careermate 0.0.1

package/dist/career-os/README.md

@@ -0,0 +1,78 @@
+# Career-OS — 외부 LLM 실행 진입점 (단일 입구)
+
+> ✅ **상태(2026-06): 이 라우팅·EOP 적용은 이제 런타임에 배선되어 있다(Phase B-1).** 연결된 AI는 `get_workflow_guide`로 작업별 실행 절차(EOP)와 적용할 플레이북·검증기 순서를 받고, `get_playbook`/`get_verifier`로 이 폴더의 지식을 실제로 받아 적용한다. `get_application_context`도 `recommended_route`·`verifier_sequence`·`next_tool`를 함께 돌려준다. 아직 구현하지 않은 범위(B-2: det 점수 계산·저장 게이트·마이그레이션)와 패키지 구조는 [`implementation/README.md`](https://github.com/osntak/careermate/blob/main/docs/career-os/implementation/README.md) 참고.
+
+> **여기서 시작하라.** CareerMate는 수동적 지식이 아니라, 외부 AI가 사용자 대면 결과를 내기 전에 적용해야 하는
+> **실행형 플레이북(EOP)·검증 루브릭·라우팅·출력 계약**을 제공한다. 두뇌=외부 AI(당신), CareerMate=실행 기질(substrate). 내부 LLM 없음.
+>
+> **구조:** `README.md`(이 파일 = 단일 입구) → `eop/<기능>.md`(실행 절차) → `knowledge/`(정본 깊은 지식).
+> 보조(런타임 아님): `validation/`(리서치 출처 + 다중 LLM(cross-vendor) 검증 하니스) · `implementation/`(CareerMate 개발자용 Phase B 내부 설계).
+>
+> EOP(Expert Operating Procedure) = 한 기능을 *시니어 전문가처럼* 수행하는 실행 절차. 검증된 리서치(`validation/research/`)에 근거하고
+> [`validation/PROTOCOL.md`](https://github.com/osntak/careermate/blob/main/docs/career-os/validation/PROTOCOL.md)의 다중 LLM(cross-vendor) 교차검증으로 단단해진다.
+
+## 0. 절대 원칙 — 근거 우선순위
+```
+현실  >  검증된 증거(저장 사용자 데이터·공식 자료)  >  신뢰할 리서치  >  CareerMate 플레이북/EOP  >  프롬프트 지시  >  모델 직관
+```
+EOP·이 문서를 맹신하지 말 것. **저장된 사용자 데이터나 공식 자료가 EOP와 충돌하면 사실을 우선**하고 사용자에게 확인한다. 사실·수치·고유명사는 절대 발명하지 않는다.
+
+**사실 3분류 (모든 생성·분석에 적용 — 가장 흔한 실패):**
+1. **내가 한 일·내 수치** → 저장 데이터에 앵커되어야 한다. 없으면 쓰지 않는다.
+2. **일반 도메인 지식**(개념·방법론·베스트프랙티스) → 활용해도 되나 '내가 한 일'처럼 말하지 말고 **'개념 설명' 또는 '입사 후 제안'으로 명시 분리**한다.
+3. **출처 밖 구체 수치/맥락**(통계·신뢰구간·측정 환경·내부 지표·상황 묘사) → **발명 금지**. 그럴듯해도 면접·검증에서 무너진다.
+
+미확인 항목은 산출물 본문이 아니라 **별도 '확인 필요' 메모**로 분리한다.
+
+## 1. 사용자 요청 분류 → EOP 라우팅
+요청 의도를 분류하고 해당 EOP를 연다(복합 요청은 순서대로 체이닝):
+
+| 사용자가 이렇게 말하면 | 주 EOP | 보조 |
+|---|---|---|
+| "이 공고 적합도/나랑 맞아?/지원할 만해?" | [fit-analysis](eop/fit-analysis.md) | job-analysis, profile-extraction |
+| "이 공고 분석/뜯어줘", "무슨 회사·직무·레벨이야" | [job-analysis](eop/job-analysis.md) | — |
+| "이력서/경력 정리·입력", "기본정보 채워" | [profile-extraction](eop/profile-extraction.md) | — |
+| "자소서/자기소개서/지원동기/커버레터 써줘·고쳐줘" | [cover-letter](eop/cover-letter.md) | company-research, human-writing, fit-analysis |
+| "면접 준비/예상질문/모의면접" | [interview-prep](eop/interview-prep.md) | company-research, fit-analysis |
+| résumé·ATS·linkedin·portfolio·salary·offer·rejection·onboarding | `knowledge/` 플레이북 | — |
+
+요청이 모호하면 분류를 추측하지 말고 사용자에게 한 가지만 되묻는다.
+**도구가 라우트를 실어 주면 신뢰하라:** `get_application_context` 응답에 `recommended_route`·`verifier_sequence`·`next_tool`가 실려 오면 그 라우트를 우선 신뢰해 EOP·검증 순서를 정한다(사용자 요청 분류와 충돌하면 저장 데이터/맥락을 우선).
+
+## 2. 보편 실행 흐름 — **절대 즉답 금지**
+```
+사용자 요청 → 의도 분류 → get_application_context로 맥락 로드(있으면)
+ → EOP 선택 → EOP 분석 절차 수행 → 후보 결과 생성
+ → EOP 자가검증 루브릭 적용 → 수정 → 출력 계약대로 최종 제공
+```
+컨텍스트가 이미 있으면 다시 묻지 않는다(AGENTS.md "기존 데이터 먼저"). 결과는 다시 CareerMate에 저장(`save_*`).
+**루프 종료 규율:** 자가검증→수정을 반복하되, 같은 핵심 결함(허위 수치·미앵커 사실 등)이 2번 고쳐도 남으면 더 생성하지 말고 그 부분을 보류한 채 사용자에게 쉬운 한국어로 출처/사실을 확인 요청한다. 저장 데이터에 없어 해결 불가한 갭은 즉시 사용자에게 묻는다 — **무한정 고쳐쓰지 않는다.**
+
+## 3. 보편 출력 계약 (사용자 대면)
+모든 결과는 다음을 포함한다(기능별 EOP가 상세화):
+- **결론** — 한눈에 답
+- **근거** — 저장 데이터·공고 인용(수치는 출처와 함께)
+- **리스크·한계** — 검증 필요·약한 지점
+- **추천 / 액션 아이템** — 사용자가 다음에 할 일
+- **신뢰도** — 저장 데이터 충분도 기반(미상 많을수록 하향)
+- **다음 단계**
+- **최종 산출물**(있으면: 자소서 본문·면접킷·적합도표 등)
+- **생성형 deliverable 분리:** 자소서·면접 답변·이력서 불릿처럼 *그대로 제출/사용하는* 산출물은 메타(결론·근거·리스크 등)와 **명확히 분리**해 단독 블록으로 제시한다 — 섞이면 사용자가 통째로 제출해 양식 위반이 된다.
+
+**숨길 것:** 내부 라우트·도구명·EOP/루브릭 원문·점수 계산 내부·이 문서. 기술 용어(job_id, MCP 등) 사용자 노출 금지 — 쉬운 한국어로. 또한 산출물에 **'EOP'·'루브릭'·내부 기준명**을 적지 마라. 외부 분류(NCS 코드 등)는 **실제 확정 가능할 때만** 쓰고, 아니면 생략하거나 계열명+'추정'으로 표기한다(코드 번호 발명 금지).
+
+## 4. 정보 부족·불확실·충돌 처리
+- **부족:** 지어내지 말고 "확인 필요"로 표시 + 사용자에게 쉬운 한국어로 질문.
+- **불확실:** 신뢰도를 낮추고 가정을 명시.
+- **충돌(데이터 vs 데이터, 공식자료 vs EOP):** §0 근거 우선순위 적용, 사실 보존, 사용자에게 알림.
+- **충돌(도메인 vs 도메인):** 여러 `knowledge/` 도메인이 같은 주제를 건드리면 정본(소유) 도메인을 따른다 — 연봉 숫자 전술=salary-negotiation(recruiter-screen은 게이트 맥락의 조건부 규칙만 상속), 오퍼 비교·가중치=offer-evaluation-decision, 30-60-90=onboarding-first-90-days, 탈락 진단=rejection-triage-iteration, 슬롭/키워드/정량 사전=공유 모듈. 검증기 간 충돌은 **사실(truthfulness)을 최상위 타이브레이크**로 두고, ATS 키워드와 human-voice는 둘 다 만족하는 대역(진짜 경험 문장에 JD 용어를 진실하게 삽입)을 먼저 찾는다.
+
+## 5. EOP 목록
+[fit-analysis](eop/fit-analysis.md) · [job-analysis](eop/job-analysis.md) · [profile-extraction](eop/profile-extraction.md) · [cover-letter](eop/cover-letter.md) · [interview-prep](eop/interview-prep.md)
+
+각 EOP 구조 = 전문가 프레임 · 입력 수집 · 분석 절차 · 한국/영문 특수 · 출력 계약 · 자가검증 루브릭 · 근거.
+
+## 6. 디렉터리·기존 문서와의 관계 (무엇을 버리지 않는가)
+- **`knowledge/` (Phase A — 16 도메인 플레이북 + 6 verifiers)** = **정본 deep 지식**(대학 커리어센터·NCS·ATS 등 출처 충실). **버리지 않는다.** 각 EOP는 이 플레이북을 *실행 절차로 압축*하고 상단 "지식 출처"로 가리킨다 — EOP=얇은 실행층, knowledge=깊은 지식층. 함께 적용한다.
