# AI 배우 송아름 성장 실험 — 설계서

상태: **설계안(1단계). AI 호출·이미지·영상·학습을 아무것도 실행하지 않았다.** 션 승인 뒤 2단계(1회차 기준선)로 간다.
작성: Claude Code(Orca 워커 J), 2026-11-12. 근거 자료는 읽기만 했다.

## 0. 한 줄 요약

코덱스가 송아름의 **연기안(글)**을 쓰고, 클로드·제미나이가 **고정 채점표**로 채점하며, AI 호출이 없는 작은 프로그램(맥락 밴딧 + 연습 노트)이 **연기 선택 규칙**을 배운다. 학습에 한 번도 쓰지 않는 **고정 시험 장면 6개**의 점수 변화를 성장으로 보여 준다.

공개할 때 반드시 넣는 문구(쇼츠·블로그·타워 화면 공통):

> AI 모델의 가중치는 바뀌지 않는다. 학습되는 것은 송아름의 연기 선택 규칙과 연습 노트다.

추가로 함께 밝힐 것: "점수는 AI 채점자 두 명이 고정 채점표로 매긴 것이며, 연기안은 글이다. 실제 화면 연기 품질을 직접 잰 것이 아니다."

---

## 1. 재료 조사 결과 (읽기만 함)

근거 파일: `episodes/2026-11-10_mugi-yeo/` 의 `script.md`, `visual-bible.md`, `shot-design.md`, `shotlist.md`, `REVIEW.md`, `flow-prompts.md`(앞부분), studio `AGENTS.md`.

### 1.1 송아름 설정

- 32세, 연구관리팀 2년차 계약직. 경찰 공무원 시험을 집안 사정으로 포기(체력점수 만점). 연구비 관리 계약직 6년째, 무기계약직 전환이 목표.
- 성격: 털털함. 강팀장의 괴롭힘을 사격·두더지 게임으로 풀며 버틴다. 업무는 빠르고 정확(규정을 보자마자 짚음). '이달의 친절 직원'.
- 외모(visual-bible): 짧은 커트의 검은 머리, 아이보리 블라우스, 네이비 슬랙스, 사원증 목걸이, 흰 운동화. 기준 이미지 `CHAR-AREUM`.
- 톤: 오피스 코미디. **과장은 연기와 편집 리듬으로, 화면은 사실적인 한국 드라마 톤.**
- 음성 후보: Callirrhoe(easy-going, mid) — 미검증.

### 1.2 대본 속 송아름 장면 (1~3씬)

| 컷 | 상황 | 아름 대사 | 감정 |
|---|---|---|---|
| A01 | 파티션 위로 눈만 내밀고 시계 엿봄 | 무대사 | 긴장·기다림 |
| A03 | 서류 밀어 넣고 손가락 꺾고 심호흡 | 무대사(내레이션 1이 위에 얹힘) | 억누른 분노·결의 |
| A05 | 슬리퍼 벗고 운동화 끈 꽉 맴 | 무대사 | 결의 |
| B01·C01·C02 | 본관에서 뛰쳐나와 이 악물고 질주 | 무대사 | 질주·코믹 |
| C08 | 화단 울타리 뛰어넘기 | 무대사 | 코믹 |
| C09 | 부르는 소리에 돌아봄 | 무대사 | 당황 |
| C11 | 한조교에게 | (다급하게) 한조교님, 이따 주면 안 돼요? 나 지금, | 당황 |
| C14 | 서류 받으며 | (어쩔 수 없다, 멈춰서며) 얼른 줘요. | 체념 |
| C15·C17 | 서류 스캔, 속사포 지적 | 회의비 영수증에 맥주 2000cc, 이거 안 됩니다. / 인센티브는 인건비의 20%까진데 30%잡았네요, 이대로는 환수 되시구요, | 단호한 설득 |
| C20 | 추월당한 걸 알고 | (아차, 싶어) 수정해서 다시 주세요?! (달려간다) | 코믹 |
| C22 | 달리며 뒤돌아 외침 → 강팀장 보고 굳음 | 20프로라구요! | 외침→얼어붙음 |
| C24 | 강팀장을 보고 망연자실 | 무대사(내레이션 2) | 무대사 반응 |
| N1·N2 | 내레이션 | 나는 산학협력단 2년차 계약직… / 무기계약직 전환까지 한 달 남짓… | 담담한 자기소개 / 긴장 |

