Thesis Kill-Chain Falsifier Ledger

공개 호출 방식

AI 도구 실행 순서는 EngineCall 우선이다. 아래 Python 블록은 확보한 L1/L1.5 근거를 buildThesisKillChainMemo로 묶는 RunPython fallback 절차다.

from dartlab.synth.thesisKillChain import buildThesisKillChainMemo

target = "005930"
thesis = "매출 성장과 현금 전환이 유지되어 valuation discount가 해소된다"
filings = [{"rcept_dt": "20260510", "report_nm": "전환사채 발행 결정"}]

memo = buildThesisKillChainMemo(target=target, thesis=thesis, filings=filings)

emit_result(
    table=memo["tables"]["falsifierLedger"],
    values=memo["headline"],
    date=memo["asOf"],
    sources=memo["sources"],
)

호출 동작

1. 결론 도출

claim 별 open/notTriggered + counterEvidenceNeeded 단정. 예: “falsifierLedger 5 row — C1=opmCompressionKillsMargin supportingEvidence=watch counterEvidenceNeeded=‘SKHynix peer OPM ↑ → 회사 고유 약화’ status=open / C2=cbDilutionKillsValue supportingEvidence=risk counterEvidenceNeeded=‘전환비율 < 30%’ status=open / C3-C5 notTriggered → 2 open + 3 notTriggered (open 2 → thesis 붕괴 단정 보류, counter 미해소).”

2. 핵심 근거 수집

propagationPath path × claim 추출
tripwireMonitor watch/risk 상태
Company.show + disclosure + gather 보조
buildThesisKillChainMemo() → falsifierLedger table

3. 메커니즘 분석

각 path → kill claim 도출 (예: "trigger A → assumption X 깨짐")
   claim × supportingEvidence (watch/risk/missing) + counterEvidenceNeeded
   ↓
counterEvidenceNeeded 정의 (검증 가능한 구체):
   "peer 도 동일 OPM 압축 (industry-wide vs 회사 고유)"
   "전환비율 < 30%, dilution 제한"
   "consensus rebound 신호 (월간 추적)"
   ↓
status 판정:
   open         → 트리거 발동 + counter 미해소 → thesis 붕괴 단정 보류
   notTriggered → trigger 발동 X (해당 path 비활성)
   resolved     → counter 충족 → kill claim 무효 (thesis 견조 확인)
   ↓
open ≥ 1 → 확정 결론 보류:
   "thesis 일부 위협 + 반증 미해소" 표기 (확정 X)

falsifierLedger = pre-mortem 의 균형추. thesis 를 일부러 깨보되 깨졌다는 주장도 반증 대상. open ≥ 1 → 확정 표현 forbidden.

4. 반례·한계

counterEvidenceNeeded 비어 있음 → 실패.
open falsifier 숨기고 결론 → forbidden 위반.
watch/risk 를 곧장 결론으로 승격 → failureMode 발동.
counter 가 검증 불가능 (예: “다른 시각”) → 의미 없음 (verifiable 필수).

5. 후속 모니터링

open 다수 → recipes.meta.thesisKillChain.scenarioStoryboard 로 시나리오 한계 포함.
counter 가 fragility → recipes.meta.thesisKillChain.fragilityMap 재측정.
모든 resolved → recipes.meta.thesisKillChain.deepDive 로 thesis 견조 확정.

대표 반환 형태

column	의미
`claim`	반증 대상 주장
`supportingEvidence`	watch/risk/missing
`counterEvidenceNeeded`	필요한 반증
`status`	open/notTriggered

연계 절차

recipes.meta.thesisKillChain.scenarioStoryboard - open falsifier를 시나리오 한계로 포함.
recipes.meta.thesisKillChain.deepDive - 최종 답변에 open falsifier 노출.

기본 검증

counterEvidenceNeeded가 비어 있으면 실패다.
open falsifier가 있으면 확정 표현을 쓰지 않는다.

환경	상태	비고 / 제한
Local Python	supported	—
Server	supported	—
MCP	supported	—
Web AI	supported	—
Pyodide	limited	—

Thesis Kill-Chain Falsifier Ledger