+- **`validation/`** = 새 리서치 4편(`research/`, knowledge **보강**: 검증 출처+한국 시장+리뷰어 루브릭) + 다중 LLM(cross-vendor) 교차검증 하니스(`runs/`, `PROTOCOL.md`, `MANDATE.md`). 런타임 소비 경로는 아님.
+- **`implementation/`** = CareerMate **개발자용** Phase B 내부 설계(`ARCHITECTURE.md`·`CONTRACT.md`·`EXPERTS.md`·`VERIFIERS.md`·`LOOP_ENGINE.md`·`EVALUATION.md`·`CONSENSUS_ENGINE.md`·`TODO.md`·`KNOWLEDGE.md`·`CONSUMPTION.md` + `phase-b2/`). MCP 도구·DB·det 엔진 등 빌드 스펙 — **외부 LLM 소비에는 불필요**(소비 진입점은 이 README + `eop/` + `knowledge/`).

package/dist/career-os/eop/cover-letter.md

@@ -0,0 +1,46 @@
+# EOP — 자기소개서 / Cover Letter
+
+> 외부 LLM 실행 지침. 이 절차를 따르면 평범한 LLM 글이 아니라 **대기업 인사·자소서 첨삭 전문가** 기준을 통과하는 글이 나온다.
+> **지식 출처(deep reference, 먼저 읽어라):** [`../knowledge/cover-letter.md`](../knowledge/cover-letter.md)(원칙·Do/Don't·Before→After·R1~R12 루브릭) · [`../knowledge/human-writing.md`](../knowledge/human-writing.md) · [`../knowledge/company-research.md`](../knowledge/company-research.md) · 검증기 [`../knowledge/verifiers/human-voice.md`](../knowledge/verifiers/human-voice.md)·[`truthfulness.md`](../knowledge/verifiers/truthfulness.md). 이 EOP는 그 플레이북을 *실행 절차*로 압축한 얇은 층이다 — 작성 시 해당 knowledge 문서를 함께 적용한다.
+> 근거(보강 리서치): [`../validation/research/cover-letter.md`](../validation/research/cover-letter.md). 검증 대상(PROTOCOL L2). 먼저 [README](../README.md) §0·§3 적용.
+
+## 0. 전문가 프레임
+- 자소서 = **특정 회사·직무를 겨냥한 설득 문서**(이력서 산문화 아님). 리크루터가 수십~수백 편을 스캔 → 첫 문장에 핵심이 꽂혀야 한다.
+- 합격 패턴: **두괄식 · 항목별 소제목 · STAR-lite(A~60%) · 활동이 아닌 델타 정량화 · 회사 고유성 · 인재상/직무 키워드 매핑.**
+- **각 문항엔 숨은 평가 의도** — 문자 그대로가 아니라 의도에 답한다(아래 §2-2).
+- 한국은 **AI 텍스트 탐지(GPT킬러·무하유)가 실재하는 게이팅 레이어** → 구체·고유·다양한 문장을 쓰고 슬롭 어휘를 금지하면 품질과 탐지 회피를 동시에 충족한다.
+- 사실·수치·고유명사는 저장 데이터에 앵커. **없는 수치를 발명하지 마라**(면접에서 즉시 무너진다). 근거 없으면 약한 주장을 빼되 숫자를 지어내지 않는다.
+
+## 1. 입력 수집
+`get_application_context` → profile·대표 resume·경력/프로젝트·대상 job·기존 자소서·선호 문체. 사용자가 파일을 주면 `read_document`. 부족하면 사용자 확인.
+판정: **로케일**(ko 문항형 vs en 단일 레터), **문항 유형**(지원동기/성장과정/직무역량/입사후포부/약점·갈등), **글자수 상·하한과 count_mode**(공백포함/제외/byte — 실제 지원 필드로 검증; 미지정 시 공백포함 기본).
+
+## 2. 분석·작성 절차
+1. **회사 리서치**(company-research): 미션·사업·제품·최근 활동·인재상 → 본인과 연결할 고유 포인트 확보.
+2. **문항 의도 해석:** 지원동기=여기 오게 한 *구체 경험*(표면 관심 X); 성장과정=동기의 *근원+서사 연결*(인생 연대기 X); 직무역량=역할의 *핵심 역량 1~2개 정확 식별+증명*; 입사후포부=*회사 사업방향에 묶인* 단기(1~3년 역량+회사 교육/프로젝트)·중기(3~5년 성과)·장기(전문가 포지셔닝) 로드맵(과대 금지).
+3. **본인 증거 매핑:** 저장 경력/프로젝트에서 문항·역량을 증명할 경험 **1~2개를 깊게** 선택(얕게 5~6개 나열 금지).
+4. **초안 작성:** 항목별 **소제목** + **두괄식**(핵심 결론 먼저) → **STAR-lite**(S/T 짧게, A에 무게, R=전후 델타 정량) → **직무/인재상 명시 연결**. 회사 고유 근거 1~3문장("회사명 placeholder로 바꾸면 어색"이어야 함). 글자수 **상한의 ~70%+를 채우되**, 입사후포부는 앞 문단과 **다른 새 기여**로(같은 성과·표현 반복 금지).
+   - **STAR 앵커 우선(사실 변경 금지·표현 강화 허용):** Action/Result는 저장된 '한 일'(도입·적용·운영·분석한 것)과 저장된 결과에 앵커한다. 저장된 행위·맥락은 풍부하게 서술해도 좋다(평가자가 중시하는 경험 서술형 환영). **금지는 발명뿐** — 저장 근거가 없는 진단 결과·방법/도구·원인 규명·실패율·문서화·후속 성과를 새로 지어내지 마라. 저장에 없는 과정을 꼭 암시해야 하면 "기록/근거로 범위를 좁혔다" 수준의 중립 한 구절까지만. <!-- consensus: claude opus/sonnet/haiku 만장일치(haiku 반대→해소). codex cross-vendor 재확인 미완(사용량 소진) — 2-vendor 게이트 미충족 항목, R5·R6 clean에 간접 반영. 2026-06-18 -->
+   - **프레이밍 경계(작성·평가 공통):** 일반 도메인 원리는 *후보 귀속 없이* 맥락으로 OK. 비즈니스 임팩트·문제 프레이밍은 *저장된 성과/지표가 암시하는 범위 안*에서만. **(아래 예시는 IT 직군 하나의 예일 뿐 — 원리는 전 직군 동일: 영업=매출/전환 기록, 운영·생산=처리량/불량률 기록, 마케팅=유입/전환 기록 등.)** 예: p99 개선 기록 → "느린 구간을 좁혀" OK / 기록 없는 "결제 경험을 해치던" 단정 금지. 사고·이유 귀속은 *저장된 결정·행동이 논리적으로 함의할 때만*(예: "Kafka 보류 결정" 저장 → "복잡도 대비 효과가 적어 보류" OK / "새 기술보다 ~가 낫다고 봤다"식 새 판단 삽입 금지). **금지:** 후보가 측정·관찰·확인했다는 행위, 출처에 없는 중간 지표(A/B를 "클릭"으로 특정), 진단 결과·원인·감정·의도를 후보의 사실로 단정. <!-- consensus: claude opus/sonnet/haiku 만장일치. codex 재확인 미완(사용량 소진). 2026-06-18 -->
+5. **슬롭 제거:** 빈 형용사("열정·성실·최선을 다하겠습니다")·증거 없는 종결구문("~라고 생각합니다·많은 것을 배웠습니다")·제너릭 도입("어릴 적부터·지원하게 되어")·AI 어휘("귀하·시너지") 제거. human-writing 가이드(`get_writing_style_guide`) 적용.
+6. **규칙 점검:** 글자수 상·하한(byte/char) · 지정 양식 · 블라인드(공공: 직무무관 개인정보·학교·지역·가족·사진 금지).
+
+## 3. 한국/영문 분기
+- **KR 문항형:** 문항당 별개 글, 두괄식 + 문항-역량 매핑, 소제목, 글자수 엄수. 성장과정만 가벼운 서사 허용하되 핵심은 여전히 front-load.
+- **EN 단일 레터:** hook → fit(증거) → why-this-company → close, 1페이지(≈250~400단어), 능동태, 수신자 실명 리서치, **고용주 관점**(내가 줄 가치), ATS 안전 포맷(표/컬럼/머리말 금지·본문에 연락처), JD 키워드를 증거 문장 안에.
+
+## 4. 출력 계약 (사용자 대면)
+**제출용 산출물과 검토 메모를 명확히 분리한다** — 자소서는 입력창에 *본문만* 들어가므로 메타(결론·근거 등)가 섞이면 그대로 제출되어 양식 위반이 된다.
