Task #1564: opengov 고정 실문서 회귀 말뭉치 + 스냅샷 게이트

[planet6897]

개요

무손실 검증 대상이던 hwpdocs(수집기로 건수가 계속 변해 재현 불가)를 대신해, opengov 정보공개 결재문서 **클래스별 대표 8건(1.7MB)**을 samples/hwpx/opengov/ 로 동결하고 재현 가능·게이트 가능한 충실도 회귀 기준선을 신설합니다 (closes #1564).

✅ 단독 PR: upstream:devel 직상. corpus/테스트만 — source 수정(#1552/#1554/#1557)과 무관(IR 스냅샷은 #1557 secCnt 유무와 동일).

말뭉치 (클래스 커버)

클래스	파일	IR	한글
PASS 클린	36389298, 36384285	PASS	OK
다중구역/secCnt 회귀가드(#1557)	36382669	PASS	OK 8→8
표셀 pic 드롭(V2-B)	36388571, 36385464	IR_DIFF	OK
char_shape 시프트(F3 #1556)	36383351, 36388853	IR_DIFF	36383351 COLLAPSE
잔여 2→1 붕괴	36387103	IR_DIFF	COLLAPSE

PII 방침: A(그대로 동결) — 이미 공개된 정보공개 문서. (12MB 대형은 제외, repo 비대화 회피)

두 갈래 게이트

• IR 스냅샷(tests/opengov_corpus_snapshot.rs + tests/fixtures/opengov_snapshot.tsv): parse→serialize→reparse status/diff 를 골든과 비교. 악화→실패(회귀), 개선→실패(스냅샷 승격 강제). Linux CI 가능. cargo test: 2 passed.
• 한글 페이지 오라클([도구] 한글 페이지 충실도 오라클 정식화 (tools/verify_hangul_pages.py) — IR-blind 페이지 붕괴 게이트 #1560, 로컬): 동결 말뭉치 한글 verdict 기록 — 36382669 OK 8→8 로 [HWPX/직렬화] 저장본이 한글에서 다중 페이지→1쪽 붕괴 (IR diff 무관, PASS 파일 포함, 실문서 ~10%) #1557 회귀 상시 감시.
• hwpx_roundtrip_baseline 은 opengov 하위 제외(자체 스냅샷). baseline 4 passed.

한계 / 후속

• IR 스냅샷=구조 회귀(CI), 한글 verdict=[도구] 한글 페이지 충실도 오라클 정식화 (tools/verify_hangul_pages.py) — IR-blind 페이지 붕괴 게이트 #1560(로컬 한글). 시각 픽셀 diff(T4)·pic 시각 triage(측정도구 3순위)는 별도.
• 잔여 2→1 한글 붕괴(36383351·36387103, secCnt 무관)는 후속 이슈 후보.

근거: mydocs/manual/opengov_corpus.md, output/poc/fidelity3/report.md. 관련: #1557, #1560, #1556.

🤖 Generated with Claude Code

[jangster77]

@planet6897 감사합니다. 최신 devel 기준으로 branch update 후 CI를 다시 확인하고 merge 완료했습니다.

추가 처리:

• 최신 devel 반영 뒤 opengov 말뭉치 결과가 3건 개선되어 tests/fixtures/opengov_snapshot.tsv 승격 보정 커밋을 PR head에 추가했습니다.
• 로컬 확인: cargo test --profile release-test --test opengov_corpus_snapshot pass, git diff --check pass

remote 검증 결과:

• Build & Test: pass
• CodeQL/Analyze: pass
• WASM Build: skipped

merge commit: a66da26
관련 이슈 #1564 는 이미 close 상태임을 확인했습니다.