**한계:** 1~3씬에는 아름이 화를 참으며 *말하는* 장면이 없다. "분노 억제"는 A03(무대사 동작)으로 시험한다.

### 1.3 실제 제작에서 나온 연기 문제 (REVIEW.md·shot-design.md)

| 문제 | 근거 | 이 실험에서 다루는 방법 |
|---|---|---|
| 감탄 대사가 질문 억양으로 나옴 | C22 "20프로라구요!" → 자동 인식상 "20%라고요?" 가능성 | 연기안에 **문장 끝 억양**(올림/내림/평탄)을 필수 칸으로 둠 |
| 대사가 다른 말로 들림 | C13 "몰표 준"→"뭘 표준", C20 "주세요"→"두세요" | 연기안에 **강세 단어**와 **또박또박 발음할 곳**을 적게 함 |
| 긴 대사·숫자 | C17이 가장 긴 대사(약 5초, 숫자 2개) | 연기안에 **쉼 위치**를 적고, 숫자는 한글 발음 표기(규칙 유지) |
| 무대사 컷에서 입이 움직임 | shot-design 검수 기준 | 무대사 장면은 "입 다문 상태" 확인 항목을 채점에 넣음 |
| 큰 동작 붕괴 | C08 점프, A05 슬리퍼 변형 | "촬영하기 좋은가" 항목에서 생성 모델이 무너뜨리기 쉬운 동작을 감점 |
| 달리기 출발 동작이 안 나옴 | shot-design 위험표(앞 작품 L07) | 같은 항목. 시작 자세를 명시하게 함 |

이 표가 채점표 앵커(§6)와 연기안 형식(§5)의 근거다.

---

## 2. 시험 장면 6개 — `test-set v1` (고정)

규칙
- 이 6개는 **연습·노트·밴딧 갱신에 절대 쓰지 않는다.** 시험 점수는 학습 프로그램에 들어가지 않는다(성장 측정에만 쓴다).
- 시험 세트는 `actor-lab/config/test-set.v1.json`으로 저장하고 해시를 `versions.json`에 적는다. 한 글자라도 바꾸면 v2가 되며, v1과 v2 점수는 한 그래프에 잇지 않는다.
- 대사는 대본 원문 그대로(괄호 지시는 상황 칸으로 옮김). 숫자는 입력문에서만 한글 발음.

| ID | 감정 유형 | 원본 컷 | 상황 요약 | 송아름 대사 | 상대역 | 공간 | 바라는 효과 |
|---|---|---|---|---|---|---|---|
| T1 | 분노 억제 | A03 | 11시 58분. 강팀장 밑에서 버틴 오전이 끝나 간다. 정산 서류를 밀어 넣고, 손가락을 꺾고, 심호흡한다. | 무대사 (내레이션 1은 편집에서 얹음) | 없음(멀리 강팀장) | 사무실 파티션 자리 | 화를 삼키고 결의로 바꾸는 순간. 관객이 "뭔가 시작된다"를 느낌. 과장 없이 |
| T2 | 당황 | C11 | 점심 질주 중 한조교가 서류를 들고 불러 세움. 마음은 이미 앞에 가 있음. | 한조교님, 이따 주면 안 돼요? 나 지금, | 한조교(화면 왼쪽) | 캠퍼스 보행로 | 급함과 친절 사이에서 갈팡질팡. 마지막 "나 지금,"은 끝맺지 못함 |
| T3 | 체념 | C14 | 교수 이름과 '친절 직원' 몰표 얘기에 결국 멈춰 섬. | 얼른 줘요. | 한조교 | 캠퍼스 보행로 | 짧은 한숨 하나로 "어쩔 수 없다"가 읽힘. 짜증은 숨기고 손은 빠름 |
| T4 | 설득(단호한 지적) | C15+C17 | 서류를 훑자마자 규정 위반 두 군데를 짚음. | 회의비 영수증에 맥주 2000cc, 이거 안 됩니다. 인센티브는 인건비의 20%까진데 30%잡았네요, 이대로는 환수 되시구요, | 한조교 | 캠퍼스 보행로 | 속사포지만 숫자가 또렷하게 들림. 전문가의 확신 |
| T5 | 코믹 | C20 | 감탄하는 한조교 앞에서, 팀원들이 자기를 추월한 걸 뒤늦게 봄. 서류를 떠넘기고 뛰어나감. | 수정해서 다시 주세요?! | 한조교 | 캠퍼스 보행로 | "아차"의 타이밍. 말과 동시에 몸이 이미 달려 나감 |
| T6 | 무대사 반응 | C22→C24 | 달리며 뒤돌아 "20프로라구요!" 외친 직후 다가오는 강팀장을 봄. 표정이 굳고 속도가 줄며 망연자실. | 20프로라구요! (이후 무대사) | 강팀장(정면에서 다가옴) | 캠퍼스 보행로 | 외침은 **감탄 억양**(질문으로 들리면 안 됨). 이후 말 없는 얼굴만으로 절망이 읽힘 |

시험 장면에 묶인 컷(연습 풀에서 제외): **A03, C11, C14, C15, C16, C17, C20, C22, C23, C24**.