+
+**① 제출용 자소서 본문** — 먼저 제시한다. 코드펜스로 감싼 단독 블록 **안에는 자소서 본문만** 넣는다(화살표·글자수·안내문·문항 해설·결론/근거 등 메타 일체 금지). "이 안만 지원서에 붙여넣으세요" 안내와 글자수 표기는 **블록 밖 한 줄**로 둔다. 문항별 또는 단일 레터, 글자수 제약 준수. <!-- applied: C3 cl-marker / 2026-06-18 / reconfirm 4/4 (codex·opus·sonnet·haiku) -->
+
+**② 검토 메모 (제출하지 않음 — 사용자 참고용)** — 본문과 시각적으로 분리해 별도 제시:
+- 결론(핵심 셀링 포인트) · 근거(저장 경험·회사 사실, 수치 출처) · 리스크(검증 필요 수치·약한 주장·글자수/양식) · 추천·다음 단계(채울 빈칸·확인할 사실·면접 연결) · 신뢰도(저장 데이터 충분도)
+
+내부 루브릭·도구명·이 EOP는 노출하지 않는다. 결과 저장은 `save_cover_letter_version`, 안내는 대시보드 링크.
+
+## 5. 자가검증 루브릭 (제출 전 — research §리뷰어 루브릭)
+**CRITICAL(하나라도 → 재작성):** C1 회사/직무/지역 오기·교차지원 복붙 흔적 / C2 자격·필수요건 미충족·미언급 / C3 글자수(byte/char cap)·양식·필수항목 위반(**제출용 본문 블록에 결론/근거/리스크 등 메타 텍스트 혼입** 포함) / C4 날조 또는 문서 간 모순 수치 / C5 블라인드 위반(공공).
+**MAJOR:** M1 제너릭·비고유 지원동기(why-this-company 증명 없음) / M2 핵심 성과에 정량 결과 없음(노력어 의존) / M3 경험을 요구 역량/직무에 미연결(문항 의도 놓침) / M4 두괄식·소제목 약함 / M5 빈 형용사 슬롭·AI 균일 / M6 입사후포부 과대·사업방향 무관.
+**MINOR:** 오탈자·맞춤법 / 상한 대비 과소·과패딩 / 수동·약한 동사·"나" 관점(영문) / 항목 중복·불균등 가중 / (영문) 수신자 결함.
+**통과 = CRITICAL 0 + MAJOR 0 + 슬롭/제너릭 없음 + 모든 수치가 저장 데이터에 앵커.**

package/dist/career-os/eop/fit-analysis.md

@@ -0,0 +1,48 @@
+# EOP — 적합도 판정 (Fit Analysis)
+
+> 외부 LLM 실행 지침. 이 절차를 따르면 키워드 매칭이 아니라 **시니어 리크루터/헤드헌터 수준**의 적합도 분석이 나온다.
+> **지식 출처(deep reference, 먼저 읽어라):** [`../knowledge/fit-matching.md`](../knowledge/fit-matching.md) · [`../knowledge/ats.md`](../knowledge/ats.md) · 검증기 [`../knowledge/verifiers/truthfulness.md`](../knowledge/verifiers/truthfulness.md)·[`consistency.md`](../knowledge/verifiers/consistency.md). 이 EOP는 그 플레이북을 *실행 절차*로 압축한 얇은 층이다 — 분석 시 해당 knowledge 문서의 원칙·루브릭을 함께 적용한다.
+> 근거(보강 리서치): [`../validation/research/fit-analysis.md`](../validation/research/fit-analysis.md). 검증 대상(PROTOCOL L2). 먼저 [README](../README.md) §0 근거 우선순위·§3 출력 계약을 적용.
+
+## 0. 전문가 프레임 (이렇게 생각하라)
+- 적합도는 키워드 매칭이 아니라 **관련 경험의 행동 증거**로 결정된다(SHRM: 스크리닝에서 경험>스킬>학력). 키워드는 보조 증거일 뿐 결론이 아니다.
+- 채점 *전에* **MUST(녹아웃) vs 우대(가점)** 를 분리한다. 진짜 녹아웃 = "없으면 직무 수행/법적 자격이 불가능". 테스트: "그게 없어도 탁월하면 뽑겠다"면 녹아웃 아님. 녹아웃은 ~3–5개로 제한.
+- 녹아웃=이진(충족/미충족/확인필요), 우대=그라데이션 가점이며 **부재해도 감점 아님**.
+- 전이가능 스킬은 **자기주장이 아니라 행동 증거**로만 인정.
+- 과적합(overqualified)은 자동 탈락이 아니라 **리스크+완화질문**으로 표시.
+- 전역 직감 점수 금지 — **요건별로 증거를 인용하고 강도 등급**을 매긴다(구조화 채점이 인상 채점을 이긴다).
+- 높은 키워드 커버리지를 높은 적합으로 등치하지 않는다(>75~80%는 스터핑 신호).
+
+## 1. 입력 수집
+`get_application_context`를 먼저 호출 → profile·대표 resume·경력/스킬·대상 job(requirements/keywords/직무내용). 공고가 파일/URL이면 사용자가 준 경로를 `read_document`로 읽거나 본문을 받는다. 부족한 정보는 지어내지 말고 사용자에게 확인.
+
+## 2. 분석 절차 (순서 고정)
+1. **JD 원자 분해** → 3버킷: 필수/MUST(녹아웃) · 우대/PREFERRED(가점) · 맥락/CONTEXT(직무·환경, 관련성 판단용). 각 요건은 단일 검증가능 주장.
+2. **녹아웃 먼저 게이트.** 각 MUST = 충족/미충족/확인필요. 하드 MUST 하나라도 미충족(법적 자격·필수 자격증·진짜 시니어의 "N년 이상") → 나머지와 무관하게 최종 **낮음/FAIL**, 어떤 녹아웃인지 명시. 녹아웃이 확인필요 → 통과 불가, blocking missing-info.
+3. **요건별 증거 매핑(핵심).** 각 요건 ← 정확한 resume 증거(프로젝트·역할·지표·맥락 내 도구) → 강도: **Strong**(했음+성과/지표) / **Moderate**(인접·전이) / **Weak**(언급, 증거無) / **None**. 키워드만 있고 행동 증거 없으면 **Weak**(매치 아님).
+4. **가중 채점(평균 아님).** MUST는 게이트. 충족분 중 관련경험 > 맥락 내 하드스킬 > 자격 > 우대 순 가중. 우대는 상방만 더하고 부재는 무감점. 밴드(높음/중간/낮음 또는 0–100)를 추론과 함께 제시.
+5. **리스크/레드플래그를 점수와 분리.** 과적합·미설명 공백기·짧은 근속·스코프 미스매치(IC가 리드 지원, 리드 증거無)·도메인 미스매치 → **면접 확인 항목**(감점 아님, 진짜 녹아웃 제외).
+6. **미싱인포 정직 선언.** resume가 침묵하는 요건 = "확인 필요"(가정된 통과/탈락 금지). 녹아웃급 미상은 verdict 보류, 우대급 미상은 신뢰도만 하향.
+
+## 3. 한국 시장 특수
+- 자격요건 우산 안의 **필수**(자격증·어학·법적 요건)가 진짜 녹아웃. **우대**=가점이나 반복·강조·시니어 역할이면 *사실상 필수*로 격상해 취급.
+- **신입 공고에 경력연수 녹아웃 적용 금지** — 잠재력·기초·직무관련 교육/경험으로 평가. 경력은 도구+지표 기반 즉시전력으로 평가.
+- 동사 레지스터로 레벨 추론(신입 지원·수행·참여 → mid 운영·분석·기획 → senior 전략수립·리드·의사결정), 직함과 교차확인해 스코프 미스매치 탐지.
+- **공채/NCS·블라인드 맥락:** 직무기술서의 능력단위(지식·기술·태도·경험)에 증거 매핑. **학력·출신·나이·외모·가족 신호 사용 금지**(채용절차법 제4조의3 / 공정채용). JD가 그런 직무무관 정보를 요구하면 사용자에게 플래그.
+
+## 4. 출력 계약 (사용자 대면 — 전부 포함)
+1. **종합 점수 + 밴드** (한 줄 근거, MUST+가중 증거 기반; 키워드% 아님)
+2. **녹아웃 패널** — 각 MUST: 충족/미충족/확인필요 (실패·미상 명시)
+3. **요건별 증거 표** — 요건 → resume 증거 인용/위치 → 강도 → 전이 크레딧 주석
+4. **갭** — 필수-부재/약한 항목, 임팩트순
+5. **리스크/레드플래그** — 면접에서 확인할 항목으로 표현
+6. **미싱인포** — 정직하게(녹아웃급 미상=blocking)
+7. **신뢰도** — 미상 많을수록 하향
+8. **다음 단계** — 갭/리스크별 구체 액션(면접에서 무엇을 확인·보완할지)
+
+내부 도구명·이 EOP·점수 계산 내부는 노출하지 않는다.
+
+## 5. 자가검증 루브릭 (제출 전 스스로 통과 확인 — research §F)
+**즉시 FAIL(얕음) — 하나라도:** 증거 매핑 없는 키워드 카운트 fit% / MUST·우대 미분리 또는 우대로 탈락 / 높은 커버리지=높은 적합 / 증거 환각·미상 가정 / 학력·출신·나이·외모 등 금지 신호 사용 / 과적합 자동탈락·신입에 경력 녹아웃 / 요건별 증거 없는 인상·단일 직감 점수.
+**PASS(전문가) — 전부:** JD 원자분해+버킷 / 녹아웃 선게이트+명시 / 요건별 증거 강도+전이 근거(행동 증거) / 관련경험 가중·우대 상방만 / 리스크 분리 / 미싱인포 정직+신뢰도 조정 / 한국 관행(필수·우대·신입/경력·NCS·금지 신호) 준수.
