2 · NERV-RASM 모형¶
한 줄 요약
NERV-RASM(NERV Research-Augmentation Systems Model, NERV 연구증폭 체계모형)은 46개 실행 단위의 분류표가 아니라, 사람·역할조직·LLM·코드·연구 인공물·정책을 하나의 사회기술적 작업체계로 보고 PI의 목적과 책임 아래 역할·조정·실행·보증·기억·거버넌스가 어떻게 연결되는지를 C0–C8과 피드백 루프로 나타낸 개념적·처방적 시스템 모형이다.
왜 '모형'인가¶
46개 에이전트 또는 실행 단위의 목록은 NERV의 구현 규모와 기능 구성을 보여주지만, 그 자체로는 시스템의 작동 논리를 설명하지 못한다. 어떤 요청이 누구에게 배정되고, 활동 사이의 의존성이 어떻게 조정되며, 산출물과 증거가 어떤 조건으로 이동하고, 어디서 반려·수정·승인되며, 승인된 지식이 이후 과업에 어떻게 사용되는지를 함께 보아야 시스템 수준의 작동을 설명할 수 있다.
NERV-RASM을 모형이라 부르는 이유는 예측방정식을 제시하기 때문이 아니라, 분석경계·구성요소·관계·상태·통제조건과 되먹임을 명시하기 때문이다. 각 과업에 대해 목적과 책임의 소유자, 역할과 실행수단의 배정, 핸드오프의 수락조건, 요구증거와 품질상태, 기억 갱신과 최종결정의 경로를 추적할 수 있게 한다.
따라서 NERV-RASM은 NERV를 여러 챗봇이나 도구의 집합이 아니라, 목적설정·분업·의존성 조정·이종 실행·위험비례 보증·기억과 책임결정이 결합된 하나의 연구지원 시스템으로 다룬다.
정식화의 전제¶
NERV-RASM은 NERV에 특화된 개념적·처방적 사회기술 시스템 모형이며, 구현 아키텍처를 설명하기 위한 개념층이다. 여기서 처방적이라는 말은 역할·이관·검증·기억·책임에 필요한 운영조건을 제시한다는 뜻이지, 이 구성이 최적이거나 연구성과 향상 효과가 이미 입증되었다는 뜻이 아니다. 이 장만으로 범용 참조 아키텍처나 예측이론을 주장하지 않는다.
사회기술적이라는 규정은 PI, 역할조직, 작업관행, LLM과 코드, 연구 인공물, 정책과 거버넌스를 하나의 분석단위로 본다는 뜻이다. 고전적 사회기술시스템의 공동최적화, 참여적 설계 또는 인간 작업품질이 NERV에서 이미 달성되었다는 주장은 포함하지 않는다.
분석 대상은 개별 LLM이나 에이전트가 아니라 PI–코디네이터–역할조직–실행도구–연구 인공물–검증·거버넌스의 결합체 전체다. 따라서 특정 모델의 성능만으로 NERV의 성능을 설명할 수 없으며, 반대로 시스템 수준의 산출을 개별 실행 단위의 능력으로 귀속해서도 안 된다.
NERV-RASM은 하나의 선행이론에서 연역된 모형이 아니다. 다중에이전트 조직모형, 조정이론, 분산·공동인지, CSCW, 조직기억, 품질보증과 AI 위험관리 계보가 각각 특정 설계결정의 범위와 한계를 제공한다. 이들 이론·방법론·표준과의 정합성은 구조를 설명할 뿐, NERV의 효과를 대신 입증하지 않는다.
연구 산출물은 단일 에이전트의 생성 결과가 아니라, PI가 설정한 목적 아래 역할별 실행 단위·명시된 의존성·계약화된 이관·이종 실행수단·위험비례 보증·누적 연구기억이 상호작용한 시스템 산출이다.
