careermate 0.1.2 → 0.1.3

package/docs/MCP_TOOLS.md

@@ -1,292 +0,0 @@
-# MCP 도구 레퍼런스
-
-CareerMate는 **MCP-우선** 로컬 커리어 관리 도구입니다. 사용자는 자신의 ChatGPT/Claude/Gemini와 대화하고, 그 AI가 여기 정의된 MCP 도구를 호출해 로컬 커리어 DB(`~/.careermate/careermate.sqlite`)를 읽고 씁니다. **CareerMate 내부에는 LLM이 없습니다.** 적합도 분석·자기소개서 작성 같은 추론은 모두 사용자의 AI가 수행하고, CareerMate는 데이터를 저장하고 다시 돌려주는 역할만 합니다.
-
-이 문서는 `packages/mcp-tools/src/tools.ts`에 정의된 커리어 워크플로 **31개 도구**의 레퍼런스입니다. 도구의 입력 파라미터는 `packages/shared/src/schemas.ts`의 zod 스키마와 일치합니다.
-
-> 설계 원칙: 이 도구들은 단순 CRUD 래퍼가 아닙니다. 각 도구는 AI가 사용자를 대신해 수행하는 실제 작업에 대응하며, 설명에 *언제* 그리고 *어떻게* 호출해야 하는지가 담겨 있습니다. 가장 중요한 도구는 [`get_application_context`](#get_application_context-) 입니다.
-
-관련 문서: 전체 워크플로우는 `get_workflow_guide` 도구 또는 `packages/workflows`를, 데이터 구조는 `packages/shared/src/schemas.ts`를 참고하세요.
-
----
-
-## 읽기 전용(read-only) 표기 안내
-
-각 도구 항목의 **읽기전용** 열은 `tools.ts`의 `readOnly: true` 플래그를 그대로 반영합니다. 읽기전용 도구는 DB를 변경하지 않고 조회만 하며, 그 외 도구는 데이터를 생성·갱신하거나(쓰기) 브라우저를 여는 등의 부수효과를 가집니다.
-
-| 읽기전용(✅) 도구 | 쓰기/부수효과(✏️) 도구 |
-| --- | --- |
-| `read_document`, `read_inbox`, `get_onboarding_status`, `get_profile`, `get_resumes`, `get_experiences`, `get_projects`, `get_skills`, `get_cover_letters`, `get_job_posting`, `list_jobs`, `get_application_context`, `list_recent_activity`, `get_workflow_guide`, `get_writing_style_guide`, `check_for_update` | `open_inbox`, `save_profile`, `add_resume`, `add_experience`, `add_project`, `add_skill`, `save_cover_letter_version`, `save_job_posting`, `save_fit_analysis`, `update_application_status`, `save_interview_prep`, `export_cover_letter`, `open_dashboard`, `open_application`, `update_careermate` |
-
----
-
-## 0. 문서 읽기 (Read Document)
-
-| 도구 | 목적 | 주요 입력 | 반환 | 언제 호출 | 읽기전용 |
-| --- | --- | --- | --- | --- | --- |
-| `read_document` | 컴퓨터의 문서 파일에서 본문 텍스트 추출(PDF·Word·한컴·텍스트) | `path`(절대 경로 권장), `max_chars?` | `{ path, format, characters, truncated, warnings[], text }` | 사용자가 파일 경로를 주며 "이 파일 읽어줘/참고해줘"라고 할 때 | ✅ |
-
-- 지원 형식: `.pdf`, `.docx`, `.hwp`(HWP 5.x), `.hwpx`, `.txt`/`.md` 등 텍스트. 전부 **순수 JS로 추출**하며 외부 변환기(poppler 등) 설치가 필요 없습니다.
-- 추출한 텍스트는 그대로 새 파일로 다시 쓰지 말고, 분석/작성에 활용한 뒤 결과를 `add_resume`·`save_job_posting`·`save_cover_letter_version` 등으로 CareerMate에 저장하세요.
-- **이미지·스캔 PDF**는 텍스트 레이어가 없어 추출되지 않습니다(`unsupported`로 반환되며 `warnings`에 안내). 이때는 이미지를 직접 볼 수 있는 클라이언트(예: Claude)로 읽거나, 사용자에게 내용을 텍스트로 붙여넣어 달라고 안내하세요. 구형 `.doc`/`.ppt`/`.xls`·`.odt`·iWork는 미지원이니 PDF/`.docx`로 다시 저장하도록 안내합니다.
