feat: emit precision result in scorecard JSON format

성적서 '4. 모델 결과' 는 plagiarism_detection_performance 아래에
test_dataset / confusion_matrix / performance_metrics / threshold /
interpretation 을 담은 JSON 을 캡처해 싣는다. 그 형식으로 출력한다.

threshold 는 전 차수처럼 단일 수치가 아니라 세 조건(결합유사도 0.65 /
연속일치 35자 / 커버리지 0.30)의 조합이므로 객체로 둔다. 유사도만으로
판정하지 않는다는 점이 판정 기준의 핵심이라 수치 하나로 줄이면 오해를 준다.

interpretation 문구는 실제 confusion matrix 에서 계산한다.

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>

scripts/run_precision_eval.py

@@ -58,6 +58,58 @@ def build_corpus(rows: list[dict], db_path: Path) -> None:
           % (len(documents), added, skipped))
 
 
+def build_scorecard(settings, tp: int, fp: int, tn: int, fn: int,
+                    precision: float, recall: float, f1: float) -> dict:
+    """성적서 "4. 모델 결과" 게재 형식으로 정리한다.
+
+    전 차수 성적서(GERI `GERIR.CE.2511-02.009`) 13페이지와 같은 키 구성이라
+    이 출력을 그대로 캡처해 붙일 수 있다.
+
+    threshold 는 단일 수치가 아니라 세 조건의 조합이므로 객체로 둔다.
+    유사도만으로 판정하지 않는다는 점이 판정 기준의 핵심이다.
+    """
+    predicted_positive = tp + fp
+    actual_positive = tp + fn
+    accuracy = (tp + tn) / (tp + fp + tn + fn) if (tp + fp + tn + fn) else 0.0
+    fpr = fp / (fp + tn) if (fp + tn) else 0.0
+    return {
+        "plagiarism_detection_performance": {
+            "model": "O2O Triple-Similarity Detector",
+            "engine_version": settings.engine_version,
+            "test_dataset": {
+                "total_samples": tp + fp + tn + fn,
+                "plagiarism_cases": actual_positive,
+                "non_plagiarism_cases": fp + tn,
+            },
+            "confusion_matrix": {
+                "true_positive": tp,
+                "false_positive": fp,
+                "true_negative": tn,
+                "false_negative": fn,
+            },
+            "performance_metrics": {
+                "precision": round(precision, 4),
+                "recall": round(recall, 4),
+                "f1_score": round(f1, 4),
+                "accuracy": round(accuracy, 4),
+            },
+            "threshold": {
+                "combined_similarity": settings.persistent_similarity_threshold,
+                "min_exact_span_chars": settings.persistent_min_exact_span,
+                "min_coverage": settings.persistent_min_coverage,
+                "require_exact_span_evidence": settings.require_exact_span_evidence,
+            },
+            "interpretation": {
+                "precision": "모델이 표절로 판단한 %d건 중 %d건(%.1f%%)이 실제 표절"
+                             % (predicted_positive, tp, precision * 100),
+                "recall": "실제 표절 %d건 중 %d건(%.1f%%)을 정확히 탐지"
+                          % (actual_positive, tp, recall * 100),
+                "false_positive_rate": "%.1f%%" % (fpr * 100),
+            },
+        }
+    }
+
+
 def main() -> int:
     parser = argparse.ArgumentParser(description=__doc__)
     parser.add_argument("--testset", type=Path, required=True)
@@ -138,6 +190,15 @@ def main() -> int:
         r = b["tp"] / (b["tp"] + b["fn"]) if (b["tp"] + b["fn"]) else 0.0
         print("  %-18s n=%4d  P=%.3f R=%.3f  TP=%d FP=%d TN=%d FN=%d"
               % (name, total, p, r, b["tp"], b["fp"], b["tn"], b["fn"]))
+    scorecard = build_scorecard(settings, tp, fp, tn, fn, precision, recall, f1)
+    rendered = json.dumps(scorecard, ensure_ascii=False, indent=2)
+    print("\n" + "=" * 62)
+    print("4. 모델 결과 :")
+    print()
+    print(rendered)
+    print("\n최종 결과 : precision %.2f%% 달성" % (precision * 100))
+    (args.testset / "scorecard.json").write_text(rendered + "\n", encoding="utf-8")
+
     result_path = args.testset / "result.json"
     result_path.write_text(json.dumps({
         "precision": precision, "recall": recall, "f1": f1,