아홉 구성요소¶
NERV-RASM은 NERV의 작동 논리를 아홉 구성요소(C0–C8)로 구분한다. 이 구분은 물리적으로 완전히 독립된 모듈을 뜻하지 않는다. 각 구성요소는 고유한 기능을 갖지만, 다른 구성요소의 입력·판정·기억·정책에 의존한다.
| 코드 | 구성요소와 기능 | 입력 → 출력 | 주요 의존 |
|---|---|---|---|
| C0 | PI 연구목적·책임 중심 — 연구문제, 범위, 우선순위, 윤리·예산 제약과 최종 판단권을 설정한다. | 연구 의도·제약 → 위임명세·운영모드·승인 또는 중단 | PI 전문성·법적/학술적 책임 |
| C1 | 맥락 접수·위험 프레이밍 — 요청과 프로젝트 맥락을 해석하고 explore/produce/publish 모드, 위험등급과 요구증거를 정한다. | 요청·지식상태 → 과업봉투·위험등급·요구증거 | 프로젝트 상태·지식저장소·정책 |
| C2 | 역할소유·디스패치 조직 — 7개 캐릭터 역할군과 46개 등록 실행 단위 중 과업 소유자와 세부 실행자를 배정한다. | 과업봉투 → 역할·실행자 배정 | 역할 레지스트리·가용성·NON-GOALS |
| C3 | 계약형 조정망(핸드오프) — 역할 간 산출물, 증거와 상태를 정해진 스키마로 전달하고 필수 정보가 누락된 이관을 거부한다. | 중간 산출물 → 수락된 이관 또는 rejection | 8+2종 스키마·필수필드·버전 정합성 |
| C4 | 이종 실행·종합 엔진 — 코드는 변환·조회·추출·랭킹을, LLM은 해석·종합·표현을 맡도록 실행수단을 구분해 운용한다. | 수락된 하위과업·자료 → 산출물·근거·로그 | 코드·데이터·Claude/GPT/Gemini·단계별 배정 |
| C5 | 위험비례 보증 게이트 — MAGI Gate, 다중모델 검토, 계량 임계값과 운영모드 정책을 결합해 품질상태를 판정하도록 규정한다. | 산출물·근거·위험 → pass/flag/block/rework | L0–L3·Chairman·품질메트릭·임계값 |
| C6 | 누적 연구기억 — 원천–분석–위키 계층에 승인된 지식을 저장·연결하고 이후 과업에 검색맥락으로 제공한다. | 검증 산출물·출처 → 갱신된 지식상태·검색맥락 | 출처추적·태깅/링킹·수동 /compound 경로 |
| C7 | 거버넌스·자율유지 제어면 — Patrol, 예약작업, 불변식, pre-commit과 A/B 측정으로 시스템 상태를 관찰하고 유지한다. | 로그·설정·코드·위키 → 경보·유지작업·승격 또는 보류 | 44개 예약잡·worktree 격리·측정 하네스·NON-GOALS |
| C8 | 연구산출·책임결정 — 초안, 분석, 검토, 계획과 예산을 품질상태 및 근거와 함께 PI의 판단 대상으로 제공한다. | 게이트 통과 산출물 → 채택·수정·출판·후속과업 | 품질상태·출처/로그·PI 승인 |
구현 상태 — 처방적 규정과 현행 집행의 구분
아래 표·도식·불변식은 처방적 규정이며, 모든 구성요소가 현재 런타임에서 전수 자동 집행됨을 뜻하지 않는다. 현행 상태는 구성요소마다 다르다.
- 운영 중: C1·C2·C4(디스패치·이종 실행), C7의 순찰·예약작업.
- 부분 구현: C3(핸드오프 스키마는 정의되어 있으나 자동 핸드오프 트래픽·자동 반려는 제한적).