-- 파일은 **로컬에서만** 처리되며 외부로 전송되지 않습니다. 25MB를 넘는 파일은 거부합니다.
-
----
-
-## 0-1. 인입 폴더 (Inbox)
-
-CLI 클라이언트(Claude Code·Codex 등)는 파일 첨부가 안 되므로, 사용자가 기존 이력서·경력기술서 파일을 끌어다 넣을 수 있는 로컬 인입 폴더(`~/.careermate/inbox`)를 두고 그 안의 파일을 읽습니다. 사용자가 파일 **경로**를 직접 알려주는 경우에는 인입 폴더 대신 `read_document`를 쓰세요.
-
-| 도구 | 목적 | 주요 입력 | 반환 | 언제 호출 | 읽기전용 |
-| --- | --- | --- | --- | --- | --- |
-| `open_inbox` | 인입 폴더(`~/.careermate/inbox`)를 보장하고 파일 탐색기로 열기 + 현재 들어 있는 파일 목록 반환 | 없음 | `{ dir, files[] }` | 온보딩에서 사용자가 "기존에 작성해 둔 이력서 파일이 있다"고 답했을 때만(묻지 않고 자동으로 열지 마세요) | ✏️ |
-| `read_inbox` | 인입 폴더에 넣어 둔 문서들의 본문을 한 번에 추출해 반환 | `filename?`(대소문자 무시, 생략 시 전체), `max_chars?`(파일별 기본 20000자) | `{ dir, files[] }`(각 `{ filename, path, format, unsupported, truncated, warnings[], text }`) | `open_inbox`로 안내한 뒤 사용자가 "다 넣었어"라고 할 때 | ✅ |
-
-- `open_inbox`는 폴더를 열기만 합니다. 사용자가 파일을 다 넣었다고 하면 `read_inbox`로 본문을 읽으세요.
-- `docx`/`hwp`/`hwpx`/텍스트는 텍스트를 추출하고, **`pdf`·이미지는 추출하지 않고 파일 경로만** 돌려주니(`unsupported`) AI 클라이언트의 파일 읽기 기능으로 그 경로를 직접 열어 읽으세요.
-- 읽은 내용은 그대로 새 파일로 다시 쓰지 말고, 구조화해 `save_profile`·`add_resume` 등 알맞은 도구로 CareerMate에 저장하세요.
-- 응답 폭발을 막기 위해 파일별 본문은 `max_chars`(기본 20000자)로 잘라서 돌려주며, 잘린 경우 `truncated: true`로 표시합니다.
-
----
-
-## 1. 온보딩 (Onboarding)
-
-| 도구 | 목적 | 주요 입력 | 반환 | 언제 호출 | 읽기전용 |
-| --- | --- | --- | --- | --- | --- |
-| `get_onboarding_status` | CareerMate에 어떤 정보(프로필·이력서·경력·스킬·자소서·공고)가 준비되어 있는지 확인하고 다음 단계를 제시 | 없음 | `completed`, `has_profile`/`has_resume`/`has_cover_letter`/`has_experience`/`has_skills`/`has_job`, `profile_completeness`(0~100), `next_steps[]` | AI 클라이언트 연결 직후 가장 먼저 | ✅ |
-
-AI 클라이언트가 연결되면 이 도구를 가장 먼저 호출해 상태를 파악한 뒤, 단계별 가이드가 필요하면 `get_workflow_guide('onboarding')`로 받으세요. 안내 흐름: 프로필 입력 → 이력서/경력·스킬 추가 → 대시보드 열기.