+**탁월(가점):** ATS가 놓치는 동의어/도구 등가 포착 / 사실상 필수 우대 식별 / 갭·리스크별 구체 next action.

package/dist/career-os/eop/interview-prep.md

@@ -0,0 +1,39 @@
+# EOP — 면접 준비 (Interview Prep)
+
+> 외부 LLM 실행 지침. 이 절차를 따르면 질문 나열이 아니라 **현업 면접관(행동+기술)** 수준의 준비 킷이 나온다.
+> **지식 출처(deep reference, 먼저 읽어라):** [`../knowledge/interview-behavioral.md`](../knowledge/interview-behavioral.md) · [`../knowledge/interview-technical.md`](../knowledge/interview-technical.md) · [`../knowledge/company-research.md`](../knowledge/company-research.md). 이 EOP는 그 플레이북을 *실행 절차*로 압축한 얇은 층이다 — 준비 시 해당 knowledge 문서를 함께 적용한다.
+> 근거(보강 리서치): [`../validation/research/interview-prep.md`](../validation/research/interview-prep.md). 검증 대상(L2). 먼저 [README](../README.md) §0·§3 적용.
+
+## 0. 전문가 프레임
+- **구조화가 카리스마를 이긴다(Google):** 모든 예상질문을 정의된 역량 + 빈약/경계/양호/탁월 기준에 매핑한다.
+- **역량-우선(질문-우선 아님):** 스토리뱅크 → 스토리×역량(×인재상) 매트릭스 → 거기서 질문 생성.
+- 외운 이론보다 **체험·구체+숫자.** 저장 데이터의 실제 증거를 강제하고 사실을 날조하지 않는다.
+- **한국 이중축:** 직무적합 + 조직적합(인재상) + 인성. 실무면접=직무경험, 임원면접=인성+회사이해+인재상.
+- 면접 준비 저장은 **'서류 합격'(document_passed) 이상에서만 해금**(상태 게이팅 존중).
+- **답변 = 내 경험(앵커 필수) + 도메인 지식(개념/제안으로 분리).** '제가 했다'로 말할 수 있는 건 저장 데이터뿐이다. 직군별 전문 개념(예: 개발=격리수준·idempotency, 마케팅=어트리뷰션·LTV, 재무·회계=감가상각·헤지, 생산·품질=공정능력·관리도)은 '개념 설명' 또는 '입사 후 제안'으로 제시하되 *실제 한 일처럼 단정 금지*. **통계·예측타당도·측정 환경(운영 대시보드 등)·내부 지표·상황 묘사(예: 온콜·성수기 현장)는 출처에 없으면 발명 절대 금지**(README §0 사실 3분류). 미확인 항목은 답변 본문이 아니라 '면접 전 확인' 별도 섹션으로.
+
+## 1. 입력 수집
+`get_application_context` → profile·경력·대상 job·기존 면접 자료. 지원 상태 확인(document_passed↑인지). **역할군**(eng/PM/design/data/sales/기타)·**면접 단계**(실무/임원)·**형식**(인성/PT/토론/압박) 판정.
+
+## 2. 분석·작성 절차
+1. **스토리뱅크:** 갈등·실패·리더십/주도·모호함·무권한 영향·압박하 delivery 등 실제 경험 6~10개를 저장 데이터에서 인벤토리.
+2. **역량/인재상 매핑:** 각 스토리를 JD 역량 + 회사 인재상에 태깅(매트릭스), flex 변주 준비.
+3. **예상질문 생성:** P2 분류(직무지식/문제해결/리더십)별 + 한국 형식별. 각 질문에 **루브릭 라인(빈약/경계/양호/탁월)**.
+4. **답변 골격:** STAR(S/T 짧게, **A 우세·1인칭·본인 기여 명시**, R 정량+교훈), 답변당 ~60~90초.
+5. **꼬리질문 2~3개 + 준비 답변**(전문가 차별점: "왜 그 방법?/팀 vs 본인?/다시 한다면?/측정 결과?"). — "왜/어떻게/어떤 순서로" 답변에서 의사결정 이유·측정 근거·진행 순서가 저장 데이터에 있으면 1인칭으로 말하고, 없으면 후보의 실제 판단으로 단정하지 말고 "면접 전 확인"으로 분리한다(도메인 일반 원칙은 "일반적으로는 ~", 1인칭 행동성은 유지). <!-- applied: C4 interview-why / 2026-06-18 / reconfirm 4/4 (codex·opus·sonnet·haiku) -->
+6. **난질문 사전 스크립트:** 실패/약점(*진짜* 약점+진행 중 완화책), 압박(차분 조목조목 Yes-But).
+7. **역질문 3~5개**(구체·역할 현실적: 온보딩·담당 범위·성공 기준).
+8. **역할별 기술:** 시스템디자인 3단계+트레이드오프 / PM CIRCLES+성공지표 / 데이터 SQL+케이스 / 영업 파이프라인+방법론 / KR PT(논리·실행가능성)·토론(입장+근거 차분).
+
+## 3. 한국 특수
+실무 vs 임원 단계별 가중 조정. 인재상은 *본인 언어*로 패러프레이즈 + 개인 가치 연결(암기 금지). 압박면접 빈출(좋아하는 일 vs 잘하는 일·공백기·부당 지시·안 맞으면·중복 업무) 사전 대비. 커뮤니티 기출(잡플래닛/Blind)은 방향성 참고만(검증).
+
+## 4. 출력 계약 (사용자 대면)
+- **면접 준비 킷:** 예상질문 + 모범 답변 골격 + 질문별 루브릭 라인 + 꼬리질문/준비답변
+- **스토리×역량 매트릭스** · **역질문 목록** · **난질문 대비**(실패·약점·압박)
+- 결론 / 근거(저장 경험 인용) / 리스크·한계 / 신뢰도 / 다음 단계
+숨길 것: 내부 루브릭·도구명·EOP. 저장=`save_interview_prep`(document_passed↑).
+
+## 5. 자가검증 루브릭 (research §리뷰어 — **R1·R2·R5 중 FAIL이면 전체 FAIL**)
+R1 증거기반·비제너릭(후보의 실제 스토리/숫자) / R2 역량·인재상 매핑(매트릭스) / R3 STAR 품질(A 우세·1인칭·R 정량+교훈) / R4 꼬리질문 깊이(질문당 2~3) / R5 난질문 처리(실패·약점=인정+성장, 압박 사전스크립트, 레드플래그 없음) / R6 역할별 기술 프레임+결정 강조 / R7 역질문 3~5 / R8 슬롭·환각 없음.
+**통과 = R1·R2·R5 PASS + 나머지 양호 + 모든 답변이 저장 데이터에 앵커.**

package/dist/career-os/eop/job-analysis.md

@@ -0,0 +1,42 @@
+# EOP — 공고 분석·분류 (Job Posting Analysis & Classification)
+
+> 외부 LLM 실행 지침. 이 절차를 따르면 키워드 스크래핑이 아니라 **채용 분석가**처럼 공고의 행간을 읽는다.
+> **지식 출처(deep reference, 먼저 읽어라):** [`../knowledge/fit-matching.md`](../knowledge/fit-matching.md) · [`../knowledge/ats.md`](../knowledge/ats.md) · [`../knowledge/company-research.md`](../knowledge/company-research.md). 이 EOP는 그 플레이북을 *실행 절차*로 압축한 얇은 층이다 — 분석 시 함께 적용한다.
+> 근거(보강 리서치): [`../validation/research/job-analysis-and-profile.md`](../validation/research/job-analysis-and-profile.md) (A). 검증 대상(L2). 먼저 [README](../README.md) §0·§3 적용.
+
+## 0. 전문가 프레임
+- **스크랩 말고 디코드.** 필수 vs 우대는 소프트 위계이며, 우대가 *팀이 진짜 원하는 것*을 더 드러내기도 한다.
+- **우선순위 = 위치 + 반복**(상단·교차 반복 = 입장료). 핵심 요건 70~80% 매치면 충분.
+- **시니어리티는 동사에 인코딩**(총괄·주도·owns vs 보조·지원·assists), 직함과 교차확인.
+- **행간 신호**(팀 단계·긴급도·스코프 모호·문화 톤)와 **레드플래그**(모호 동사만, "멀티플레이어", self-starter+무지원, 급여밴드/팀정보 없음, **열정페이**)를 *트리거 문구 인용*과 함께.
+- **증거(JD 인용)와 추론(라벨링)을 분리** — 추론을 사실로 제시하지 않는다.
+- **확신도 분리:** 원문 인용=확정, 그 외는 '추정'이며 확신도를 낮춰 표현한다(예: "이메일 접수형"은 확정, "수시 채용"은 낮은 확신의 추론). **외부 분류 코드(NCS 번호 등)는 데이터로 확정될 때만** 쓰고 아니면 계열명만(코드 발명 금지). 산출물에 'EOP'·내부 기준명을 노출하지 않는다.
+
+## 1. 입력 수집
+공고 텍스트(`get_application_context`의 job, 또는 사용자가 준 경로를 `read_document`/본문 붙여넣기). 회사·플랫폼 맥락.
+
+## 2. 분석 절차
+1. **세그먼트:** 직무내용 / 자격요건(필수) / 우대사항 / 처우·복지 / 회사소개.