- 부분 구현: C5의 MAGI Gate — v1(전 핸드오프 × 3대 LLM 자동 개입)은 실행기가 구현된 적 없이 종결됐고, v2 실측 등록부의 결정론 차단 게이트 3종이 가동 중이다(10개 핸드오프 중 3개). v2는 LLM을 호출하지 않으므로 v1의 이행으로 계상하지 않는다. 설정값은 로그 축적을 확인한 뒤 2026-07-26
enabled:true로 전환됐다 — 등록부가 실사용 중이라는 선언이며, v1 실행기 가동을 뜻하지 않는다. 실제 LLM 교차 검증은 운영 순찰magi-patrol과 PI가 명시 호출하는agent-council로 수행된다. - 동결(수동 경로): C6의 자동 지식축적 체인. 현재는 PI의 수동
/compound가 중심이다.
관계와 흐름¶
개별 과업의 기본 경로는 C0 → C1 → C2 ↔ C3 → C4 → C5 → C8이다. 이는 모든 연구가 같은 순서로 진행된다는 선형 단계모형이 아니라, 하나의 과업 인스턴스가 목적 설정에서 책임결정까지 이동할 때 거치는 대표 경로다.
/compound 경로
C2의 역할들은 과업 성격에 따라 병렬로 작업할 수 있다. 다만 역할 사이에서 산출물이나 책임이 이동할 때는 C3가 개입하여 요구사항, 증거, 상태와 미해결 쟁점을 확인한다. 따라서 C3는 별도의 마지막 단계가 아니라 역할 간 이동이 일어날 때 반복 호출되는 조정망이다.
C6은 C1·C2·C4·C5에 선행 맥락과 비교 기준을 공급하는 횡단 기억층이다. C7은 접수, 실행, 검증과 지식축적 전 영역을 관찰하고 제약하는 횡단 거버넌스층이다.
C0 역시 경로의 시작점에만 위치하지 않는다. PI는 C1에서 목적과 범위를 조정하고, C5에서 중대한 위험과 예외를 판정하며, C8에서 산출물의 채택·수정·출판 여부를 결정한다.
여섯 피드백 루프¶
- F1 형성적 수정 —
C5 실패 → C3 rejection/수정명세 → C2/C4 재작업. 검증 실패는 단순 폐기가 아니라 책임 주체와 수정 조건이 명시된 재작업으로 전환된다. - F2 지식축적(복리) —
C8 승인 → PI 수동 /compound → C6 축적 → 다음 과업의 C1·C4 출발맥락 개선. 승인된 지식이 검색 가능한 형태로 보존될 때 이후 과업은 기존 근거와 분석을 출발점으로 사용할 수 있다. 현재 이 경로는 자동 체인이 아니라 PI가 수동으로 개시하며, 실제 복리효과는 설계된 가능성이다(미실증). - F3 위험상향 —
역방향 이관·반복 반려·출판 접근 → 위험 재평가 → L0에서 L3 방향으로 검증등급 상향. 오류 가능성이나 영향 범위가 커질수록 요구증거, 검토자와 차단 강도를 높인다. - F4 운영 자기교정 —
C7 Patrol → 드리프트·불변식 위반 발견 → 경보·수정 제안 → PI/유지관리자 승인·수정 → 재검증. 이 루프는 연구 산출물이 아니라 시스템 자체의 상태를 교정한다. Patrol은 경보와 수정 제안을 생성할 뿐 코드·설정을 자율적으로 변경하지 않는다. - F5 LLM→코드 환원 —
반복 가능한 LLM 단계 발견 → 결정론 코드 후보 → 기준선 A/B 측정 → 통과 시 C4 역할 재배정. 동일 조건에서 반복되어야 하는 작업은 측정을 거쳐 코드로 이동시킬 수 있다. - F6 PI 학습 —
산출물·로그에 대한 PI 판단 → 다음 과업의 목표·임계값·NON-GOALS 조정. PI의 판단은 최종 승인에서 끝나지 않고 이후 시스템 운영조건에 반영된다.