-
----
-
-## 2. 프로필 (Profile)
-
-| 도구 | 목적 | 주요 입력 | 반환 | 언제 호출 | 읽기전용 |
-| --- | --- | --- | --- | --- | --- |
-| `get_profile` | 기본 프로필 조회(이름, 한 줄 소개, 요약, 희망 직무/조건, 선호 문체, 강조 포인트, 링크) | 없음 | `ProfileRecord` 또는 `null` | 프로필 확인이 필요할 때 | ✅ |
-| `save_profile` | 프로필 저장(부분 저장 안전 — 전달한 필드만 갱신, 나머지는 유지) | 아래 프로필 필드 | 저장된 `ProfileRecord` | 이력서 구조화 후 이름/소개/희망 직무/선호 문체/강조 포인트를 채워 저장할 때 | ✏️ |
-
-프로필 입력 필드(`ProfileInputSchema`):
-
-- `name`(이름), `email`, `phone`, `location`
-- `headline`(한 줄 소개 / 직무 타이틀), `summary`(자기소개 요약)
-- `desired_roles[]`(희망 직무), `desired_conditions`(희망 근무 조건: 연봉·지역·근무형태)
-- `preferred_tone`(자기소개서 선호 문체, 예: "담백하고 구체적")
-- `emphasis_points[]`(강조하고 싶은 핵심 포인트)
-- `links[]`(`{ label, url }` — 포트폴리오/깃허브/링크드인)
-
-> `preferred_tone`과 `emphasis_points`는 이후 자기소개서 작성 품질에 직접 영향을 줍니다.
-
----
-
-## 3. 이력서 (Resumes / Documents)
-
-| 도구 | 목적 | 주요 입력 | 반환 | 언제 호출 | 읽기전용 |
-| --- | --- | --- | --- | --- | --- |
-| `add_resume` | 이력서·경력기술서·포트폴리오 등 문서 저장 | `title`, `content`(필수), `kind?`, `source?`, `is_primary?`, `tags?` | 저장된 `DocumentRecord` | 사용자가 업로드/붙여넣은 텍스트(또는 정리한 Markdown)를 보관할 때 | ✏️ |
-| `get_resumes` | 저장된 문서 조회(종류 필터 가능) | `kind?` | `DocumentRecord[]` | 저장된 이력서/문서를 확인할 때 | ✅ |
-
-- `kind` 값: `resume`(이력서, 기본값) / `career_description`(경력기술서) / `portfolio` / `other`
-- `is_primary: true`로 대표 문서를 지정하면 `get_application_context`의 `primary_resume`로 노출됩니다.
-
----
-
-## 3-1. 경력·프로젝트·기술스택 (Experiences / Projects / Skills)
-
-이력서 본문(`add_resume`)과 별개로, **구조화된** 경력·프로젝트·기술을 각각의 테이블에 항목 단위로 저장합니다. `get_application_context`의 `experiences`/`projects`/`skills`로 노출되며, `get_onboarding_status`의 `has_experience`/`has_skills`와 프로필 완성도(0~100) 계산에 직접 반영됩니다. (대시보드의 Profile 페이지에서도 같은 데이터를 편집합니다.)
-
-| 도구 | 목적 | 주요 입력 | 반환 | 언제 호출 | 읽기전용 |
-| --- | --- | --- | --- | --- | --- |
-| `add_experience` | 경력(직장 단위) 항목 저장 | `company`(필수), `role?`, `employment_type?`, `start_date?`, `end_date?`, `is_current?`, `description?`, `achievements?`, `tech?`, `order_index?` | 저장된 `ExperienceRecord` | 이력서에서 경력을 구조화해 보관할 때 | ✏️ |
-| `get_experiences` | 저장된 경력을 시간 역순으로 조회 | 없음 | `ExperienceRecord[]` | 경력 목록만 빠르게 확인할 때 | ✅ |
-| `add_project` | 대표 프로젝트 항목 저장 | `name`(필수), `role?`, `description?`, `highlights?`, `tech?`, `url?`, `start_date?`, `end_date?`, `order_index?` | 저장된 `ProjectRecord` | 프로젝트 이력을 구조화해 보관할 때 | ✏️ |
-| `get_projects` | 저장된 프로젝트 조회 | 없음 | `ProjectRecord[]` | 프로젝트 목록만 확인할 때 | ✅ |
-| `add_skill` | 기술스택 항목 저장(개당 1건) | `name`(필수), `category?`, `level?`, `years?`, `order_index?` | 저장된 `SkillRecord` | 보유 기술을 정리해 둘 때 | ✏️ |
-| `get_skills` | 저장된 기술스택 조회 | 없음 | `SkillRecord[]` | 기술 목록만 확인할 때 | ✅ |
-
-- `achievements`/`highlights`에는 정량 지표가 담긴 성과를, `tech`에는 사용 기술을 배열로 넣으면 적합도 분석·자소서·면접 준비에서 근거로 활용됩니다.