+2. **원자 요건 추출 + must/preferred 태깅**(섹션 + 반복 + 모달 "필수/required/must" vs "우대/preferred").
+3. **우선순위 채점**(빈도 + 위치; 상단+교차반복=높음).
+4. **시니어리티 추론**(동사 레지스터 + 연수) + 직함 교차확인으로 스코프 미스매치 탐지.
+5. **암묵 신호 표면화:** 팀 단계·긴급("즉시 전력")·스코프 모호·문화 톤.
+6. **레드플래그 플래그**(트리거 문구 인용).
+7. **분류:** NCS 직무군(대/중/소/세분류) + 레벨(entry/mid/senior/lead) + 채용유형(공채/수시/인턴 채용형·체험형) + 플랫폼 카테고리.
+8. **증거 vs 추론 분리.**
+
+## 3. 한국 특수
+우대 = 가점이나 반복·강조·시니어 역할이면 *사실상 필수*로 격상. NCS 직무기술서 = 공공 표준 JD(능력단위). 공채(연 1~2회 배치) vs 수시(롤링·현재 지배적). **열정페이**(경험 포장 저임금)는 명시 플래그. 직무무관 정보(나이·사진·가족 등)를 요구하면 채용절차법 위반 가능으로 플래그.
+
+## 4. 출력 계약 (사용자 대면)
+- **핵심 요약**(직무·레벨·채용유형 한눈에)
+- **필수 vs 우대 분리 표** + 우선순위
+- **시니어리티·팀 단계 추론**("추정"으로 명시, 증거 인용)
+- **레드플래그**(트리거 인용)
+- **분류**(NCS + 플랫폼)
+- **다음 단계**(적합도 분석/자소서로 연결) · **신뢰도**
+숨길 것: 내부 도구명·EOP.
+
+## 5. 자가검증 루브릭 (research §A 루브릭)
+**PASS:** must vs preferred 정확 분리(평면 키워드 리스트 아님) / 암묵 신호 ≥1개를 인용 증거와 식별 / 진짜 레드플래그 플래그 / 직무군+레벨+채용유형 정확 분류 / 추론을 인용 증거와 분리.
+**FAIL:** 모든 스킬을 동등 필수로(스크랩) / 텍스트에 없는 요건 발명 / 시니어리티 오독(동사 무시) / 명백 레드플래그 누락(열정페이·무지원) / 분류 틀림·없음 / 추론을 사실로 제시.

package/dist/career-os/eop/profile-extraction.md

@@ -0,0 +1,37 @@
+# EOP — 기본정보/경력 추출 (Profile Extraction)
+
+> 외부 LLM 실행 지침. 이 절차를 따르면 환각 없이 **이력 구조화 전문가**처럼 사용자 문서에서 사실만 정확히 뽑는다.
+> **지식 출처(deep reference, 먼저 읽어라):** [`../knowledge/resume.md`](../knowledge/resume.md) · 검증기 [`../knowledge/verifiers/truthfulness.md`](../knowledge/verifiers/truthfulness.md)·[`consistency.md`](../knowledge/verifiers/consistency.md). 이 EOP는 그 플레이북을 *실행 절차*로 압축한 얇은 층이다 — 추출 시 함께 적용한다.
+> 근거(보강 리서치): [`../validation/research/job-analysis-and-profile.md`](../validation/research/job-analysis-and-profile.md) (B). 검증 대상(L2). 먼저 [README](../README.md) §0·§3 적용.
+
+## 0. 전문가 프레임
+- **추출은 span 식별이지 생성이 아니다.** 핵심 필드를 원문에서 못 찾는 항목은 **환각으로 폐기**. 성과·날짜·고용주·숫자·스킬을 **절대 발명하지 않는다**.
+- **책임 vs 성과 구분:** "~을 담당했습니다"=책임(duty); "X→Y 정량 변화"=성과(achievement). **지표를 발명해 duty를 성과로 격상 금지.**
+- 정량 임팩트는 **명시될 때만** (metric, value, delta)로 구조화; 없으면 비우거나 역량 키워드(추론 금지).
+- **모호하면 추측하지 말고 사용자에게 질문**(옵션 제시).
+
+## 1. 입력 수집
+사용자 문서(이력서/경력기술서) → `read_document`. 스캔 PDF·이미지로 텍스트 레이어가 없으면 본문을 텍스트로 붙여넣어 달라고 안내. 기존 `get_profile`로 중복 확인.
+
+## 2. 추출 절차
+1. **원문 인덱싱**(verbatim span 근거 유지).
+2. **스키마 추출**(JSON Resume: basics/work/education/skills/projects), 각 필드 = 원문 span.
+3. **volatile 필드만 정규화:** 날짜 → ISO 8601(현재 역할 endDate null), 조직명 접미("(주)"/"Inc.") 노이즈 제거; 직함은 통제 매핑 요청 없으면 원형 유지.
+4. **근무항목별 각 불릿을 responsibility | achievement 2분류로 태깅.** achievement는 원문에 **명시적 outcome**(완료된 결과·지표·전후 변화·수상/선정/달성)이 있을 때만(예: "처리 시간 2시간→20분 단축", "신규 거래처 전환 완료", "전사 평가 1위 선정"); 수치·결과 없이 수행/담당/참여/진행/개선만 서술된 불릿(예: "고객 응대 프로세스 개선 작업 진행")은 **responsibility**. 정량 임팩트는 명시될 때만 (metric, value, delta). <!-- applied: profile-duty / 2026-06-18 / reconfirm 4/4 (codex·opus·sonnet·haiku) -->
+5. **모호성 → 질문**(날짜 충돌/중복·직함 과장·공백기·숫자 단위·기준 미상·FT vs 프리랜스·숙련도 미제공): 옵션 제시, 사실로 자동 해소 금지.
+6. **스킬 택소노미:** dedupe + 그룹(level은 명시될 때만); NCS/플랫폼 통제 어휘에 매핑하되 **원 토큰 유지**.
+7. **충실도 노트:** 폐기/불확실 항목을 명시 나열.
+
+## 3. 한국 특수
+경력기술서(실행·성과)와 자소서(동기·배움)를 **분리** 추출. 정량 불가 역할은 *날조 대신* 역량 키워드. "면접에서 설명 가능한 수치만". 날짜/직함 변이(재직중·음/양력 혼재)는 ISO 정규화하되 원형 보존.
+
+## 4. 출력 계약 (사용자 대면)
+- **구조화 결과**(스키마 형태, 사람이 읽기 쉬운 요약 동반)
+- **책임 vs 성과 태깅** · **모호성 질문 목록**(확인 필요)
+- **충실도 노트**(무엇을 폐기/확인했는지) · **신뢰도**
+- **발명 0 보장** 명시 — 사용자 확인 후 저장(`add_resume`/프로필 갱신).
+숨길 것: 내부 도구명·EOP.
+
+## 5. 자가검증 루브릭 (research §B 루브릭)
+**PASS:** 추출된 모든 사실(고용주·직함·날짜·지표·스킬)이 verbatim span에 추적 가능 · **발명 0** / 책임 vs 성과 정확 태깅 / 날짜 ISO 정규화 + 현재 역할 처리 / 모호성을 사실 해소 대신 질문으로 / 스키마 준수 / 정량 임팩트는 명시될 때만.
+**FAIL:** 고용주·날짜·숫자·스킬 환각 / duty를 가짜 성과로 격상 / 날짜 오정규화·발명 / 모호성을 미검증 사실로 붕괴 / 원문 항목 누락·왜곡 / 구조·스키마 오류.

package/dist/career-os/knowledge/ats.md

@@ -0,0 +1,131 @@
+# ATS — CareerMate 지식 (Phase A)
+
+> 이 문서는 CareerMate가 **연결된 AI에게 제공(serve)** 하는 지식이다. CareerMate 안에는 LLM이 없다 — 분석·작성·검증은 연결된 AI가 수행하고, 이 플레이북·루브릭은 그 AI가 **세계 최고 수준**으로 일하도록 안내한다.
+
+## 1. 무엇을 하는가
+
+이 플레이북은 연결된 AI가 후보자의 이력서를 **기계가 안정적으로 읽고 검색해 낼 수 있게(parseable & findable)** 만들도록 돕는다. 두 가지 진실이 모든 것을 떠받친다. (1) **파싱은 실재하고 결과를 좌우한다** — 다수 ATS 파서는 텍스트를 선형(좌→우, 위→아래)으로 읽으며 표·다단·텍스트박스·헤더/푸터·그래픽을 "word salad"로 뭉개, 연락처·스킬·날짜가 검색 인덱스와 자동완성에서 조용히 사라진다. (2) **"ATS가 점수로 자동 탈락시킨다"는 서사는 상당 부분 신화**지만 **완전한 신화는 아니다** — 사람이 거르는 단계가 핵심이되, 지원서 양식의 **knockout/사전 스크리닝 문항**(취업 자격·학위·근무지·연봉 하한)은 진짜 자동 탈락 스위치이며, 대량 채용에서는 AI 어시스트 랭킹/자동 숏리스트가 사실상의 자동 필터로 작동하기도 한다. CareerMate에는 LLM이 없으므로, 아래 루브릭은 연결된 AI가 `save_fit_analysis`·`save_cover_letter_version` 저장 전에 자가검증할 수 있는 **셀 수 있는/체크 가능한 신호**로 설계했다. 단, "무엇이 JD 핵심 용어인가"·"이 약어가 모호한가"·"이 직함이 진실한가" 같은 **판단은 외부 AI의 몫**이고, CareerMate는 결정론적 **측정**만 한다.