현재 운영 상태
F2는 설계된 축적 경로를 뜻한다. 현재 자동 지식축적 체인은 동결되어 있고 수동 /compound 경로가 중심이므로, 실제 복리효과가 확인되었다고 해석해서는 안 된다.
PI의 위치¶
PI는 NERV의 47번째 에이전트가 아니다. PI는 목적설정자, 위험소유자, 예외판정자이자 최종책임자다. 탐색과 일상적인 생산 작업은 역할조직에 위임할 수 있지만, 연구문제의 타당성, 윤리적 판단, 핵심 해석과 출판 여부까지 위임되는 것은 아니다.
NERV에서는 정보처리와 중간 산출물 생산이 역할, 모델, 코드와 외부 기억에 분산된다. 그러나 무엇을 연구할지, 어느 위험을 감수할지, 어떤 결과를 채택할지에 대한 목적과 책임은 PI에게 집중된다. 이 비대칭은 인간을 형식적인 승인자로 남겨두기 위한 것이 아니라, 분산된 처리와 분산될 수 없는 학술적 책임을 구분하기 위한 설계다.
두 개의 렌즈¶
아래 두 렌즈는 NERV-RASM과 경쟁하는 별도 모형이 아니라, 같은 시스템의 서로 다른 관심사를 확대하는 분석 관점이다. 다만 두 렌즈의 학술적 지위는 동일하지 않다. MAGI 렌즈는 C5·C7을 중심으로 한 NERV 내부의 보증 아키텍처 관점이고, 분산인지 렌즈는 사람·도구·표상 사이의 정보처리를 분석하는 이론 기반 관점이다. 어느 렌즈도 그 자체로 NERV의 품질향상 효과를 입증하지 않는다.
보증 렌즈 (MAGI 위험적응형)¶
보증 렌즈는 RASM의 C5 위험비례 보증 게이트와 C7 거버넌스 제어면을 확대한다. 이 관점에서 NERV의 신뢰성은 에이전트 수가 아니라, 과업 위험에 비례해 요구증거·검증자·판정강도를 높이고 실패를 생산망과 지식상태에 되먹이는 구조에서 나온다.
보증 회로는 위험/모드 해석 → 역할별 생산 → 증거부착 핸드오프 → 이종모델 검토 → Chairman 종합·정책 게이트 → 책임표시 산출물로 설명할 수 있다. 이 회로는 마지막 단계에서 한 번만 실행되는 것이 아니라 중요한 핸드오프와 산출물에 반복 적용된다.
정직한 경계도 분명하다. Chairman은 복수 판정을 종합하지만 새로운 단일실패점이 될 수 있으며, 여러 모델의 합의는 진실을 보증하지 않는다.
이 렌즈의 유효성은 모델 수나 합의율이 아니라, 기준자료에 대한 결함 탐지율·오통과율·오차단율, 위험등급별 보정, 재작업 비용과 PI 판단에 필요한 정보의 충분성으로 평가해야 한다. 합의와 Chairman 판정은 보증 신호이지 진실의 판정자가 아니다.
분산인지 렌즈 (역할조직형)¶
분산인지 렌즈는 RASM의 C2 역할조직, C3 계약형 조정망, C4 이종 실행 엔진과 C6 누적 연구기억을 확대한다. 연구과정의 표상은 PI 내부에만 머물지 않고 역할 에이전트, 코드, 핸드오프 스키마, 문헌과 위키를 거치며 시간에 따라 변환·전파된다.
이 관점에서 NERV의 연구능력은 특정 모델 하나의 내부 능력으로 환원되지 않는다. 역할별 부분표상, 결정론적 처리, 생성형 종합과 외부 기억이 결합된 전체 정보처리 구조를 분석 대상으로 삼는다.
여기서 "분산인지"는 시스템의 분석 경계다. LLM이 인간과 같은 의미의 이해·의도·책임을 가진다는 의인화 또는 존재론적 주장이 아니다.