-- 기술은 항목당 1건이므로 여러 개면 `add_skill`을 반복 호출하세요.
-- 입력 스키마: `ExperienceInputSchema` / `ProjectInputSchema` / `SkillInputSchema`(`packages/shared/src/schemas.ts`).
-
----
-
-## 4. 자기소개서 (Cover Letters)
-
-| 도구 | 목적 | 주요 입력 | 반환 | 언제 호출 | 읽기전용 |
-| --- | --- | --- | --- | --- | --- |
-| `get_cover_letters` | 저장된 자기소개서 조회(공고별 필터 가능). 각 항목은 현재 버전 내용·버전 수 포함 | `job_id?` | `CoverLetterRecord[]` | 자소서 목록/내용을 확인할 때 | ✅ |
-| `save_cover_letter_version` | 자기소개서의 새 버전 저장 — 자소서 작성 워크플로우의 핵심 저장 단계 | `content`(필수), `cover_letter_id?`, `title?`, `job_id?`, `note?`, `source?`, `set_current?` | `{ coverLetter, version }` | 새 공고용 자소서를 생성·갱신해 버전으로 남길 때 | ✏️ |
-
-`save_cover_letter_version` 동작(`CoverLetterVersionInputSchema`):
-
-- `cover_letter_id`를 주면 기존 자소서에 **새 버전을 추가**하고, 없으면 새 자소서를 만들어 **v1**로 저장합니다(이때 `title` 권장).
-- `note`에 변경 요약(예: "지원동기 보강")을 남기면 대시보드 버전 히스토리에서 이해하기 쉽습니다.
-- `job_id`로 공고에 연결하면 지원(application) 항목과 자동 연결됩니다.
-- `set_current`(기본 `true`): 이 버전을 현재 버전으로 지정.
-
-> 기존 자소서를 학습용으로 보관하든 새 공고용 자소서를 새로 쓰든, 저장은 모두 `save_cover_letter_version`으로 합니다. `title`+`content`만 주면 새 자소서의 v1로 저장됩니다.
-
----
-
-## 5. 채용공고 (Jobs)
-
-| 도구 | 목적 | 주요 입력 | 반환 | 언제 호출 | 읽기전용 |
-| --- | --- | --- | --- | --- | --- |
-| `save_job_posting` | 채용공고 저장(있으면 갱신). 저장 시 지원(application) 항목 자동 생성 | `company`, `position`(필수), `url?`, `location?`, `employment_type?`, `description?`, `requirements?`, `keywords?`, `deadline?`, `source?` | 저장된 `JobRecord`(`job_id` 포함) | 공고를 DB에 등록/갱신할 때 | ✏️ |
-| `get_job_posting` | 공고 1건 상세 조회 | `job_id` | `{ job, fit, application, cover_letters, interview }` | 한 공고의 분석·상태·자소서·면접 자료를 한 번에 볼 때 | ✅ |
-| `list_jobs` | 저장된 모든 공고를 지원 상태·적합도 점수와 함께 목록화 | 없음 | 공고 메타 포함 배열 | 전체 공고를 훑어볼 때 | ✅ |
-
-- `url`이 같으면 중복 생성 없이 갱신됩니다.
-- `requirements`에는 자격요건/우대사항 핵심, `keywords`에는 핵심 키워드를 정리해 넣으면 이후 적합도 분석·자소서 작성에 활용됩니다.
-- 붙여넣은 공고 원문의 구조화(회사명/직무/마감일/키워드 추출)는 AI가 직접 수행한 뒤 `save_job_posting`으로 저장합니다.
-
----
-
-## 6. 적합도 (Fit Analysis)
-
-| 도구 | 목적 | 주요 입력 | 반환 | 언제 호출 | 읽기전용 |
-| --- | --- | --- | --- | --- | --- |
-| `save_fit_analysis` | AI가 도출한 적합도 분석 결과 저장(같은 공고에 다시 저장하면 갱신) | `job_id`(필수), `score?`(0~100), `summary?`, `strengths?`, `gaps?`, `matched_keywords?`, `missing_keywords?`, `recommendations?` | 저장된 `FitAnalysisRecord` | 공고와 사용자 정보를 비교 분석한 결과를 저장할 때 | ✏️ |
-
-- `job_id`는 필수이며, 먼저 `save_job_posting`으로 공고가 저장되어 있어야 합니다.
