicator): orig para 0–8=1쪽, para 9(빈 문단)=2쪽. rt 전부 1쪽. para 8 = 붙임 구급 의약품 폐기 확인서(서식) 1부. 끝.(양쪽 1쪽 동일).

렌더 이미지 확인:

• orig 1쪽: 본문 ~60%에서 끝, 하단 공백. 발신명의 footer(결재선/시행/우/전화)는 2쪽.
• rt 1쪽: 동일 본문 + 발신명의 footer 가 1쪽 하단에 모두 수용.

→ 붕괴의 시각적 실체 = 정부문서 표준 '발신명의' footer 블록(본문 뒤 하단)이 razor-thin 차이로 rt 에선 1쪽에 들어가고 orig 에선 2쪽으로 밀리는 것. 본문 시각 완전 동일, 차이는 sub-line 누적 높이(§5b 9후보 배제와 정합).

함의: 붕괴는 텍스트/내용 손실이 아니라 razor-thin 레이아웃 마진의 페이지 분할 변동. 실문서 다수가 발신명의를 본문 끝 직후 하단에 두는 동일 양식이라 ~16%가 경계 근처. 상세 mydocs/tech/hwpx_page_collapse_cluster.md §5c.

[planet6897]

🎯 근본원인 확정 — holdAnchorAndSO 직렬화 드롭 (수정 가능한 실버그)

단락 단위 이진 탐색 + 정규화 diff 로 단일 속성까지 좁힘:

문단 9(발신명의 footer 표) 의 <hp:pos> 유일 차이:

페이지 하단 앵커 표(vertRelTo=PAGE vertAlign=BOTTOM):
  orig: holdAnchorAndSO="1"   rt: holdAnchorAndSO="0"

→ 결정 테스트: orig 에서 1→0 만 치환 → 2쪽→1쪽 붕괴 재현. 확정.

코드 (실버그)

HWPX 직렬화기가 holdAnchorAndSO 를 "0" 하드코딩, IR 값 무시:

• table.rs:146 / picture.rs:407 / shape.rs:899 / equation = ("holdAnchorAndSO","0")
• 파서는 정상 저장(holdAnchorAndSO → common.prevent_page_break i32)
• IR 비교가 prevent_page_break 미검사 → IR diff=0 (게이트 미검출)

군집 적용성

무작위 400표본: 붕괴파일의 84%(53/63) 가 holdAnchorAndSO=1 보유(rt가 전수 0 드롭). 페이지 경계 근처에서 발신명의 footer(페이지 하단 앵커) 위치가 바뀌어 붕괴.

→ 결론: 붕괴는 '누적 미세차'가 아니라 단일 속성 holdAnchorAndSO 직렬화 드롭. holdAnchorAndSO 보존 수정 시 붕괴군 대다수 해소 예상. 정식 수정 타스크 대상.