---

## 3. 연습 장면 풀 — `practice-pool v1` (30개 안팎)

### 3.1 만드는 규칙

감정 유형 6개(시험과 같은 분류) × 유형별 5개 = **30개**. 유형별 구성:

- **대본 장면 1~2개**: 시험에 묶이지 않은 아름 장면만. 쓸 수 있는 원본: A01(긴장·엿보기), A05(결의), B01·C02(질주), C08(점프·코믹), C09(돌아봄·당황), N1(담담한 자기소개), N2(긴장). → 감정 유형에 배정.
- **같은 감정의 새 상황 3~4개**: 송아름 설정(계약직 6년, 경찰 시험 포기, 강팀장 괴롭힘, 사격·두더지 게임, 친절 직원, 연구비 규정 전문)에서 만든 짧은 상황. 예:
  - 분노 억제: 강팀장이 결재판을 책상에 던지고 다시 해 오라 함 → "네, 다시 올리겠습니다."
  - 당황: 무기계약직 면담 일정이 오늘로 당겨졌다는 메시지를 받음
  - 체념: 퇴근 직전 교수 연구실에서 영수증 뭉치가 다시 내려옴
  - 설득: 신입 지혜에게 출장비 정산 규정을 30초 안에 설명
  - 코믹: 사격 게임장에서 강팀장 얼굴을 떠올리며 10점 연속
  - 무대사 반응: 무기계약직 전환 공고 게시판에서 자기 팀 이름이 없는 걸 봄

### 3.2 누수 방지 규칙 (시험과 겹침 금지)

1. 시험 장면의 대사 문장, 또는 그 문장의 5어절 이상 연속 일치를 쓰지 않는다(프로그램이 문자열 검사).
2. 시험 장면과 **(상대역 + 공간 + 감정 유형)** 세 가지가 모두 같은 조합을 만들지 않는다. 예: "한조교 + 캠퍼스 보행로 + 체념"은 금지.
3. 시험 장면의 직전·직후 상황을 이어 쓰는 변형("한조교가 다시 서류를 들고 온다")을 만들지 않는다.
4. 풀은 **한 번 만들어 션이 확인한 뒤 고정**한다(`practice-pool.v1.json`, 해시 기록). 만드는 데는 클로드 1회 호출(2단계 준비 작업)을 쓰고 이후 회차 비용에는 넣지 않는다. 션이 직접 쓰거나 고쳐도 된다.

### 3.3 한 회차에 8개 뽑기

- 6개 유형에서 1개씩 = 6개(층화 추출).
- 남은 2개: 밴딧 불확실성이 가장 큰 유형 2개(유형별 사후분포 분산 합이 큰 순)에서 1개씩.
- 같은 장면은 직전 2회차 안에 다시 뽑지 않는다(풀 5개/유형이라 가능).
- 난수 시드 = 회차 번호. 뽑은 목록을 `round-NN.json`에 기록해 재현 가능하게 한다.

---

## 4. 연기 선택 항목 (밴딧이 고르는 행동)

| 항목 | 값 |
|---|---|
| 감정 세기 `intensity` | 낮 / 중 / 높 |
| 속도 `tempo` | 느림 / 보통 / 빠름 |
| 표현 `expression` | 절제 / 표출 |
| 시선 `gaze` | 정면 / 회피 / 상대 |
| 동작 크기 `gesture` | 작게 / 크게 |

- 맥락 = 장면의 감정 유형 6개.
- 전체 조합은 3×3×2×3×2 = 108, 맥락까지 648칸. 회차당 연습 8개, 10회차면 관측 80개라 **조합 단위 학습은 불가능**하다.
- **결정: 항목별로 따로 학습한다(요인 분해).** 맥락 6 × 항목 값 13 = **78개 팔**. 항목 사이 상호작용(예: "높은 세기 + 절제")은 배우지 못한다는 한계를 적어 둔다.
- 방법: **톰슨 샘플링**, 팔마다 Beta 분포. 보상 r(0~1, §7)로 α += r, β += 1−r (분수 보상 갱신).
- 사전분포: Beta(1,1).
- **처음 탐색**: 1~2회차 연습은 항목 값을 균등 무작위로 고른다(탐색 100%). 3회차부터 톰슨 샘플링.
- **시험에서의 선택**: 탐색 없이 사후 평균이 가장 높은 값(탐욕). 1회차 시험은 §8.2 기준선 규칙을 따른다.
- **수렴 판단**(맥락·항목별): 관측 6회 이상 **그리고** 사후분포 몬테카를로 추정으로 한 값이 최선일 확률 ≥ 0.9. 화면에는 "굳어진 습관"으로 보여 준다.
- 정직한 예상: 10회차 뒤 맥락·항목당 관측은 평균 13개 정도. **대부분 항목이 10회차 안에 수렴하지 않을 수 있다.** 그 경우 그대로 "아직 탐색 중"으로 보여 준다.

---

## 5. 연기안 형식 (코덱스 출력)

코덱스에게 주는 것: 장면 카드(상황·대사·상대역·공간·바라는 효과), 송아름 설정 요약(§1.1), 밴딧이 고른 선택 값 5개, 해당 감정 유형의 연습 노트(§7). 출력은 아래 JSON 하나.