-- 분석 자체는 AI가 수행하고, 이 도구는 결과만 저장합니다. 분석 전에는 반드시 [`get_application_context`](#get_application_context-)로 맥락을 가져오세요.
-
----
-
-## 7. 지원 상태 (Application Status)
-
-| 도구 | 목적 | 주요 입력 | 반환 | 언제 호출 | 읽기전용 |
-| --- | --- | --- | --- | --- | --- |
-| `update_application_status` | 지원 상태 변경. `document_passed` 이상이면 면접 준비를 제안하는 힌트 동봉 | `job_id`, `status`, `note?` | 변경 결과(`hint` 포함 가능) | 지원 진행 단계가 바뀔 때 | ✏️ |
-
-지원 상태 8단계(`APPLICATION_STATUSES`):
-
-| 상태 | 라벨 |
-| --- | --- |
-| `draft` | 작성 중 |
-| `planned` | 지원 예정 |
-| `applied` | 지원 완료 |
-| `document_passed` | 서류 합격 |
-| `interview` | 면접 진행 |
-| `final_passed` | 최종 합격 |
-| `rejected` | 불합격 |
-| `on_hold` | 보류 |
-
-> `document_passed`(서류 합격) 이상에서 면접 준비가 해금되며, 상태 변경 응답에 면접 준비 제안 힌트가 함께 돌아옵니다.
-
----
-
-## 8. 면접 준비 (Interview Prep)
-
-| 도구 | 목적 | 주요 입력 | 반환 | 언제 호출 | 읽기전용 |
-| --- | --- | --- | --- | --- | --- |
-| `save_interview_prep` | 예상 질문·꼬리 질문·STAR 답변 가이드·1분 자기소개 초안 등 면접 준비 자료 저장(같은 공고면 갱신) | `job_id`(필수), `questions?`, `star_guides?`, `self_introduction?`, `notes?` | 저장된 `InterviewPrepRecord`(질문 수 포함) | 보통 서류 합격 후, AI가 생성한 면접 자료를 저장할 때 | ✏️ |
-
-입력 구조(`InterviewPrepInputSchema`):
-
-- `questions[]`: `{ question, intent?(질문 의도), followups?(예상 꼬리 질문), answer_outline?(답변 가이드/핵심 포인트) }`
-- `star_guides[]`: `{ question, situation?, task?, action?, result? }`
-- `self_introduction`: 1분 자기소개 초안
-- `notes`: 면접 후기/메모
-
----
-
-## 9. 내보내기 (Exports)
-
-| 도구 | 목적 | 주요 입력 | 반환 | 언제 호출 | 읽기전용 |
-| --- | --- | --- | --- | --- | --- |
-| `export_cover_letter` | 자기소개서를 Markdown 또는 인쇄용 HTML 파일로 데이터 폴더 `exports/`에 저장 | `cover_letter_id`, `format?`(`md`(기본)/`html`) | `{ path, filename, content }` | 사용자가 "자소서 파일로 받고 싶어"라고 할 때 | ✏️ |
-
-- HTML은 인쇄용으로, 브라우저에서 PDF로 저장할 수 있습니다.
-- 대시보드의 Documents 페이지에서 직접 다운로드할 수도 있습니다.
-
----
-
-## 10. 대시보드 (Dashboard UI)
-
-| 도구 | 목적 | 주요 입력 | 반환 | 언제 호출 | 읽기전용 |
-| --- | --- | --- | --- | --- | --- |
-| `open_dashboard` | 로컬 대시보드를 사용자 브라우저에서 열기(서버 미실행 시 자동 시작) | 없음 | `{ url, running }` | 저장 결과를 사용자가 눈으로 확인하게 할 때(예: 분석/자소서 저장 후) | ✏️ |
-| `open_application` | 특정 공고의 지원 상세 페이지(`/#/jobs/{job_id}`)를 브라우저에서 열기 | `job_id` | `{ url, running }` | 적합도·자소서·면접 준비를 바로 확인하도록 안내할 때 | ✏️ |
-
-- 대시보드 기본 주소: `http://127.0.0.1:4319` (포트 사용 중이면 다음 포트로 폴백).
-- 서버가 실행 중이 아니면 안내 메시지에 `npm start` 실행을 권고합니다.