분산인지라는 명칭이 분석적 의미를 가지려면 어떤 표상이 어느 매체와 역할을 거치며 변환·손실·보완되었는지를 실제 로그와 인공물에서 추적할 수 있어야 한다. 여러 LLM 호출이나 외부 저장소의 존재만으로 분산인지 또는 성능향상이 입증되는 것은 아니다. 공동인지시스템 관점은 PI와 기술 구성요소의 결합 수행을 분석하는 데 보완적으로 사용할 수 있지만, LLM에 인간과 같은 의도나 학술적 책임을 부여하지 않는다.
학술적 앵커¶
NERV-RASM은 단일 선행이론을 적용한 모형이 아니다. 아래 앵커는 C0–C8 전체를 일괄 정당화하지 않으며, 각 행에 명시된 설계문제에만 제한적으로 근거를 제공한다. 이론, 설계 방법론·메타모형, 규범 프레임워크, 공학 표준과 보조 실증은 증거의 지위가 서로 다르다.
지위(증거의 성격)는 다섯 값과 하나의 조건부 값으로 통제한다: 핵심 이론 · 설계 방법론·메타모형 · 규범 프레임워크 · 공학 표준 · 보조 실증, 그리고 표준보다 낮은 조건부 참조. 계보·분야는 그와 별개로 어느 학문 분야에서 왔는지만 나타낸다. 인용은 10 · 부록의 참고문헌에 서지와 함께 정리했다.
| 지위 | 계보·분야 | 앵커 | 직접 정당화 대상 | 허용되는 해석과 경계 | 대표 문헌 |
|---|---|---|---|---|---|
| 핵심 이론 | 사회기술시스템 | 사회기술시스템 이론 | C0–C8 전체의 분석경계 | 사람·역할·작업관행과 기술·인공물·정책을 상호의존하는 작업체계로 분석한다. 공동최적화가 달성되었다는 증거는 아니다. | Trist & Bamforth; Emery & Trist 계열 |
| 설계 방법론·메타모형 | 멀티에이전트 조직 | Gaia와 AGR 조직모형 | C2의 역할소유·그룹화, C3의 역할 간 상호작용 골격 | 역할·책임·상호작용을 실행주체의 내부 구현과 구분한다. 등록 실행 단위가 강한 의미의 자율적·인지적 에이전트임을 뜻하지 않는다. | Wooldridge, Jennings & Kinny; Zambonelli, Jennings & Wooldridge; Ferber, Gutknecht & Michel |
| 핵심 이론 | 조정·협업 | 조정이론 | C2·C3와 F1의 과업배분·의존성 관리 | 조정은 활동 간 의존성을 관리하는 과정으로 본다. 생산자–소비자, 선행조건, 공유자원 등 실제 의존성 유형을 명시해야 한다. | Malone & Crowston |
| 핵심 이론 | 조정·협업 (CSCW) | CSCW의 조정기제·공통정보공간 | C3의 핸드오프 인공물, C6의 공유맥락 | 스키마와 상태표시는 조정 인공물로 기능할 수 있다. 공통 데이터나 공통 용어가 곧 공통 의미를 보장하지는 않는다. | Schmidt & Bannon; Schmidt & Simone |
| 핵심 이론 | 인지과학 (분산인지) | 분산인지 | C3·C4·C6과 분산인지 렌즈 | 정보와 표상이 사람·도구·외부매체 사이에서 변환되고 시간에 걸쳐 전파되는 과정을 분석한다. LLM의 인간 유사 이해·의도·책임을 주장하지 않는다. | Hutchins; Zhang & Norman |
| 핵심 이론 | 인지시스템공학 | 공동인지시스템 | C0·C4·C8의 인간–기술 결합 수행과 통제배분 | PI와 기술 구성요소의 공동 수행을 시스템 수준에서 분석한다. 학술적 책임의 공동분산이나 특정 감독구조의 최적성을 뜻하지 않는다. | Hollnagel & Woods |