동선 기준: 10층 **촬영 스테이지** 바닥을 카메라 기준 3×3 표시점으로 본다 — `앞왼 앞중 앞오 / 중왼 중중 중오 / 뒤왼 뒤중 뒤오`. 대본 속 공간(사무실·캠퍼스)은 세트로 가정하고, 연습 장면 중 대사만 있는 낭독형은 **리딩 라운지**(앉은 자세, 동선 없음)로 표시한다.

```json
{
  "$schema": "https://json-schema.org/draft/2020-12/schema",
  "title": "actor-plan.v1",
  "type": "object",
  "additionalProperties": false,
  "required": ["scene_id", "venue", "objective", "beats", "camera", "self_check"],
  "properties": {
    "scene_id": { "type": "string" },
    "venue": { "enum": ["촬영 스테이지", "리딩 라운지"] },
    "objective": { "type": "string", "maxLength": 60, "description": "이 장면에서 송아름이 원하는 것" },
    "beats": {
      "type": "array", "minItems": 1, "maxItems": 6,
      "items": {
        "type": "object", "additionalProperties": false,
        "required": ["line", "tone", "stress", "ending", "pause_after_sec", "face", "body", "position"],
        "properties": {
          "line": { "type": "string", "maxLength": 80, "description": "대본 대사 그대로. 무대사면 빈 문자열" },
          "tone": { "type": "string", "maxLength": 40 },
          "stress": { "type": "array", "maxItems": 3, "items": { "type": "string", "maxLength": 12 }, "description": "강세·또박또박 발음할 단어" },
          "ending": { "enum": ["내림", "올림", "평탄", "끊김", "무대사"], "description": "문장 끝 억양" },
          "pause_after_sec": { "type": "number", "minimum": 0, "maximum": 3 },
          "face": { "type": "string", "maxLength": 60 },
          "body": { "type": "string", "maxLength": 60 },
          "position": { "type": "string", "maxLength": 40, "description": "표시점 이동. 예: 중중→앞오" }
        }
      }
    },
    "camera": { "type": "string", "maxLength": 60, "description": "샷 크기·각도 제안" },
    "self_check": { "type": "string", "maxLength": 60, "description": "생성 모델이 무너뜨리기 쉬운 지점 한 가지" }
  }
}
```

- 전체 길이 상한: JSON 문자열 기준 **1,200자**. 넘으면 형식 실패로 처리(§10 재시도).
- **선택 값 5개는 출력에 다시 적지 않는다**(채점 블라인드, §6.3).
- 대사(`line`)가 장면 카드 원문과 다르면 프로그램이 형식 실패로 처리한다. 대사를 바꾸는 것은 연기가 아니다.

---

## 6. 채점표 — `rubric v1` (고정)

### 6.1 항목과 앵커 (각 0~5점)

| 항목 | 0 | 1 | 2 | 3 | 4 | 5 |
|---|---|---|---|---|---|---|
| **R1 대본 이해** | 대사·상황을 틀리게 해석 | 상황의 일부만 반영, 핵심 목적 누락 | 목적은 맞으나 상대·직전 상황 무시 | 상황·목적·상대가 맞음 | 직전·직후 흐름까지 반영 | 대사 속 숨은 의도(예: 친절 직원 압박)까지 연기 선택에 근거로 씀 |
| **R2 감정 정확도** | 정반대 감정 | 감정 유형이 다름 | 유형은 맞으나 다른 감정과 섞여 흐림 | 유형이 분명함 | 유형 + 이 인물다운 결이 보임 | 한 장면 안의 감정 변화(예: 외침→굳음)까지 정확 |
| **R3 세기 적절성** | 장면을 망칠 만큼 과하거나 없음 | 크게 어긋남 | 한 단계 어긋남이 여러 곳 | 대체로 맞음, 한 곳 어긋남 | 맞음 | 맞고, 세기 변화의 타이밍까지 장면 효과를 키움 |
| **R4 동작·동선 자연스러움** | 동작이 없거나 불가능 | 대사와 무관한 동작 | 동작은 맞으나 순서·위치가 어색 | 자연스러움 | 자연스럽고 동기 있음 | 동작이 대사를 대신 말해 줌(예: 서류 떠넘기며 이미 달림) |
| **R5 캐릭터 일관성** | 다른 인물처럼 보임 | 설정과 충돌(예: 체력 약함, 소심함) | 일반적인 회사원 연기 | 털털함·빠른 일처리 중 하나가 보임 | 설정 여러 요소가 자연스럽게 보임 | 설정 + 사실적 드라마 톤 유지(과장은 리듬으로만) |
| **R6 촬영하기 좋은가** | 생성 불가능한 지시 | 무너지기 쉬운 큰 동작·글자·다인원 의존 | 실행 가능하나 위험 요소 2개 이상 | 위험 요소 1개 | 위험 없음, 카메라 제안이 구체적 | 위험 없음 + 문장 끝 억양·강세가 명시돼 대사 오인식(REVIEW.md 사례)을 막음 |

- 무대사 장면에서 연기안이 입을 움직이게 하면 R6을 최대 1점으로 제한한다.
- 장면 점수 = 6개 항목 평균(0~5).

### 6.2 두 채점자 합치기

- 채점자: **클로드(감독)**, **제미나이(교차)**. 둘 다 같은 채점표·같은 입력.
- 항목 점수 = 두 사람 평균.
- **차이 처리:** 한 항목에서 차이 ≥ 2점이면 "불일치"로 표시. 평균은 그대로 쓰고 **재채점하지 않는다**(좋은 점수가 나올 때까지 다시 묻는 것을 막기 위해). 회차별 불일치 비율을 결과에 함께 보여 준다.
- 한 채점자만 성공한 장면: 그 점수를 쓰되 `single` 표시. 시험 평균은 **두 채점자가 모두 채점한 시험 장면이 5개 이상**일 때만 그래프에 올린다. 아니면 그 회차를 "불완전"으로 표시.