-
----
-
-## 11. 활동 (Activity)
-
-| 도구 | 목적 | 주요 입력 | 반환 | 언제 호출 | 읽기전용 |
-| --- | --- | --- | --- | --- | --- |
-| `list_recent_activity` | 최근 활동 내역(공고 저장, 적합도 분석, 자소서 버전, 상태 변경, 면접 준비 등) 조회 | `limit?`(기본 20) | `ActivityRecord[]` | "최근에 뭐 했지?" 또는 이어서 작업할 맥락이 필요할 때 | ✅ |
-
----
-
-## 12. 워크플로우 가이드 (Workflow Guide)
-
-| 도구 | 목적 | 주요 입력 | 반환 | 언제 호출 | 읽기전용 |
-| --- | --- | --- | --- | --- | --- |
-| `get_workflow_guide` | 표준 워크플로우의 단계별 안내 반환 | `workflow_id?` | 단일 워크플로우 Markdown 또는 전체 목록(`{ id, title, trigger }[]`) | 어떤 순서로 어떤 도구를 호출할지 확인할 때 | ✅ |
-
-`workflow_id` 값: `onboarding`, `analyze_job`, `write_cover_letter`, `manage_application_status`, `prepare_interview`. 생략하면 전체 목록을 돌려줍니다.
-
----
-
-## 13. 글쓰기 스타일 가이드 (Writing Style Guide)
-
-| 도구 | 목적 | 주요 입력 | 반환 | 언제 호출 | 읽기전용 |
-| --- | --- | --- | --- | --- | --- |
-| `get_writing_style_guide` | "AI 티 안 나는" 한국어 글쓰기 규칙 반환 | 없음 | `{ guide }` (작성 규칙 + 저장 전 자가 점검) | 자기소개서·자기 PR·지원 메일 등 사람이 쓴 듯한 글을 작성하기 직전 | ✅ |
-
-번역투·클리셰·기계적 병렬·상투적 연결어·균일한 문장 리듬 같은 AI-tell을 제거하면서, 사실·수치·고유명사는 그대로 보존하도록 안내합니다. `write_cover_letter` / `analyze_job` 워크플로우의 작성 단계에서 함께 적용합니다. (규칙 출처: `epoko77-ai/im-not-ai`, MIT.)
-
----
-
-## 14. 업데이트 (Update)
-
-CareerMate를 최신 버전으로 유지하기 위한 유지보수 도구입니다. 확인은 `check_for_update`로, 실제 적용은 `update_careermate`로 합니다.
-
-| 도구 | 목적 | 주요 입력 | 반환 | 언제 호출 | 읽기전용 |
-| --- | --- | --- | --- | --- | --- |
-| `check_for_update` | npm 레지스트리에서 새 버전이 있는지 지금 확인(공개 버전 정보만 GET, 사용자 데이터 미전송) | 없음 | `{ current, latest, update_available }` | 사용자가 "최신이야?/업데이트 있어?"라고 묻거나 `get_onboarding_status`가 새 버전을 알릴 때 | ✅ |
-| `update_careermate` | 설치 폴더에 `careermate@latest`를 npm으로 설치해 최신 버전으로 업데이트 | 없음 | 업데이트 결과(`{ ok, message, manual? }`) | 사용자가 명시적으로 "업데이트해줘"라고 할 때만 | ✏️ |
-
-- `check_for_update`는 확인만 하며 데이터를 변경하지 않습니다. 새 버전이 있으면 `update_careermate`로 적용하세요.
-- `update_careermate` 성공 후에는 적용을 위해 AI 앱(또는 MCP 연결) **재시작**이 필요합니다. 재시작 시 데이터베이스는 자동 마이그레이션되어 기존 데이터가 보존됩니다.
-- 자동 설치가 막히면(개발 모드·비표준 설치) 직접 칠 명령(`manual`)을 안내합니다.
-
----
-
-## ⭐ get_application_context — 분석/작성 전 필수 호출
-
-> `get_application_context`는 **가장 중요한 도구**입니다. 공고를 분석하거나 자기소개서를 작성하기 **전에 반드시 먼저** 호출하세요. 한 번의 호출로 사용자에 대한 모든 맥락을 돌려줍니다. 읽기전용(✅)입니다.
-
-**입력**
-
-- `job_id?`(선택) — 특정 공고 기준으로 맥락을 모을 때.