+
+**적용 범위(중요):** 이 플레이북은 **영어권 ATS**(Workday/Greenhouse/Lever/Taleo/iCIMS/Workable 등 자유양식 이력서 파싱) 기준이다. 한국 주력 플랫폼(사람인·잡코리아·원티드·그리팅·각사 자체 채용시스템)의 **문항 기반 지원서**는 자유양식 이력서 ATS와 완전히 다른 게임이며(§2 한국 트랙), 일부 루브릭(날짜 형식·표준 헤더·약어)은 로케일 분기 또는 면제가 필요하다.
+
+## 2. 플레이북
+
+### 원칙
+
+- **단일 컬럼(single-column)만 출력하라.** 이력서 본문을 표·다단 그리드·텍스트박스·좌우 병렬 블록에 넣지 말고, 스킬 묶음은 쉼표·세로바(|)·불릿(•)으로 한 줄에 표현하라. — 주류 파서는 선형으로 읽으며 표/다단을 "페이지 전체를 가로로 슬라이스"해 텍스트 레이어를 뒤섞어 스킬·연락처·섹션을 통째로 누락시킨다. 디자인 중심 이력서가 work-experience 블록만 파싱된 사례가 보고됐다. _(출처: Jobscan — Tables and Columns Break Resume Parsing)_
+- **연락처(이름·전화·이메일·지역)와 핵심 키워드는 본문(BODY)에 둬라. 페이지 헤더/푸터나 이미지에 넣지 마라.** — **일부(주로 구형) 파서**는 헤더/푸터/텍스트박스 텍스트를 건너뛴다. 2026년 현재 다수 최신 엔진(Sovren/Textkernel/HireAbility/Affinda 계열)은 헤더/푸터를 읽지만, 실패가 여전히 존재하므로 본문에 두는 것이 무비용 안전책이다. _(출처: Jobscan — 5 ATS Formatting Mistakes; UMN Duluth Career Center)_
+- **표준·직역 섹션 헤더를 그대로 써라**: 'Work Experience'(또는 'Experience'), 'Education', 'Skills', 'Certifications', 'Summary'. 'What I've Done', 'My Journey' 같은 창의적 라벨을 피하라. — 파서는 표준 헤딩 문자열을 인식해 내용을 분류한다. 비표준 헤딩은 엉뚱한 필드로 분류되거나 누락돼 구조화 검색에 안 잡힌다. _(출처: Indeed — How To Write an ATS Resume; 다수 대학 커리어센터)_
+- **JD의 정확한 용어를 미러링하되, 시맨틱 등가물도 커버하라.** boolean exact-match가 여전히 흔하므로 JD 표현을 그대로 쓰되, Workday·Eightfold·HiredScore 계열은 **stemming·동의어·임베딩 시맨틱 매칭**을 돌리므로 의미적 등가물('Node.js'↔'NodeJS', 'CI/CD'↔'CICD', 'manage'↔'managed')도 함께 다뤄라. — 후보자가 가졌지만 JD와 다르게 표현한 스킬은 exact 검색에서 누락될 수 있으나, 시맨틱 레이어에서는 등가물이 잡히기도 한다. 두 모델을 모두 가정하라. _(출처: Teal — Resume Keywords; Scale.jobs — Match Keywords; Eightfold/HiredScore 시맨틱 매칭 동향)_
+- **약어 확장(expansion)은 좁게 적용하라.** JD가 두 형태를 모두 쓰거나 **진짜로 모호한 약어**에만 'long form (ACRONYM)'을 한 번씩 넣는다. AWS/SQL/API/REST/SaaS/GCP/CPA 같은 **업계 표준·널리 알려진 약어는 면제** — 'Amazon Web Services (AWS)'나 'Certified Public Accountant (CPA)'를 매번 풀어쓰면 오히려 junior하게 읽히고 리크루터는 'AWS'·'CPA'로 검색한다. _(출처: Teal — Resume Keywords; 시니어 리크루터 리뷰)_
+- **지원서 양식 knockout/사전 스크리닝 문항을 키워드보다 상위·우선 게이트로 다뤄라.** 취업 자격/비자 스폰서십, 필수 학위/자격증, 근무지/이주, 연봉 하한, 최소 경력연수 — 지원 전에 후보 프로필의 사실과 대조해 mismatch를 사용자에게 알려라. — Workday/Greenhouse/Taleo/iCIMS에서 필수 knockout 문항에 부적격 답을 하면 사람 검토 전에 자동 탈락한다. "어떤 키워드 최적화도 자동 부적격을 이기지 못한다." _(출처: The Interview Guys — ATS Resume Hack; Huntr — How ATS Work 2026)_
+- **키워드 스터핑·숨김 텍스트 금지. 사실·수치·고유명사·날짜는 원문 그대로 보존하라.** — 파싱된 이력서는 결국 사람이 스캔한다(실제로 거르는 단계). 스터핑·허위 키워드는 스팸으로 읽혀 그 단계에서 탈락한다. _(출처: The Tech Resume — ATS Myths Busted; Teal)_
+- **헤드라인/타깃 직함과 최근 직함을 JD 직함과 정렬하되, 진실한 범위에서만.** (예: PM 업무를 'Program Lead'로 했다면 'Product Manager'를 진실하게 추가) — 직함은 1차 boolean 필터이자 사람의 첫인상 신호다. 단 '진실성'은 본질적으로 AI/사람 판단이라 결정론 루브릭으로 강제 불가하며, 한국식 직급(사원/대리/과장/팀장)과 영문(Manager/Lead) 충돌도 사람 판단이 필요하다. _(출처: Jobscan — Top Resume Keywords; The Interview Guys)_
+- **지원 URL로 ATS 플랫폼을 식별해 파일형식·전략을 조정하라.** apply URL이 `greenhouse.io`·`lever.co`·`*.myworkdayjobs.com`·`icims.com`을 포함하면 무료·결정론적 신호다. Greenhouse/Lever는 PDF 텍스트 레이어를 잘 파싱하고, 일부 구형 Taleo/iCIMS는 어려워한다. Workday는 후보가 대부분 필드를 **재입력(re-key)** 하므로 파싱 품질보다 **knockout 문항·프로필 필드**가 더 중요하다 — 우선순위는 **플랫폼 조건부**다. _(출처: Huntr — How ATS Work 2026; 시니어 리크루터 리뷰)_
+
+### 한국 트랙 (영어권 ATS와 다른 게임)
+
+- 사람인/잡코리아/원티드/그리팅 등은 **문항 기반 자기소개서 지원서**가 핵심이다. 자유양식 이력서 파싱 루브릭(단일 컬럼·표준 헤더·MMM YYYY 날짜)은 부분적으로만 적용되며, 날짜('2023.01 ~ 현재', '재직중')·직급 체계는 로케일 분기가 필요하다.
+- 한국 지원서에서는 **각 문항에 대한 답변 품질**과 **자격 요건 충족**이 ATS 포맷보다 우선한다. 이 경우 §3 루브릭 중 R1/R2/R7(포맷·헤더·텍스트레이어)만 적용하고 R6(날짜)·R5(약어)는 면제하라.
+
+### Do
+
+- 이력서를 한 컬럼·위→아래·역연대순(최근 우선)으로 배치한다.
+- 직역 표준 헤더를 쓴다: Summary, Skills, Work Experience, Education, Certifications.
+- 이름·전화·이메일·도시/지역을 맨 위 본문에 **plain text 줄**로 넣는다.
+- `get_application_context`로 JD의 필수·반복 용어를 먼저 추출하되, **무엇이 must-have/nice-to-have인지의 선정은 외부 AI가** 하고(이 판단은 CareerMate가 못 한다), 증거가 있는 곳에만 정확한 문자열을 녹인다.
+- 시맨틱 등가물도 함께 커버한다(예: 'Node.js' 본문에 두면 'NodeJS' 검색도 의식).
+- 지원 URL로 ATS를 식별해 파일형식·우선순위를 조정한다(§원칙 마지막).
+- 날짜를 'MMM YYYY – MMM YYYY'(예: 'Jan 2023 – Present')로 직함과 같은 줄에 일관 표기한다. **한국어 이력서는 '2023.01 ~ 현재' 로케일 형식을 허용한다.**
+- **테뉴어 타임라인 무결성**을 확인한다: 날짜 존재뿐 아니라 순서 일관성, 파서가 재직기간을 계산 가능한지, 겹침/공백이 사람 스크리닝을 유발하지 않는지.
+- 약어는 **모호한 경우에만** 확장형을 한 번 쓴다(업계 표준 약어는 그대로).
+- plain 불릿(• 또는 -)과 표준 폰트(Arial, Calibri, Times New Roman, 10–12pt)를 쓴다.
+- .docx 또는 진짜 텍스트레이어 PDF로 저장·전달하고, 텍스트가 선택/복사되는지 확인한다.
+- knockout 문항(비자/스폰서십·학위/자격·근무지·연봉·경력연수)을 **후보 프로필의 사실과 대조한 3-state(매치/미스매치/불명) 프리플라이트**로 사용자에게 제시한다.
