docs: Qwen 대조문 학습과 운영 결과 기록

.gitignore

@@ -26,6 +26,7 @@ Thumbs.db
 data/training/*.jsonl
 data/training/*.json
 data/training/*.csv
+data/training/*.xlsx
 !data/training/.gitkeep
 
 # 사용자 업로드 자서전 (개인정보) — 샘플 외 제외

docs/AI_TRAINING_RESULT_20260821.md

@@ -0,0 +1,34 @@
+# Qwen3.8-27B 자서전 AI 대조문 학습 결과
+
+## 데이터
+
+- human: 컴북스가 사람 작성으로 확인한 자서전 5,579건
+- AI: King RTX 3090 2장에서 Qwen3.8-27B GGUF로 생성한 5,600건
+- AI 품질 감사: 중복 0, 프롬프트 누출 0, 지시형 인사말 1건 제외
+- 학습 결합: human 5,579 / AI 5,598 = 11,177건
+- 작성자 `source_group`: 291개, train/val/test 간 교차 0건
+- 분할: train 7,785 / validation 1,661 / test 1,731
+
+AI 1건은 품질 감사를 통과했지만 200자 학습 최소길이에 달하지 못해 결합 단계에서
+제외됐다.
+
+## 모델 비교
+
+| 모델 | Test AUROC | AUPRC | FPR | Precision | Recall |
+|---|---:|---:|---:|---:|---:|
+| 로지스틱, 길이 특징 제외 | 0.9976 | 0.9972 | 0.0177 | 0.9830 | 0.9796 |
+| 로지스틱, 길이 특징 포함 | 0.9979 | 0.9979 | 0.0165 | 0.9841 | 0.9819 |
+
+차이가 AUROC 0.0003이므로 길이가 주요 구분 근거가 아니다. 운영에는 일반화 위험을 낮추기
+위해 길이 특징 제외 모델을 선택했다.
+
+## 운영 임계값과 한계
+
+- low/medium 임계값: 0.6635 (validation human FPR 목표 5%)
+- medium/high 임계값: 0.9766 (validation human FPR 목표 1%)
+- test high 정밀도: 0.9974, test high FPR: 0.0024
+- 운영 버전: `logreg-nolen-kf-ko-v1-qwen3.8-27b-autobiography-v1-auroc0.998`
+
+**이 수치는 Qwen3.8-27B와 보유 human 자서전을 구분한 결과다.** Claude, GPT, Gemini 등
+미학습 생성기에 대한 일반화는 검증되지 않았다. API는 이 학습 범위를 `note`에
+노출하며, 점수는 저자 조치나 AI 작성 확정 근거로 쓰지 않는다.

docs/PHASE2_PROGRESS.md

@@ -17,6 +17,8 @@
 | 2단계 통합 | ✅ 통합 인터페이스 명세 | 바이칼/컴북스 E2E |
 | 도메인 데이터 적재 | ✅ 533문서·6,331에피소드 드라이런 | 운영 코퍼스 반영 |
 | 사용자 맞춤형 요약 | ✅ 상세도·강조 옵션 | 요약 정답셋 튜닝 |
+| AI 대조문·부가 의심도 | ✅ Qwen 5,600건 생성·모델 배포 | 미학습 생성기 외부검증 |
+| ROUGE 라벨링 | ✅ 300건·2인 검수 패킷 생성 | 사람 요약 입력·검수 |
 
 ## 2. 구현 산출물
 

docs/RECEIVED_DATA_PIPELINE.md

@@ -32,8 +32,13 @@
 - 분할: train 3,946 / val 729 / test 904
 - 길이: 평균 847.1자; AI 생성 목표는 human 길이 분포에서 표본화
 
-human 데이터만으로는 이진 AI 생성 판별기를 학습할 수 없다. 다음 단계에서 적어도
+human 데이터만으로는 이진 AI 생성 판별기를 학습할 수 없다. 순수 AI 대조문을
-2개 생성 모델로 순수 AI 대조문을 생성하고, 독립된 사람 검토용 세트는 별도 보존한다.
+생성하되 최종 일반화 평가는 적어도 2개 이상의 생성 모델과 독립된 human 검토용
+세트로 수행한다.
+
+2026-08-21에 King GPU의 Qwen3.8-27B로 5,600건을 생성했고 5,598건을 human과
+결합해 길이 특징 제외 모델을 학습·배포했다. 세부 결과는
+`AI_TRAINING_RESULT_20260821.md`에 있다. 복수 생성기 일반화 검증은 아직 남아 있다.
 
 ## 4. 실행 순서