### 6.3 블라인드

채점자가 **보는 것**: 장면 카드, 송아름 설정 요약, 연기안 JSON, 채점표.
채점자가 **보지 않는 것**: 밴딧 선택 값, 회차 번호, 시험/연습 구분, 연습 노트, 이전 점수, 다른 채점자 점수.

채점 출력 형식: `{"R1":0-5,…,"R6":0-5,"reason":"80자 이내","rule":"다음 장면에도 쓸 수 있는 일반 규칙 한 줄, 대사 인용 금지, 60자 이내"}`.

---

## 7. 학습 루프와 연습 노트

### 7.1 한 회차 흐름

```
[연습 8장면]  밴딧이 값 선택(1~2회차 무작위) → 코덱스 연기안 → 클로드·제미나이 채점
             → 보상 계산 → 밴딧 갱신 → 노트 갱신
[시험 6장면]  밴딧 사후 평균 최선 값(탐색 없음) + 현재 노트 → 코덱스 연기안 → 두 채점자 채점
             → 성장 기록만. 밴딧·노트에 넣지 않음
```

연습을 먼저, 시험을 나중에 한다. 그래야 "이번 회차까지 배운 것"이 시험에 반영된다.

### 7.2 보상

- r = 장면 점수(두 채점자 평균의 6항목 평균) ÷ 5 → 0~1.
- 맥락(감정 유형)의 다섯 항목 팔 모두에 같은 r로 갱신(그 장면에서 고른 값의 팔만).
- 채점이 둘 다 실패한 장면은 갱신하지 않는다.

### 7.3 연습 노트 (`notes.md`, 감정 유형별 절)

AI 호출 없이 프로그램이 쓴다. 재료는 채점자가 준 `rule` 한 줄과 선택 값뿐.

- **적는 때**: 연습 장면 점수 ≥ 4.0 → "잘 된 것"(선택 값 + 두 채점자의 `rule`). ≤ 2.5 → "피할 것"(선택 값 + `rule`). 그 사이는 적지 않는다.
- **버리는 때**:
  - 같은 유형의 노트가 12줄을 넘으면 가장 오래된 줄부터 버린다.
  - 4회차 동안 다시 확인(같은 선택 값으로 ≥ 4.0)되지 않은 "잘 된 것"은 버린다.
  - 같은 선택 값이 이후 ≤ 2.5를 2번 받으면 해당 "잘 된 것"을 지운다.
- **시험 격리**: 노트에 들어가는 모든 문자열을 시험 대사·시험 장면 ID·시험 상황 요약과 대조해 5어절 이상 일치하면 버린다. 시험 장면의 채점 결과(`reason`, `rule`)는 노트에 들어가지 않는다.
- 시험 연기안을 쓸 때는 노트를 넣는다(허용). 그래서 시험 점수에는 노트 효과가 포함된다.
- 노트 변경 이력은 회차마다 `round-NN.json`에 전후 줄 수와 추가·삭제 줄로 남긴다(화면용 "오늘 배운 것").

---

## 8. 성장 측정과 콘텐츠 산출물

### 8.1 그래프

- 회차별 **시험 평균**(6장면 × 6항목 평균) 꺾은선.
- 항목별(R1~R6) 꺾은선 6개.
- 감정 유형별 시험 점수(장면 6개 = 유형 6개).
- 함께 표시: 채점자 불일치 비율, 불완전 회차 표시, 연습 평균(참고용, 시험과 다른 색).
- 굳어진 습관 표(§4 수렴 기준을 넘은 맥락·항목).

### 8.2 기준선 (1회차)

- 1회차 시험은 **선택 값 제약 없이, 노트 없이** 코덱스가 장면 카드만 보고 연기안을 쓴다. 이것이 "아무것도 배우지 않은 송아름".
- 2회차부터 시험은 밴딧 최선 값 + 노트.
- **대조군(션 결정 필요, §13 질문 3):** 5·10회차에 기준선 조건(제약·노트 없음)으로 시험 6장면을 한 번 더 돌린다(+18회 호출). 점수가 올랐을 때 그것이 학습 덕인지, 모델 업데이트나 채점자 변동 덕인지 가르는 유일한 장치다. 없으면 "학습 덕분에 올랐다"고 말할 수 없고 "회차가 지나며 올랐다"고만 말한다.