+- **LinkedIn/프로필 패리티**를 맞춘다: 직함 정렬·키워드 미러링을 LinkedIn 헤드라인·스킬에도 적용한다(소싱 상당수가 ATS가 아니라 LinkedIn 검색에서 일어난다).
+- 한 회사 다중 역할은 회사를 한 번 적고 역할을 들여쓰기로 묶는다(umbrella method).
+
+### Don't
+
+- 이력서 본문에 표·다단/좌우 병렬·텍스트박스를 쓰지 마라.
+- 연락처·스킬·키워드를 헤더/푸터나 이미지/그래픽 안에 넣지 마라.
+- 표준 헤더 대신 창의적 섹션명('What I've Done', 'My Story')을 쓰지 마라.
+- 선택 가능한 텍스트 레이어가 없는 스캔/이미지 PDF를 제출하지 마라.
+- 키워드 스터핑·부자연스러운 반복·흰색/투명/1pt 숨김 텍스트로 점수를 조작하지 마라.
+- 후보가 뒷받침 못 하는 스킬/키워드를 발명·과장하지 마라(사람이 파싱 텍스트를 읽고 거른다).
+- 그래픽·아이콘·평점 바·스킬 퍼센트 차트로 정보를 전달하지 마라.
+- 높은 'match score'가 면접을 보장한다고, 또는 ATS가 점수로 자동 탈락시킨다고 가정하지 마라 — 진짜 게이트는 knockout 문항·사람 검토·(대량채용의) AI 랭킹이다.
+- 고정된 'PDF=자동거부' 신화를 믿지 마라 — 플랫폼 조건부다.
+- 모든 약어를 기계적으로 풀어쓰지 마라(AWS/SQL/CPA 등 표준 약어는 그대로).
+- 날짜를 문단 안에 묻거나 생략하지 마라 — 파서가 타임라인을 만들 수 없다.
+
+### 워크드 예시 (Before → After)
+
+1. **Before:** SKILLS 섹션을 3열 표로 작성
+   `| Languages | Frameworks | Tools |` / `| Python | Django | Docker |` / `| Go | React | AWS |`
+   **After:**
+   `Skills`
+   `Languages: Python, Go`
+   `Frameworks: Django, React`
+   `Tools: Docker, AWS`
+   **왜 더 나은가:** 파서가 표를 가로로 읽어 'Languages Frameworks Tools Python Django Docker...'처럼 뒤섞으면 그룹핑이 깨진다. 단일 컬럼 쉼표 목록은 각 용어를 깨끗한 줄에 둬 'Python'·'React'·'AWS'가 각각 인덱싱되고 검색에 노출된다.
+
+2. **Before:** 페이지 헤더 영역(.docx page-header)에 'Jane Park — jane@email.com — 010-1234-5678', 본문은 'PROFILE'로 시작.
+   **After:** 본문 1행 'Jane Park', 2행 'Seoul, South Korea | jane@email.com | 010-1234-5678', 3행 헤딩 'Summary'.
+   **왜 더 나은가:** 헤더 영역 연락처는 **일부 파서**가 건너뛰어 리크루터가 연락 수단 없는 이력서를 받고 자동완성이 비는 실패가 실재한다. 본문 plain text로 옮기면 어느 파서에서도 추출이 보장된다. 'PROFILE'도 표준 'Summary'로 정규화했다.
+
+3. **Before:** Experience 불릿 'Led cross-functional initiatives to improve discoverability of our content.' (JD는 'SEO'·'Google Analytics' 요구)
+   **After:** 'Led Search Engine Optimization (SEO) initiatives using Google Analytics, lifting organic traffic 38% in 6 months.'
+   **왜 더 나은가:** 원문엔 JD 정확 문자열 'SEO'·'Google Analytics'가 없어 boolean 검색에서 자격 있는 후보가 누락된다. 재작성은 정확 용어(모호한 SEO는 확장형 동반)와 구체 수치를 동시에 넣어 파서/검색과 사람 독자를 모두 만족시키되, 실제 한 일이라 날조가 아니다. **이 불릿이 최근 역할에 있을수록 가중치가 높다**(§R4 recency 신호 참조).
+
+## 3. 검증 루브릭 (연결된 AI가 산출물을 이 기준으로 자가검증)
+
+> **책임 경계:** CareerMate는 **결정론적 측정**(개수·존재여부·패턴·비율)만 한다. **무엇이 JD 핵심 용어인가, 약어가 모호한가, 직함이 진실한가, JD가 어떤 hard requirement를 명시하는가**의 **판단은 외부 AI**가 jd_terms·knockouts 등으로 미리 제공해야 한다. 아래 임계값(0.70, ≤4회 등)은 **발명된 magic number가 아니라 권장 출발점**이며, AI가 JD/문서 길이/역할 수에 맞게 조정한다. 일부 체크는 **자문(advisory)** 이지 하드 게이트가 아니다.
+
+| ID | 검사 항목 | 합격 기준 | 측정 방법(LLM 없이 셀 수 있게) |
+|----|-----------|-----------|--------------------------------|
+| R1 | 단일 컬럼 | 표/텍스트박스 구조 0개 | **.docx 원본에서만 신뢰**: `w:tbl`·`w:txbxContent` XML 요소 카운트 == 0. **PDF는 컬럼 검출 불가** — x-좌표 위치 정보 없이는 신뢰 불가하므로 '검출 불가, 사용자 경고'로 정직히 강등. 텍스트 공백-갭 휴리스틱은 약한 보조 신호로만(거짓양성: 우측 정렬 날짜줄). |
+| R2 | 표준 헤더 | {Summary/Profile, Skills, Experience, Education, Certifications} 중 ≥3 존재, 그 자리에 비표준 헤딩 0 | 추출 텍스트를 표준 헤딩 화이트리스트와 대소문자 무시 substring 매칭, 카운트(≥3)하고 화이트리스트 밖 헤딩 줄 플래그. 순수 문자열 매칭. |
+| R3 | 본문 연락처 | 이메일·전화 정규식이 본문에서 각각 ≥1 | 본문 추출 텍스트에 이메일 `[\w.+-]+@[\w-]+\.[\w.-]+` ≥1, 전화 숫자 패턴 ≥1. **.docx는 헤더/푸터 XML에 *only* 존재하는 경우(중복 아님)를 직접 겨냥해 플래그**; PDF는 헤더/본문 구분 불가라 본문 매치만 확인. |
+| R4 | JD 키워드 커버리지 + recency | must-have 용어 커버리지 비율 ≥ 0.70(권장 출발점, AI 조정). **+ 최근 역할 배치 가중** | jd_terms[]는 **외부 AI가 추출·정규화**(lowercase, 구두점 제거, '.js'/'js' fold, 단·복수 dedupe, 동의어 묶음)해 제공. CareerMate는 정규화된 용어를 substring이 아니라 **토큰 경계 매칭**으로 카운트(raw substring은 'Java'⊂'JavaScript', 'lead'⊂'leadership' 거짓양성 유발 → 금지). 추가로 **각 용어가 최근(상단) 역할에 있는지** 위치 플래그를 반환해 AI가 recency 가중. |
+| R5 | 약어 확장 (**advisory**) | 모호한 약어만: 확장형 동반 권장. 업계 표준 약어 화이트리스트(AWS/SQL/API/REST/SaaS/GCP/CPA/PhD/CEO/USA 등) **면제**. 월 약어·고유명사 면제 | 대문자 토큰 정규식 추출 후 **표준 약어 화이트리스트·월 약어를 먼저 제외**, 남은 모호 후보만 'long form (ABC)' 페어링 존재 확인. **하드 게이트 아님 — 자문**. (AI가 모호성 판단) |
+| R6 | 날짜·테뉴어 무결성 | 모든 역할 항목에 파싱 가능한 날짜 범위 + 순서 일관 + 겹침/공백 없음 | 영문 `(Jan|...|\d{4})\s*[–-]\s*(Present|\d{4})` **또는 한국어 `\d{4}\.\d{2}\s*[~–-]\s*(현재|재직중|\d{4})`** 로 로케일 분기. 역할 헤딩 수 대비 비율 1.0. 추가로 날짜를 정렬해 **겹침/공백 구간을 카운트**(>0이면 사람 스크리닝 유발 가능 플래그). |
+| R7 | 파일 텍스트 레이어 | 추출 텍스트 길이 > 300자, 형식 .docx 또는 text-PDF(이미지-PDF 아님) | `read_document`로 추출 후 글자수 측정. PDF인데 near-zero면 이미지-only → fail. 카운트 체크. |
+| R8 | 스터핑·숨김 텍스트 | 핵심 용어 반복이 **문서 길이/역할 수 정규화** 상한 이내, 숨김 텍스트 런 0 | 용어별 occurrence 카운트를 **역할 수·페이지 수로 정규화**(2페이지 시니어 이력서는 핵심 언어 6–8회가 정상 → 고정 4회 상한 금지). 숨김 검출은 `w:color val='FFFFFF'`뿐 아니라 **폰트색==배경색·≤1pt 폰트·텍스트=배경이미지** 케이스까지 스캔(FFFFFF만 보면 회피 쉬움). 커버리지 한계는 정직히 고지. |
+| R9 | knockout 프리플라이트 (3-state) | JD 명시 hard requirement **각각 × 후보 프로필 사실 = 매치/미스매치/불명** 매트릭스 존재. 빈 헤더만으로는 불합격 | JD hard requirement 추출(visa/degree/location/years/salary)은 **외부 AI 판단**(자기기만 방지: 존재≠정확). knockout 답은 **CareerMate 프로필 데이터**의 사실(시민권/비자/학위)에서 와야 함. CareerMate는 각 항목이 (a) JD에 명시됐고 (b) 프로필 사실과 대조됐고 (c) 3-state 중 하나로 라벨됐는지 **구조 존재**를 카운트. **LLM 의존 단계임을 명시**. |
+| R10 | 직함 정렬 (**advisory**) | JD 핵심 직함 구(또는 진실한 동의어)가 헤드라인/최근 역할줄에 등장 | JD 직함 토큰을 상단 헤드라인/첫 역할줄에 substring 매칭. **단 '진실성'은 검증 불가 — AI/사람 판단**. 한국식 직급↔영문 충돌도 AI 판단. 하드 게이트 아님. |
+
+**주요 실패 모드:**
+- **substring 거짓양성/거짓음성:** raw substring 매칭은 'Java'⊂'JavaScript', 'lead'⊂'leadership'를 오매칭한다. 토큰 경계 + 외부 AI 정규화·동의어 묶음으로만 막을 수 있다(R4).
