From 05f49a5fae2cbd3fef66c298cf657c00bbbf328c Mon Sep 17 00:00:00 2001
From: happybell80 <happybell80@naver.com>
Date: Tue, 3 Mar 2026 12:08:17 +0900
Subject: [PATCH] docs: add GooseCouncil evaluation decision logic research for
 robeing

---
 ...��결정_로직_로빙_적용_리서치.md | 70 +++++++++++++++++++
 journey/research/README.md                    |  3 +-
 2 files changed, 72 insertions(+), 1 deletion(-)
 create mode 100644 journey/research/260303_구카_평가결정_로직_로빙_적용_리서치.md

diff --git a/journey/research/260303_구카_평가결정_로직_로빙_적용_리서치.md b/journey/research/260303_구카_평가결정_로직_로빙_적용_리서치.md
new file mode 100644
index 0000000..4445f4d
--- /dev/null
+++ b/journey/research/260303_구카_평가결정_로직_로빙_적용_리서치.md
@@ -0,0 +1,70 @@
+# 260303 구카 평가·결정 로직 로빙 적용 리서치
+
+## 목적
+- TheGooseCouncil(구카)의 평가/결정 체계에서 로빙 운영에 즉시 인용 가능한 규칙을 추출한다.
+
+## 확인한 원문(근거)
+- `/home/admin/thegoosecouncil/DOCS/00_JOURNEY_OUT/07_ENGINEERING/Scoring_Formula_v1.md`
+- `/home/admin/thegoosecouncil/DOCS/00_JOURNEY_OUT/03_EVALUATION/Evaluation_Framework.md`
+- `/home/admin/thegoosecouncil/DOCS/00_JOURNEY_OUT/07_ENGINEERING/Policy_Externalization_and_Auto_Evolution.md`
+- `/home/admin/thegoosecouncil/DOCS/00_JOURNEY_OUT/06_OPERATIONS/Failure_Prevention_Principles.md`
+- `/home/admin/thegoosecouncil/tests/test_value_state_decision.py`
+
+## 구카에서 인용할 핵심
+1. 4축 고정 점수 + 컷오프 + 동점 규칙
+- 점수축: `feasibility`, `goal_fit`, `differentiation`, `risk_control`
+- 컷오프: `F < 50` 또는 `R < 40` 자동 탈락
+- 동점 우선순위: `F` > `R` > 근거 품질
+
+2. 2층 평가 루프(Judge-of-Judge)
+- 1층: 전략/산출물 점수
+- 2층: 평가자 메타점수(정확도/일관성/공정성/설명력)
+- 루프: `전략 평가 -> 메타평가 -> 다음 라운드 가중치 갱신`
+
+3. 평가자 신뢰도 동적 갱신
+- 평가자 계수 `Q`를 고정하지 않고 라운드 증거 기반으로 갱신
+- 운영식 예시: `PosteriorQ = (1-alpha)*PriorQ + alpha*EvidenceScore`
+
+4. 집계 안정화 규칙
+- 평가자별 보정 점수 집계에 평균(mean) 대신 `median` 사용
+- 이상치 평가자 영향 완화 목적
+
+5. 정책 외부화(코드 하드코딩 금지)
+- 가중치/컷오프/선발기준/라우팅을 정책 저장소(DB/버전)로 분리
+- 롤백 가능한 정책 버전 운영
+
+6. 운영 게이트 강제
+- 완료 보고 전 검증 로그 확보
+- 네트워크 검증 타임아웃 필수
+- 광범위 fallback 남용 금지
+
+## 로빙 적용 제안 (우선순위)
+### P0 (즉시)
+- 로빙의 핵심 의사결정에 `하드 컷오프` 도입
+  - 예: 인증/연결/데이터 무결성 기준 미달 시 자동 탈락(우회 금지)
+- 점수 동률/경합 상황에 동점 규칙 명시
+  - 운영 안정성 > 목적 적합성 > 근거 품질 순
+- 완료 전 게이트 고정
+  - 의존성 스캔 -> 포트 매트릭스 -> 핵심 API 실호출 -> 로그 교차검증
+
+### P1 (단기)
+- 평가자 신뢰도 개념 도입
+  - 사람/서비스/에이전트 판단 결과에 신뢰도 계수 적용
+- 집계 함수에 median 우선 적용
+  - 단일 이상치로 전체 의사결정이 흔들리지 않도록 방어
+
+### P2 (중기)
+- 정책 외부화
+  - 하드코딩된 임계치/가중치를 정책 버전으로 분리
+  - 변경 이력, 롤백, 변경 폭 제한 운영
+
+## 로빙에 바로 쓰는 결정 템플릿
+1. 입력 검증/하드 컷오프 적용
+2. 4축 점수 계산(가중치 버전 명시)
+3. 동점 규칙 적용
+4. 메타평가 반영 신뢰도 보정
+5. 최종 결정 + 근거 3줄 + 감사 로그 저장
+
+## 주의사항
+- 구카의 수치(가중치/컷오프)를 그대로 복제하지 말고, 로빙 운영 데이터로 재보정해야 한다.
+- 규칙은 코드가 아니라 정책 버전으로 관리해야 재발 방지와 롤백이 가능하다.
diff --git a/journey/research/README.md b/journey/research/README.md
index 4509d10..44dc2e1 100644
--- a/journey/research/README.md
+++ b/journey/research/README.md
@@ -53,6 +53,7 @@
 ### [오케스트레이션·에이전트 플랫폼(Orchestration Tools)](./orchestration_tools/README.md)
 - LangGraph vs n8n 비교
 - OpenClaw 아키텍처 및 로빙 적용 리서치
+- [구카 평가·결정 로직 로빙 적용 리서치 (260303)](./260303_구카_평가결정_로직_로빙_적용_리서치.md)
 
 ## 로빙을 위한 체크리스트
 
@@ -128,4 +129,4 @@
 - 윤리적 의사결정 프레임워크
 
 ## 다음 단계
-연구 결과를 실제 시스템에 적용하고, [700_for_robeing](../700_for_robeing/README.md)에서 다른 로빙과 지식을 공유하세요.
\ No newline at end of file
+연구 결과를 실제 시스템에 적용하고, [700_for_robeing](../700_for_robeing/README.md)에서 다른 로빙과 지식을 공유하세요.