경제분석 6막 진입 절차

공개 호출 방식

import dartlab

market = "KR"
axes = ["cycle", "rates", "liquidity", "crisis", "assets", "sentiment", "forecast"]
rows = []
values = {"market": market, "axisCount": len(axes)}
for act, axis in enumerate(axes, start=1):
    try:
        result = dartlab.macro(axis, market=market)
    except Exception as exc:
        result = {"error": str(exc)}
    rows.append({"act": act, "axis": axis, "resultType": type(result).__name__, "hasResult": bool(result)})
    values[f"{axis}Ready"] = bool(result)

emit_result(table=rows, values=values, date="latest", sources=["dartlab://macro/summary", "dartlab://macro/cycle", "dartlab://macro/rates"])

호출 동작 — 5 단 분석 구조

본 recipe 의 답변은 시스템 프롬프트의 분석 5 단 (결론 / 근거 / 메커니즘 / 반례·한계 / 후속 모니터링) 과 매핑된다. 6 막은 근거·메커니즘 단의 내부 구조 — 답안은 여전히 5 단으로 정리하고, 6 막은 그 안에서 macro 12 축을 어떤 순서로 묶을지 가이드한다.

1. 결론 도출

market 의 현재 매크로 국면 + 정책 방향 + 시장 반응 을 한 문장 정량 결론으로.

좋은 결론 예시:

• “KR 매크로는 후반 확장 (cycle phase=expansion / score 60), 정책금리 +25bp 인상 후 보유 (rates outlook=tight), 가계신용 138%·기업부채 KOSDAQ 평균 부채비율 95% (crisis flag=elevated), 자산가격 KOSPI PER 11.2 ×·KRX 채권 변동성 +18% (assets repricing=moderate), 향후 분기 forecast PMI 47 → 49 회복 (forecast=bottoming).”
• “US 매크로는 침체 직전 (cycle phase=late expansion / score -10), Fed 동결 + dot plot 2 회 인하 시사 (rates outlook=pivoting), ISM 47 / 신용스프레드 BBB 165bp (crisis flag=watch), assets S&P PER 22 ×·VIX 18 (assets=stretched), forecast cycle bottom T+2Q.”

금지 — summary.overall/summary.score 단독 결론. 반드시 각 막의 근거 지표 2 개 이상 결합.

2. 핵심 근거 수집

requiredEvidence: skillRef + tableRef + dateRef + valueRef + executionRef 5 종 모두 답변에 명시.

• skillRef: engines.macro (1 막 진입) + 7 축 (cycle, rates, liquidity, crisis, assets, sentiment, forecast) 각각 dartlab.macro("{@html String.fromCharCode(123)}axis{@html String.fromCharCode(125)}") 호출. 답변에 “skill: engines.macro 의 phase” 식 인용.
• sourceRef: 각 axis 의 reference 원자료 (예: 한국은행 ECOS / 국가통계청 / Fed FRED). axis result 의 sourceUrl·provider 명시.
• tableRef: 6 막별 (act / axis / 핵심값 / 방향) 4 컬럼 표 한 개. 답변 본체 시각화.
• dateRef: 각 axis 의 asOf (최신 관측일) — quarterly 기준 정합 권장.
• valueRef: overall · score + 각 axis 의 핵심 수치 (cycle.score / rates.policyRate / crisis.flag 등).
• executionRef: RunPython 실행 결과 id — 답변에 “ref:N” 으로 직접 인용.

도구: EngineCall (개별 axis 단발 호출) 또는 RunPython (8 축 batch + 정렬).

3. 메커니즘 분석 — 6 막 인과 순서

답변의 메커니즘 단은 다음 6 막 순서로 작성. 각 막은 이전 막의 결과가 다음 막의 입력 인 인과 관계.

막	macro 축	답변 단락 내용
1. 현재 위치	cycle	phase (확장/둔화/침체) + score + 최근 추세
2. 정책 환경	rates (+ summary)	정책금리 outlook + 시장금리 곡선 + 정책 lag
3. 금융 시스템	liquidity + crisis	M2·신용 스프레드·외환보유고 + 위기 flag
4. 자산 가격	assets (+ sentiment)	주식·채권·외환 valuation + 심리 지표
5. 선행 시그널	forecast	향후 1~4 분기 cycle trajectory
6. 시나리오	scenario (선택)	tail risk 후보 — 답변 결론에는 단정 X, 조건부 만

mermaid graph LR 권장:

cycle --> rates --> liquidity --> crisis --> assets --> forecast

각 막 단락은 최소 1 개 정량 인용 + 기준일 (asOf) 필수.