+- **PDF 컬럼 검출 환상:** 텍스트 추출이 컬럼을 단일 스트림으로 reflow하면 진짜 문제가 숨는다. PDF는 '검출 불가, 경고'로 정직히 강등한다(R1).
+- **약어 오탐 폭탄:** 모든 대문자 토큰에 확장형을 요구하면 AWS/SQL/CEO/월약어가 전부 fail한다 → 화이트리스트 면제 + advisory(R5).
+- **knockout 자기기만:** 빈 헤더만 써넣어도 '존재'로 통과 + JD 텍스트만으로는 mismatch 판정 불가 → 프로필 사실 대조 3-state 강제(R9).
+- **로케일 미대응:** 영문 'MMM YYYY'·'Present'·'FFFFFF 흰배경' 가정은 한국어 이력서·색배경 디자인을 100% 오판한다 → 로케일 분기(R6)·다중 숨김 케이스(R8).
+- **magic number 과신:** 0.70·≤4회는 출발점이지 법칙이 아니다. AI가 JD/문서 길이로 조정한다.
+- **루브릭 자체의 정밀도 미검증:** 이 결정론 루브릭이 깨끗한 이력서를 오탈락시키지 않는지 보장하려면 **소규모 라벨드 픽스처 세트**(예: 손으로 채점한 known-good 이력서 10건)로 회귀 검증이 필요하다 — Phase B 과제로 명시.
+- **결과 오인:** 루브릭 만점은 **파싱가능성·검색노출의 필요조건 점검**일 뿐 합격/면접 예측이 아니다. 추천·다이렉트소싱·소규모 기업은 ATS와 무관하게 진행되며, 만점이어도 knockout·사람·AI 랭킹에서 떨어질 수 있다.
+
+## 4. 출처 (Provenance)
+
+> **증거 한계 고지:** 핵심 파싱 주장은 Jobscan(ATS 최적화 도구를 파는 벤더 — 파싱 취약성 과장 인센티브)과 대학 커리어센터(상호 인용·수년 지연)에 기댄다. 일화 1건('디자인 이력서가 work-experience만 파싱')과 가이드 다수가 근거이며, '헤더/푸터를 실제로 무시하는 ATS 비율'·'단일 vs 멀티컬럼 파싱 실패율' 같은 **정량 효과(effect size)는 미검증**이다. 1차 파서 벤더(Sovren/Textkernel/HireAbility/Affinda) 또는 각 ATS 자체 help docs가 파싱 동작의 권위 있는 출처이나 본 플레이북에는 미반영 — **규칙 영향도는 ATS 벤더·버전별로 다르며 정량 효과는 미검증**임을 전제로 적용하라.
+
+- **Jobscan — Why ATS Tables and Columns Break Your Resume Parsing (2026)** — 선형 파싱, 표/다단 word-salad 실패, 세로바/쉼표/불릿 대안, umbrella method · https://www.jobscan.co/blog/resume-tables-columns-ats/ _(벤더, 상업적 편향 가능)_
+- **Jobscan — 5 Critical ATS Resume Formatting Mistakes (2026)** — 헤더/푸터·텍스트박스 누락(일부·구형 한정으로 해석), 본문 연락처, 단일컬럼/폰트/마진 기본값 · https://www.jobscan.co/blog/ats-formatting-mistakes/ _(벤더)_
+- **UVA / Santa Clara / U. Maryland / U. Utah / UMN Duluth Career Center ATS guides** — 표준 헤딩, 역연대순, .docx/PDF 수용, plain 불릿, 10–12pt 폰트(다수 대학 교차 확인) · https://www.scu.edu/careercenter/toolkit/job-scan-common-ats-resume-formatting-mistakes/ _(상호 인용 가능, 지연 가능)_
+- **Indeed Career Advice — How To Write an ATS Resume** — 보편 표준 섹션(Work Experience/Education/Skills/Certifications)과 템플릿 구조 · https://www.indeed.com/career-advice/resumes-cover-letters/ats-resume-template
+- **Teal — Resume Keywords / Scale.jobs — Match Keywords** — exact-match 우선, JD 미러링, 약어+확장(좁게), 자연스러운 배치, 스터핑 회피 · https://www.tealhq.com/post/keywords-for-resume
+- **The Interview Guys — ATS Resume Hack & What ATS Looks For** — knockout/사전 스크리닝이 진짜 자동 부적격기, 직함 정렬 · https://blog.theinterviewguys.com/ats-resume-hack/
+- **Huntr — How Applicant Tracking Systems Actually Work (2026)** — 플랫폼별 knockout 동작(Workday/Greenhouse/Taleo/iCIMS/Workable), URL로 ATS 식별, Workday 재입력 현실 · https://huntr.co/blog/how-applicant-tracking-systems-work
+- **The Tech Resume — ATS Myths Busted** — 'PDF 거부'·'점수 자동탈락' 신화 반박(단, 대량채용 AI 랭킹은 별개), 파싱→boolean/자동완성·사람이 거름(Amazon/Google/Microsoft 리크루터 인용) · https://thetechresume.com/samples/ats-myths-busted.html _(단일 강주장 출처 — 과의존 주의)_
+- **시맨틱/임베딩 매칭 동향 (Eightfold / HiredScore / Workday Skills Cloud, 2026)** — 일부 최신 ATS가 stemming·동의어·임베딩 시맨틱 매칭·AI 랭킹/숏리스트를 실제 운용 → exact-match 단독 가정 보정 _(2차 동향, 정량 미검증)_
+- **Wikipedia — Applicant Tracking System** — ATS의 일반 정의·생태계 프레이밍(운영 디테일은 근거하지 않음) · https://en.wikipedia.org/wiki/Applicant_tracking_system
+
+## 5. Phase B 힌트 (아키텍처로 연결)
+
+- **MCP 도구 아이디어:**
+  - `get_ats_checklist` — principles·do/don't·countable rubricChecks를 구조화 JSON으로 반환(AI가 작성 중 적용).
+  - `analyze_ats_fit({ resume_id, job_id })` — **LLM 없이 계산 가능한 raw 결정론 신호**만 반환: 추출 텍스트, 탐지 헤더, .docx의 `w:tbl`/`w:txbxContent` 카운트, 텍스트레이어 길이, 본문 연락처 매치, 로케일 분기 날짜·겹침/공백, jd_terms 커버리지 맵, 숨김 텍스트 후보. **jd_terms 추출·정규화·동의어 묶음과 knockout hard-requirement 추출은 호출하는 AI가 입력으로 제공**(CareerMate는 카운팅만). 결과를 `save_fit_analysis`에 연결.
+  - (Phase B 과제) **fixture 회귀 세트** — known-good 이력서 ~10건을 손 채점해 루브릭이 깨끗한 이력서를 오탈락시키지 않는지 정밀도/재현율 측정.
+- **데이터 형태 힌트:**
+  - `ats_checklist: { principles:[{rule,rationale,source}], rubricChecks:[{id,check,passBar,measure,advisory:bool,llm_dependent:bool}] }`
+  - `ats_signals: { file_type:'docx'|'pdf_text'|'pdf_image', locale:'en'|'ko', text_len:int, table_count:int, textbox_count:int, columns_detectable:bool, headers_found:string[], contact:{email:bool,phone:bool,in_body:bool,header_only:bool}, dates_ok_ratio:float, tenure_overlaps:int, tenure_gaps:int, jd_terms:[{term,normalized,required:bool,found:bool,in_recent_role:bool}], coverage_ratio:float, acronyms:[{token,expansion_found:bool,whitelisted:bool}], hidden_text_runs:int, knockouts:[{type:'visa'|'degree'|'location'|'salary'|'years', jd_value:string|null, profile_value:string|null, state:'match'|'mismatch'|'unknown'}], ats_platform:'greenhouse'|'workday'|'lever'|'taleo'|'icims'|'unknown' }`
+  - 각 rubric 체크가 ats_signals 필드와 1:1 매핑돼 AI가 결정론 pass/fail 표를 렌더(R5/R10은 advisory, R9는 llm_dependent 라벨). CareerMate=측정, AI=판단의 책임 분리를 구조로 강제.