Thesis Kill-Chain Deep Dive

공개 호출 방식

AI 도구 실행 순서는 EngineCall 우선이다. Company.show, Company.disclosure, Company.gather, scan.market, scan.audit, scan.quality는 엔진 호출로 근거를 먼저 확보한다. 아래 Python 블록은 확보한 L1/L1.5 근거를 buildThesisKillChainMemo로 묶는 RunPython fallback 절차다.

import dartlab
from dartlab.synth.thesisKillChain import buildThesisKillChainMemo

target = "005930"
thesis = "매출 성장과 현금 전환이 유지되어 valuation discount가 해소된다"
c = dartlab.Company(target)

def rows(value, limit=30):
    if hasattr(value, "head") and hasattr(value, "to_dicts"):
        return value.head(limit).to_dicts()
    if isinstance(value, list):
        return value[:limit]
    return []

def gather_rows(axis, limit=30):
    try:
        return rows(c.gather(axis), limit=limit)
    except Exception:
        try:
            return rows(dartlab.gather(axis, target=target), limit=limit)
        except Exception:
            return []

statements = {}
for topic in ("IS", "BS", "CF"):
    try:
        statements[topic] = c.show(topic, freq="Y")
    except TypeError:
        statements[topic] = c.show(topic)
    except Exception:
        pass

try:
    filings = rows(c.disclosure(), limit=50)
except Exception:
    filings = []

memo = buildThesisKillChainMemo(
    target=target,
    thesis=thesis,
    market=str(getattr(c, "market", "KR")),
    companyName=str(getattr(c, "corpName", target)),
    statements=statements,
    filings=filings,
    priceRows=gather_rows("price", limit=40),
    flowRows=gather_rows("flow", limit=40),
    consensusRows=gather_rows("consensus", limit=12),
)

emit_result(
    table=memo["tables"]["deepDive"],
    values={
        "target": target,
        "killRiskScore": memo["headline"]["killRiskScore"],
        "openTripwires": memo["headline"]["openTripwireCount"],
        "openFalsifiers": memo["headline"]["openFalsifierCount"],
        "premortemQualityScore": memo["headline"]["premortemQualityScore"],
        "qualityGateStatus": memo["headline"]["qualityGateStatus"],
        "decisionStatus": memo["headline"]["decisionStatus"],
    },
    date=memo["asOf"],
    sources=memo["sources"],
)

호출 동작

1. 결론 도출

finalDecision row 의 killRiskScore + qualityGateStatus + decisionStatus 3 축 단정. 예: “killRiskScore=0.6, qualityGate=acceptable, decisionStatus=usable — thesis 유효하지만 propagationPath 2 단계 + tripwire X 활성 필요.”

2. 핵심 근거 수집

• IS/BS/CF 시계열 (Company.show)
• 공시 row 50 건 (Company.disclosure)
• L1.5 ledger 11 단계 (thesisIntake → evidenceCoverageAudit → assumptionLedger → fragilityMap → triggerCatalog → propagationPath → tripwireMonitor → falsifierLedger → scenarioStoryboard → visualDecisionPack → premortemQualityGate)

3. 메커니즘 분석

thesis 입력 → buildThesisKillChainMemo
   ↓
thesisIntake → assumption 추출 → fragilityMap (가정 깨질 조건)
   ↓
triggerCatalog (외부 충격 후보) → propagationPath (충격 → 결론 전파)
   ↓
tripwireMonitor (조기 경보 임계) + falsifierLedger (open 반증)
   ↓
scenarioStoryboard (baseIntact / erosionCase / killChainCase 3 시나리오)
   ↓
visualDecisionPack + premortemQualityGate (10 gate 검증)
   ↓
finalDecision: killRiskScore + qualityGateStatus + decisionStatus

각 ledger 의 status (missing/ok/watch/risk) 가 누적돼 killRiskScore 산출. qualityGate weak 이면 decisionStatus=usable 진입 불가.

4. 반례·한계

• thesis 가 모호하면 (예: “좋아 보임”) fragilityMap 추출 실패 → assumption ledger 빈약.
• propagationPath 가 정량 ref 없이 순수 narrative 면 추적 불가능 — qualityGate 가 weak 판정.
• L2/L3 엔진 (c.analysis/c.credit/c.quant/c.macro 등) 호출 금지 — 호출 시 본 recipe 의 원자료 trace 정체성 위반.
• premortemQualityGate risk row 가 있으면 결론보다 차단 사유 우선 답안.

5. 후속 모니터링

• decisionStatus=operatorReview 시: 보강할 EngineCall 목록 + 막힌 gate 명시 후 다음 turn 에 보강 (recipes.meta.thesisKillChain.evidenceCoverageAudit).
• killRiskScore > 0.5: recipes.meta.thesisKillChain.tripwireMonitor 임계 활성 추적.
• open falsifier 1+ 건: recipes.meta.thesisKillChain.falsifierLedger 매 분기 재측정.

대표 반환 형태

deepDive : list[dict]

column	의미
order	실행 순서
step	세부 ledger 이름
status	missing/ok/watch/risk
rowCount	해당 ledger row 수
evidence	대표 근거
nextAction	다음 조치

연계 절차

1. recipes.meta.thesisKillChain.thesisIntake - thesis intake.
2. recipes.meta.thesisKillChain.evidenceCoverageAudit - evidence coverage.
3. recipes.meta.thesisKillChain.assumptionLedger - assumption ledger.
4. recipes.meta.thesisKillChain.fragilityMap - fragility map.
5. recipes.meta.thesisKillChain.triggerCatalog - trigger catalog.
6. recipes.meta.thesisKillChain.propagationPath - propagation path.
7. recipes.meta.thesisKillChain.tripwireMonitor - tripwire monitor.
8. recipes.meta.thesisKillChain.falsifierLedger - falsifier ledger.
9. recipes.meta.thesisKillChain.scenarioStoryboard - scenario storyboard.
10. recipes.meta.thesisKillChain.visualDecisionPack - visual gate.
11. recipes.meta.thesisKillChain.premortemQualityGate - final answer gate.

타협 없는 사용 기준

• premortemQualityGate의 risk row가 있으면 결론보다 차단 사유와 nextAction을 먼저 쓴다.
• qualityGateStatus == "weak"이면 decisionStatus == "usable"이 될 수 없다.
• operatorReview이면 확정 결론 대신 보강할 EngineCall 목록과 어떤 gate가 막혔는지 답한다.

기본 검증

• 공개 호출 블록은 AST parse가 되어야 한다.
• 공개 호출 블록은 L2/L3 호출 문자열을 포함하면 실패다.
• scenarioStoryboard에는 baseIntact, erosionCase, killChainCase가 모두 있어야 한다.
• premortemQualityGate는 10개 gate를 반환해야 한다.
• ready가 아닌 visualRef는 차트로 emit하지 않는다.