4. 반례·한계

• Falsifier: summary 가 cycle/rates/liquidity/crisis 중 2 축 이상을 포함 못 하면 6 막 진입에 부적합 — 단일 axis 답변으로 fallback 하고 한계 명시.
• 시장 혼합 금지: KR 분석 중 US 지표 (예: Fed funds rate) 단독 인용 금지. KR↔US 비교가 필요하면 별도 컬럼 으로 표기.
• summary score 한계: overall/score 가 0~100 단일 수치라 위기 신호 조기 감지에 lag. crisis flag 와 병기.
• forecast 단정 금지: forecast 는 현 추세 연장 이지 예측 아님. “다음 분기 X 가 일어난다” 단정 표현 X.
• scenario 오해: scenario 결과는 조건부 경로. “지금 KR 이 2008 위기다” 식 단정 금지.
• failureModes — KR/US 섞임 / 6 막 순서 무시 / scenario 를 현재 상태로 오해 — 답변 작성 시 self-check.

5. 후속 모니터링

답변 끝에 6 막별 다음 review 시점 표 추가:

막	축	다음 review	임계값 (전환 시그널)
1	cycle	분기	phase 전환 (확장→둔화)
2	rates	월간 (FOMC/금통위)	정책금리 ±25bp
3	liquidity·crisis	주간	신용 스프레드 +100bp
4	assets	일간	PER 15× / VIX 25
5	forecast	분기	PMI 50 하향/상향 돌파

연계 절차:

• 현재 위치가 불명확하면 → recipes.macro.historicalPositioning (과거 위기 대비 위치)
• 신용 취약성이 핵심이면 → recipes.fundamental.credit.cycleStressMap
• 꼬리위험 질문이면 → recipes.macro.tailRiskScenarioScan
• 회사 단위로 내려가면 → recipes.macro.companyMacroPathProjection 또는 recipes.macro.toCompany

재호출 트리거: “한국 경제 지금 어디 있나”, “미국 매크로 전체 6 막”, “경기·금리·위기 신호 한 번에”.

대표 반환 형태

• tableRef — 6 막 × (axis / 핵심값 / 방향 / asOf) 표. 답변 본문 인라인.
• valueRef — {@html String.fromCharCode(123)}market, overall, score, cyclePhase, ratesOutlook, crisisFlag, ...{@html String.fromCharCode(125)}.
• dateRef — 각 axis asOf + summary latestAsOf (최신 관측 기준).
• executionRef — RunPython 실행 id (답변 인용 키).

연계 절차

1. 현재 위치가 불명확하면 recipes.macro.historicalPositioning 으로 과거 위기 대비 위치를 비교한다.
2. 신용 취약성이 핵심이면 recipes.fundamental.credit.cycleStressMap 으로 이동한다.
3. 꼬리위험 질문이면 recipes.macro.tailRiskScenarioScan 으로 이동한다.
4. 회사 단위로 내려가면 recipes.macro.companyMacroPathProjection 또는 recipes.macro.toCompany.

기본 검증

• summary 와 개별 axis 의 방향이 충돌하면 충돌을 숨기지 않고 병기한다.
• KR 분석은 market="KR", US 분석은 market="US" 를 명시한다.
• 기준일 (asOf) 이 없는 값은 판단 근거가 아니라 보조 힌트 로만 쓴다.
• 6 막을 항상 강제하지 않는다 — 사용자가 단일 축을 원하면 그 axis 만 호출.

AI 직접 사용 방식

1. ReadSkill 에서 사용자 질문과 whenToUse를 맞춰 이 recipe를 고른다.
2. GetSkillBody 로 본문 전체를 읽고 linkedSkills 순서대로 먼저 필요한 엔진 skill을 확인한다.
3. ## 공개 호출 방식의 첫 Python 블록을 target만 바꿔 ValidateRecipe(..., capture=False)로 smoke 실행한다.
4. 실행 결과의 skillRef, tableRef, valueRef, dateRef, executionRef 중 누락된 근거가 있으면 답변을 작성하지 말고 호출 또는 근거 요구를 보강한다.
5. 답변은 결론, 핵심 근거, 메커니즘, 반례·한계, 후속 모니터링 순서로 작성하고 falsifier.description이 있으면 반례 단락에서 반드시 확인한다.