### 8.3 전후 비교 이미지 (1·5·10회차)

- 시험 장면 6개 × 3회차 = **18장**. 다른 회차에는 만들지 않는다.
- 도구: 스튜디오 규칙을 따른다. 무기여 README의 "이미지를 어디서 만들지"(GPT 이미지 / Flow 이미지 모델 / 션 직접)는 아직 미정이므로, 이 실험도 같은 결정을 따른다(§13 질문 2).
- 프롬프트 방식(flow-prompts.md 형식 차용):
  - **고정부**: 사실적 한국 오피스 코미디 톤, 16:9, 송아름 인물 문구(`src/build_storyboard.py`의 `CH` 원문), 기준 이미지 `CHAR-AREUM` 첨부, 장면 공간·상대역·카메라는 장면별로 고정, "No captions, no logo".
  - **변하는 부분**: 연기안의 표정(`face`), 동작(`body`), 위치(`position`), 시선만. 대표 비트 1개(장면 카드에 미리 지정)를 그린다.
  - 같은 장면은 세 회차 모두 같은 고정부·같은 첨부·(도구가 지원하면) 같은 시드.
- 이미지 검수: AGENTS.md 규칙대로 얼굴을 `CHAR-AREUM` 원본과 직접 대조. 얼굴이 다른 사람이면 연기 비교 자료로 쓰지 않는다.
- **정직 표시:** 이미지는 "연기안을 그림으로 옮긴 것"이며 생성기의 무작위성이 섞인다. 이미지 옆에 해당 연기안 글과 점수를 함께 둔다. 이미지만으로 성장을 주장하지 않는다.
- 실제 입력 기록(도구·모델·모드·첨부·프롬프트·비용)을 `results/images/round-NN/manifest.json`에 남긴다.

### 8.4 영상

만들지 않는다. **별도 승인 단계**로 남긴다(§13 단계 6).

---

## 9. 데이터 형식과 폴더

```
apps/studio/actor-lab/
├── config/
│   ├── versions.json          # 각 설정 파일의 버전·sha256, 모델 이름, 시즌 번호
│   ├── test-set.v1.json       # §2. 고정
│   ├── practice-pool.v1.json  # §3. 고정
│   ├── rubric.v1.json         # §6. 고정 (앵커 문장 포함)
│   ├── actions.v1.json        # §4. 항목과 값
│   └── prompts/               # 배우·채점자 프롬프트 원문 (버전 포함)
├── data/
│   ├── bandit.json            # 78개 팔의 α·β, 회차별 스냅샷은 rounds/에
│   ├── rounds/round-NN.json   # 회차 전체 기록
│   ├── rounds/round-NN.calls.jsonl  # 호출 한 건씩: 도구·모델·시간·종료 코드·재시도·토큰(보고되면)
│   └── events.jsonl           # §11 사무실 화면용 이벤트(제안)
├── notes.md                   # §7.3 연습 노트
└── results/
    ├── growth.json            # 에이전트 타워·블로그용 요약
    └── images/round-01|05|10/ # 전후 비교 이미지 + manifest.json
```

`round-NN.json` 요지:

```json
{
  "round": 3, "date": "2026-11-14", "season": 1,
  "versions": {"test_set": "v1", "rubric": "v1", "pool": "v1", "actions": "v1"},
  "models": {"actor": "codex:<모델명>", "judge_a": "claude:<모델명>", "judge_b": "gemini:<모델명>"},
  "practice": [{"scene": "P-ANG-04", "context": "분노 억제", "choice": {"intensity":"중","tempo":"느림","expression":"절제","gaze":"회피","gesture":"작게"}, "plan_path": "...", "scores": {"claude": {...}, "gemini": {...}}, "reward": 0.73, "disagree": ["R4"]}],
  "test": [{"scene": "T1", "choice": {...}, "scores": {...}, "mean": 3.8}],
  "test_mean": 3.62, "test_items": {"R1":3.9,"R2":3.7,"R3":3.4,"R4":3.6,"R5":3.8,"R6":3.3},
  "complete": true, "notes_diff": {"added": [...], "removed": [...]},
  "calls": {"planned": 42, "ok": 41, "retried": 1, "failed": 0}
}
```

`results/growth.json` (에이전트 타워가 읽을 요약):

```json
{
  "actor": "송아름", "season": 1, "updated": "2026-11-14T21:10:00+09:00",
  "disclaimer": "AI 모델의 가중치는 바뀌지 않는다. 학습되는 것은 송아름의 연기 선택 규칙과 연습 노트다.",
  "baseline_round": 1,
  "rounds": [
    {"round": 1, "date": "2026-11-13", "test_mean": 2.9, "items": {"R1":3.1,"R2":2.8,"R3":2.7,"R4":2.9,"R5":3.0,"R6":2.9},
     "complete": true, "disagree_rate": 0.14, "control_mean": null, "images": ["actor-lab/results/images/round-01/T1.png"]}
  ],
  "habits": [{"context": "체념", "item": "tempo", "value": "느림", "p_best": 0.93, "n": 7}]
}
```

(숫자는 형식 예시이며 실제 결과가 아니다.)

---

## 10. 실행 방식

- 실행 장소: **미니PC**, 시작 폴더 `C:\Ai_Coding\apps\studio`. 실행기 `actor-lab/run_round.py`(2단계에서 작성)가 각 AI를 비대화형으로 부른다.
  - 배우: `codex exec` (출력 JSON만, 파일 쓰기·셸 도구 쓰지 않게)
  - 감독: `claude -p` (도구 없이 한 턴, JSON 출력)
  - 교차: 제미나이 경로 — 아래 확인 후 결정
- 프롬프트에 비밀값을 넣지 않는다. 호출은 표준 입력/인자로 전달하고 결과는 `actor-lab/data/`에만 쓴다.