| 핵심 이론 | 조직·정보시스템 | 조직기억과 조직기억정보시스템 | C6과 F2의 획득·보존·검색·재사용 | C6은 외재화된 정보시스템 지원 기억 하위체계다. 저장과 검색의 존재만으로 학습이나 복리효과가 발생하지 않는다. | Walsh & Ungson; Stein & Zwass |
| 규범 프레임워크 | AI 거버넌스 | AI 위험관리와 인간 감독 | C0·C1·C5·C7·C8의 역할·위험·측정·중단·책임 | 위험수준에 따른 자원배분, 지속적 모니터링, 인간–AI 역할과 책임의 명시를 뒷받침한다. 특정 임계값의 타당성이나 효과 인증은 아니다. | NIST AI RMF 및 생성형 AI 프로파일 |
| 공학 표준 | 소프트웨어공학 | 소프트웨어 품질보증 | C5의 판정 절차와 C7의 생애주기 통제 | 사전 기준, 검토·감사, 기록과 시정조치의 절차적 근거를 제공한다. 연구주장의 사실성·타당성을 직접 보증하지 않는다. | IEEE 730 계열 |
| 조건부 참조 (표준보다 낮음) | 소프트웨어공학 (자율컴퓨팅) | 자율컴퓨팅의 피드백 제어 | C7과 F4의 관찰·분석·계획·실행 | 모니터·분석·계획·실행과 정책·지식 상태가 구분되고 폐루프 결과가 측정될 때 부분적으로 대응한다. 예약작업의 존재만으로 자율관리라 부르지 않는다. | Kephart & Chess; IBM MAPE-K 계열 |
| 보조 실증 | LLM 연구 | 다중 LLM 토론·상호검토 | C5 보증 렌즈의 비교가설 | 복수 모델 인스턴스의 상호검토가 일부 과업에서 도움이 될 가능성을 뒷받침한다. 이종모델 독립성, Chairman의 우월성 또는 합의의 진실성을 보증하지 않는다. | Du 등 |
Contract Net은 공고–제안·입찰–선정·낙찰에 의한 과업배분이 실제 구현될 때만 C2의 보조 앵커로 사용할 수 있다. 현재 C3의 스키마 기반 이관·수락·반려를 직접 설명하는 근거로는 사용하지 않는다. AGRE 역시 환경을 일급 구성요소로 명시적으로 모델링하기 전에는 편입하지 않는다.
교수설계 모형과 Stage-Gate는 필요하다면 역사적·비교적 유사성을 설명하는 부차적 주석으로 남길 수 있으나, NERV-RASM의 핵심 학술적 앵커로 사용하지 않는다. 어떤 앵커와의 구조적 정합성도 연구품질 향상, 비용절감 또는 자율성의 인과효과를 대신 입증하지 않는다.
학술적 기여와 그 경계¶
방어 가능한 기여
NERV의 기여는 새로운 에이전트 알고리즘의 제안이 아니라, PI 중심 연구환경에서 역할 소유·계약형 조정·위험비례 이종검증·결정론–생성형 분업·누적 연구기억을 결합한 시스템 수준의 연구증폭 설계 모형을 제시한 데 있다. 신규성 주장은 개별 기술의 발명이 아니라 통합된 시스템 설계 패턴에 한정된다.
과장하면 안 되는 지점
- 역할 기반 다중에이전트시스템, 다중모델 검토, human-in-the-loop, 지식그래프, 예약작업과 품질게이트는 각각 기존 개념이다. NERV-RASM의 신규성은 이들을 결합한 방식과 운영적 구체성에 한정된다.
- 모델 간 합의는 진실의 증명이 아니다. 공유 학습자료와 유사한 추론경향으로 공통 오류가 발생할 수 있으며, Chairman이 별도의 편향을 추가할 수도 있다.