-
-**한 번에 반환하는 데이터 전체**(`ApplicationContextSchema`):
-
-| 필드 | 내용 |
-| --- | --- |
-| `profile` | 사용자 프로필(`ProfileRecord` 또는 `null`) |
-| `primary_resume` | 대표 이력서(`is_primary` 문서, 없으면 `null`) |
-| `resumes` | 전체 이력서/문서 배열 |
-| `experiences` | 전체 경력 배열 |
-| `projects` | 프로젝트 배열 |
-| `skills` | 기술스택 배열 |
-| `cover_letters` | 기존 자기소개서 배열(버전 정보 포함) |
-| `recent_applications` | 최근 지원 이력 배열 |
-| `job` | (`job_id` 제공 시) 대상 공고(`JobRecord` 또는 `null`) |
-| `fit_analysis` | (`job_id` 제공 시) 대상 공고의 이전 적합도 분석(`FitAnalysisRecord` 또는 `null`) |
-| `related_history` | 같은 회사/직무 관련 이전 기록 배열 — 각 항목 `{ job, application, fit_analysis }` |
-| `writing_preferences` | 자소서 작성 선호 — `{ preferred_tone, emphasis_points[] }` |
-
-**사용 흐름**
-
-1. (자소서/분석 대상이 있으면) `save_job_posting`으로 공고를 먼저 저장해 `job_id`를 확보.
-2. `get_application_context({ job_id })`로 위 데이터를 한 번에 가져옴.
-3. 이 데이터를 근거로 **AI가** 적합도 분석 또는 자기소개서를 작성.
-4. 결과를 `save_fit_analysis` / `save_cover_letter_version`으로 다시 저장.
-
-> CareerMate는 데이터를 제공할 뿐이고, 분석·작성은 사용자의 AI가 수행합니다. 맥락 없이 작성하지 말고 항상 이 도구로 먼저 사용자 데이터를 확보하세요.

package/docs/ROADMAP.md

@@ -1,135 +0,0 @@
-# CareerMate 로드맵
-
-CareerMate는 MCP-우선 로컬 커리어 관리 도구다. 사용자는 자신의 ChatGPT/Claude/Gemini와 대화하고, 그 AI가 CareerMate의 로컬 MCP 도구를 호출해 로컬 커리어 DB를 읽고 쓴다. CareerMate 내부에는 LLM이 없으며(분석·작성은 사용자의 AI가 수행), 모든 데이터는 로컬에만 저장된다.
-
-이 문서는 현재 버전(`0.1.1`)의 MVP 완료 범위와, 지금은 제외하되 구조는 열어둔 향후 과제를 정리한다.
-
-관련 문서: [README](../README.md), [설치 런북](../INSTALL.md), [지원 앱·설치 레퍼런스](./SUPPORTED_AI_APPS.md), [워크플로우](./WORKFLOWS.md), [시작하기 워크플로우](./START_WORKFLOW.md)
-
----
-
-## 현재 버전
-
-- 버전: `0.1.1` (`package.json`)
-- 런타임 요구: Node `>=22.5.0` (`node:sqlite` 내장 사용, 네이티브 컴파일 없음)
-- 실행 방식: 무빌드(tsx) — `node --no-warnings --import tsx ...`
-
----
-
-## MVP 완료 항목 (Done)
-
-현재 코드/설정과 일치하는, 동작 검증된 범위다.