### 10.1 제미나이 경로 — 확인할 항목 (이번에 확인하지 않음)

1. 노트북 기본 키의 월 한도 초과 상태가 이달 중 풀리는지, 풀리는 날짜.
2. 백업 키가 미니PC에 설정돼 있는지, 그 키의 무료/유료 한도(분당·일당 호출 수).
3. 미니PC에 `agy`(Antigravity CLI)가 설치·로그인돼 있는지, 비대화형 한 턴 호출과 JSON 출력이 되는지, 쓸 모델명(메모상 gemini-3.8-flash).
4. `gemini` CLI가 미니PC에서도 막혀 있는지.
5. 위 경로 중 어느 것이 **회차 사이에 모델이 바뀌지 않게** 고정할 수 있는지(모델명 지정 가능 여부).
6. 제미나이 세션 기록이 에이전트 타워 수집기에 잡히는지(현재 수집기는 클로드·코덱스 기록만 읽음 → §11).

제미나이를 못 쓰면: 채점자 1명(클로드)으로 진행할지, 교차 채점자를 다른 모델로 바꿀지 션이 정한다(§13 질문 1). **조용히 다른 모델로 바꾸지 않는다.**

### 10.2 상한·실패·재시도·비용

- 하루(KST) **최대 2회차**. 실행기가 `data/rounds/`에서 오늘 날짜 회차 수를 세어 2개면 시작하지 않는다.
- 회차당 호출: 연습 8 × 3 = 24, 시험 6 × 3 = 18 → **42회**(대조군 회차는 +18 = 60회).
- 재시도: 호출 하나당 **최대 1회**. 사유는 시간 초과, 빈 출력, JSON 형식 실패, 대사 원문 불일치만. **점수가 낮다는 이유로는 절대 재시도하지 않는다.**
- 재시도 후에도 실패: 연습 장면은 건너뛰고(밴딧·노트 갱신 없음), 시험 장면은 그 회차를 불완전으로 표시한다.
- 한도·요금 오류(429, quota): 그 회차를 즉시 멈추고 기록. 다른 모델·키로 자동 전환하지 않는다.
- 비용 기록: `round-NN.calls.jsonl`에 호출마다 도구·모델·소요 시간·종료 코드·재시도 여부·토큰(도구가 보고할 때). 구독 정액 사용분은 "정액"으로 적고 금액을 지어내지 않는다.
- 모델이 바뀌면(배우·채점자 어느 쪽이든) **시즌 번호를 올리고** 그래프를 끊는다.

---

## 11. 사무실 화면 연결

현재 상태(읽어서 확인한 것):
- `apps/agent-tower/tools/live/collect.py`는 cwd가 `apps/studio` 아래인 **클로드·코덱스** 세션 기록만 읽고, 행위자를 `claude`/`codex`로 기록한다. 제미나이(agy)는 읽지 않는다.
- 화면(`web2d/sim.js`)에서 송아름은 출연자(`cast:송아름`, `recorded: false`)로, 실제 기록이 아닌 **"연출"** 배치로만 움직인다. 공간에는 "대본 리딩 라운지", "촬영 스테이지", "검수 보드"가 있다.

판단: **수집기 자동 수집만으로는 부족하다.**
- 실행기가 부른 `claude -p`·`codex exec`는 `claude`·`codex` 행위자로 잡힐 뿐, 송아름이 무엇을 하는지는 나오지 않는다.
- 제미나이 채점은 아예 잡히지 않는다.
- 회차당 42개 세션이 생겨 일자별 내역이 실험 호출로 채워질 수 있다(확인 필요).

제안(형식만, 에이전트 타워는 건드리지 않음): 실행기가 `actor-lab/data/events.jsonl`에 메타데이터만 한 줄씩 쓴다.

```json
{"t": 1794500000000, "actor": "cast:송아름", "kind": "practice", "place": "reading", "round": 3, "scene": "P-ANG-04", "source": "actor-lab"}
{"t": 1794500100000, "actor": "cast:송아름", "kind": "test",     "place": "stage",   "round": 3, "scene": "T4", "source": "actor-lab"}
{"t": 1794500200000, "actor": "claude",      "kind": "review",   "place": "review",  "round": 3, "scene": "T4", "source": "actor-lab"}
{"t": 1794500210000, "actor": "gemini",      "kind": "review",   "place": "review",  "round": 3, "scene": "T4", "source": "actor-lab"}
```

- `place`: 연습 = `reading`(대본 리딩 라운지), 시험 = `stage`(촬영 스테이지), 채점 = `review`(검수 보드). 송아름은 채점 동안 검수 보드 옆에 서는 것으로 표시하자는 요청이 있으므로 채점 시작 시 `{"actor":"cast:송아름","kind":"review","place":"review"}` 한 줄도 쓴다.
- 대사·연기안 본문·점수는 넣지 않는다(수집기 원칙과 같게 메타데이터만).
- 이 파일을 타워가 읽어 송아름을 "기록"으로 바꾸는 일은 **에이전트 타워 쪽 별도 작업**이다(이번 범위 아님). 실험 호출 세션을 일자별 내역에서 어떻게 보일지(숨김/묶음/그대로)도 그때 정한다(§13 질문 6).