- "지식 복리"는 현재 자동 체인이 동결되고 수동 경로가 중심인 상태에서 설계된 축적 가능성을 가리킨다. 실제 복리효과에는 종단자료를 이용한 검증이 필요하다.
- 46개 실행 단위는 구현 규모를 나타낼 뿐, 성능·자율성·지능 수준의 증거가 아니다.
- 캐릭터가 PI의 인지부하를 줄이고 라우팅을 개선한다는 주장은 비교실험이 이루어지기 전까지 가설이다.
- Patrol과 예약작업은 운영 자동화 장치다. 이들이 자율적인 연구판단 능력을 의미하지는 않는다.
- 특정 이론·방법론·표준과 NERV-RASM의 구조가 정합적이라는 사실은 NERV가 연구품질을 높인다는 효과를 자동으로 입증하지 않는다. 효과 주장은 비교조건, 기준자료와 종단 운영자료를 통해 별도로 검증해야 한다.
향후 실증은 라우팅 정확도, 핸드오프 rejection율, 처리시간·비용, 인용·사실 오류, 검토 결함 탐지율, PI 개입시간과 위키 재사용률을 측정하고, 단일모델·무계약·무위키 조건과 비교하는 절제연구를 포함해야 한다.
준형식 명세 (선택)
이 표기는 성능을 예측하는 수학모형이 아니라, 상태·전이·불변식을 추적하기 위한 준형식 명세다.
과업 시점 t의 시스템 상태를 다음과 같이 둔다.
s_t = ⟨p_t, e_t, r_t, h_t, x_t, q_t, k_t, g_t, o_t⟩
p_t— PI 목적·제약·결정권(C0)e_t— 과업맥락·운영모드·위험·요구증거(C1)r_t— 역할·실행자 배정(C2)h_t— 핸드오프 내용·수락상태·버전(C3)x_t— 산출물·근거·실행로그(C4)q_t ∈ {pass, flag, block, rework}— 보증상태(C5)k_t— 출처와 품질상태를 포함한 연구기억(C6)g_t— 정책·임계값·시스템 운영상태(C7)o_t— 산출물과 PI 책임결정(C8)
상태전이는 δ_{g_t}(s_t, event) → s_{t+1}로 표기한다. event에는 과업 프레이밍, 배정, 핸드오프 수락·반려, 실행, 보증판정, PI 결정과 기억 큐레이션이 포함된다. C3는 역할 간 이동마다 반복될 수 있고, 독립 하위과업의 전이는 부분적으로 병렬화될 수 있다. C7의 정책과 불변식은 모든 전이를 제약한다.
최소 불변식은 다음과 같다(처방적 규정이며 현행 런타임 전수 강제를 보장하지 않는다).
- I1 이관 완전성 — 필수필드·증거/출처·상태·버전·미해결 쟁점이 충족되지 않은 핸드오프는 수락되지 않는다.
- I2 출판 차단 —
mode = publish이고q_t ∈ {block, rework}이면 출판 전이가 허용되지 않는다. - I3 기억 승격 — 정식 연구기억의 갱신은 큐레이션, 출처추적, 품질상태와 PI의 채택결정이 기록된 경우에만 허용된다.
- I4 책임 추적성 — 예외승인, 임계값 변경과 정책 우회는 결정자·이유·시점·버전과 함께 기록된다.
이 불변식과 전이를 실제 로그·테스트로 조회할 수 없으면 준형식 명세는 설명적 도식 이상의 의미를 갖지 않는다.
다음 장으로¶
| 더 알아보기 | 내용 |
|---|---|
| 3 · 시스템 아키텍처 | RASM 구성요소가 실제 레이어·에이전트 지도로 어떻게 구현되는가 |
| 7 · 교차 시스템 | C5·C7과 보증 렌즈의 구현 — MAGI Gate · Patrol · 핸드오프 · 품질 게이트 |
| 8 · 모델 전략 | C4 이종 실행 엔진의 구현 — 모델 배정과 Codex 강제 위임 |