---

## 12. 위험과 한계

| 위험 | 내용 | 대응 |
|---|---|---|
| 채점자 편향 | LLM 채점자는 길고 그럴듯한 글, 자기 계열 문체에 점수를 더 준다 | 배우(코덱스)와 채점자 분리, 길이 상한, 블라인드, 앵커 고정 |
| 같은 계열 채점의 한계 | 두 채점자 모두 LLM이며 **글을 읽고** 채점한다. 실제 화면 연기·목소리를 보지 않는다 | 공개 문구에 명시. 이미지 비교는 보조. 화면·음성 검증은 영상 단계(별도 승인)에서만 가능 |
| 표본 수 | 시험 6장면, 회차당 1회. 회차 간 점수 차 0.2~0.3은 잡음일 수 있다 | 그래프에 채점자 불일치율 표시. 1→10회차 차이가 회차 간 흔들림보다 클 때만 "성장"이라고 쓴다. 대조군(§8.2) 권장 |
| 점수 인플레이션 | 채점자 모델 업데이트, 프롬프트 손질로 점수만 오를 수 있다 | 채점표·시험 세트·채점 프롬프트 해시 고정. 바뀌면 시즌 분리. 모델명 회차마다 기록 |
| 시험 누수 | 노트·연습 풀에 시험 내용이 섞이면 성장이 부풀려진다 | §3.2·§7.3 문자열 검사, 시험 결과는 학습에 미사용 |
| 학습 효과 미미 | 요인 분해 밴딧은 상호작용을 못 배우고, 10회차로는 수렴이 어렵다 | 수렴 못 한 항목은 "탐색 중"으로 그대로 보여 준다. 점수가 안 오르면 안 오른 대로 공개 |
| 배우 모델의 무작위성 | 같은 입력에도 연기안이 매번 다르다 | 기준선과 대조군으로 흔들림 범위를 본다 |
| 콘텐츠 과장 | "AI가 스스로 연기를 배웠다" 같은 표현 | 금지. 공개 문구 고정, 기록 없는 성장 서술 금지, 숫자는 `growth.json`에서만 인용 |
| 비용 | 회차당 42회, 하루 84회 | 하루 2회차 상한, 한도 오류 시 즉시 정지 |

---

## 13. 단계별 계획과 승인 지점

| 단계 | 내용 | 산출물 | 비용 | 승인 |
|---|---|---|---|---|
| 1 설계 | 이 문서 | 설계서 | 0 | **지금 션 승인 대기** |
| 2 준비 + 1회차(기준선) | config 파일 작성, 연습 풀 30개 작성(클로드 1회) → **션 확인 후 고정**, 제미나이 경로 확인, 실행기 작성, 1회차 실행 | config/, round-01.json, growth.json | 연습 풀 1회 + 42회 | 풀 고정 전 1번, 1회차 결과 보고 후 1번 |
| 3 학습 루프 | 2~10회차(하루 최대 2회차) | rounds/, notes.md, bandit.json | 회차당 42회(대조군 회차 60회) | 5회차 중간 보고 후 계속 여부 |
| 4 화면 연결 | events.jsonl 쓰기, 타워 쪽 읽기는 별도 작업으로 요청 | events.jsonl | 0 | 타워 작업 착수 전 |
| 5 이미지 비교 | 1·5·10회차 시험 6장면 이미지 18장(1회차분은 기준선 직후 만들어도 됨) | results/images/ | 도구별 비용(미확인) | 도구 결정 + 첫 1장 확인 후 나머지 |
| 6 영상 | 하지 않음 | — | — | **따로 승인** |

### 션이 정해야 할 남은 질문

1. **제미나이를 못 쓸 때**: 클로드 단독 채점으로 진행할지, 교차 채점자를 다른 모델로 바꿀지, 확인될 때까지 시작을 미룰지.
2. **비교 이미지 도구**: GPT 이미지 / Flow 이미지 모델 / 션 직접 생성(무기여 README의 미결 사항과 같은 결정).
3. **대조군 회차**(5·10회차에 기준선 조건 재실행, +18회씩): 넣을지. 넣지 않으면 "학습 덕분"이라고 말할 수 없다.
4. **시험 장면 6개 확정**: 특히 T1(분노 억제를 무대사 A03으로 대신함)과 T4(C15+C17을 한 장면으로 묶음)가 괜찮은지.
5. **연습 풀 변형 상황**을 클로드가 초안을 쓰고 션이 고칠지, 션이 직접 쓸지.
6. **사무실 화면**: 실험 호출(회차당 약 42세션)을 일자별 내역에 그대로 보일지, 묶어서 보일지, 숨길지. 송아름 이벤트 파일을 타워가 읽게 하는 작업을 언제 할지.
7. **회차 수**: 10회차로 끝낼지, 수렴이 덜 되면 늘릴지(시즌 1 = 10회차 제안).
8. **채점 블라인드 범위**: 채점자에게 무대사 장면 여부·원본 컷 번호까지 숨길지(현재 안은 장면 카드에 있으므로 보임).