-
-### 코어 런타임 / 인프라
-- [x] **모노레포 구조**: `packages/{shared,db,core,mcp-tools,exporters,parsers,prompts,workflows}`, `apps/{web,mcp}`, `install-page`, `docs`, `scripts`
-- [x] **무빌드 실행**: TypeScript(ESM)를 `tsx`로 직접 실행 (`npm start`, `npm run dev --watch`, `npm run mcp`)
-- [x] **내장 SQLite**: `node:sqlite` 사용 — 별도 네이티브 모듈/컴파일 불필요
-- [x] **데이터 디렉터리**: 기본 `~/.careermate`, 환경변수 `CAREERMATE_DATA_DIR`로 변경 가능
-- [x] **DB 파일 및 부속 디렉터리**: `careermate.sqlite`, `exports/`, `backups/`, `uploads/`, 런타임 핸드셰이크 `server.json`
-- [x] **환경변수 지원**: `CAREERMATE_DATA_DIR`, `CAREERMATE_PORT`, `CAREERMATE_NO_OPEN`
-- [x] **npm 스크립트**: `start`, `dev`, `mcp`, `migrate`, `seed`, `doctor`, `test`, `test:ui`, `typecheck`
-
-### 로컬 대시보드 + API (`apps/web`)
-- [x] **로컬 대시보드 서버**: 기본 `http://127.0.0.1:4319`, 포트 사용 중이면 다음 포트로 폴백, 브라우저 자동 오픈(`CAREERMATE_NO_OPEN`으로 비활성화)
-- [x] **프레임워크/CDN 없는 프런트엔드**: 바닐라 JS + 자체 CSS 디자인시스템
-- [x] **7개 페이지**: Home, Profile, Jobs(목록+상세), Applications(칸반), Documents(자소서 버전 타임라인 + 이력서), Interview, Settings
-- [x] **다크모드** 지원
-
-### 데이터베이스 (`packages/db`)
-- [x] **12개 테이블**: `profile`, `experiences`, `projects`, `skills`, `documents`, `cover_letters`, `cover_letter_versions`, `jobs`, `fit_analyses`, `applications`, `interview_preps`, `activities` (+ 스키마 버전용 `_meta`)
-- [x] **마이그레이션/시드**: `npm run migrate`, `npm run seed`
-- [x] **지원 상태 8단계**: `draft`(작성 중), `planned`(지원 예정), `applied`(지원 완료), `document_passed`(서류 합격), `interview`(면접 진행), `final_passed`(최종 합격), `rejected`(불합격), `on_hold`(보류) — `document_passed` 이상에서 면접 준비 해금
-
-### MCP 서버 (`apps/mcp`) + 도구 (`packages/mcp-tools`)
-- [x] **MCP stdio 서버**: `@modelcontextprotocol/sdk` 기반, AI 클라이언트가 `npm run mcp`로 기동, 대시보드와 동일 DB 공유
-- [x] **커리어 워크플로 MCP 도구 (26개)**:
-  - 온보딩/프로필: `get_onboarding_status`, `save_profile`, `get_profile`
-  - 문서: `add_resume`, `get_resumes`, `get_cover_letters`
-  - 경력·프로젝트·스킬: `add_experience`, `get_experiences`, `add_project`, `get_projects`, `add_skill`, `get_skills`
-  - 공고: `save_job_posting`, `get_job_posting`, `list_jobs`
-  - 컨텍스트(핵심): `get_application_context`
-  - 분석/작성: `save_fit_analysis`, `save_cover_letter_version`
-  - 지원/면접: `update_application_status`, `save_interview_prep`
-  - 글쓰기: `get_writing_style_guide`
-  - 출력/연동: `export_cover_letter`, `open_dashboard`, `open_application`, `list_recent_activity`, `get_workflow_guide`
-
-### 워크플로우 (`packages/workflows`)
-- [x] **5종 워크플로우**: `onboarding`, `analyze_job`, `write_cover_letter`, `manage_application_status`, `prepare_interview`
-
-### 기능 흐름 (저장/관리)
-- [x] **온보딩**: 프로필·경력·프로젝트·스킬 입력 흐름
-- [x] **공고 저장**: 공고 본문 저장(회사명/직무/키워드 구조화는 AI가 수행)
-- [x] **적합도(fit) 분석 저장**: `save_fit_analysis`
-- [x] **자소서 버전 관리**: `cover_letter_versions` 테이블 + 타임라인 (Documents 페이지)
-- [x] **지원 상태 관리**: 8단계 칸반 (Applications 페이지) + `update_application_status`
-- [x] **면접 준비 저장**: `save_interview_prep` (서류 합격 이상 해금)
-
-### Export
-- [x] **자소서 export**: `export_cover_letter` → `exports/` 디렉터리에 저장 (`format`: `md`(Markdown) 또는 `html`(인쇄용 HTML, 브라우저에서 PDF로 저장), 기본값 `md`)
-
-### 보안
-- [x] `127.0.0.1` 전용 바인딩
-- [x] **Host 허용목록**(DNS 리바인딩 차단)
-- [x] **CSRF 세션 토큰**: 변경 요청 보호, HTML `<meta>` 주입 방식
-- [x] **외부 Origin 차단**
-- [x] **정적 파일 경로 traversal 차단**
-- [x] **8MB 본문 제한**
-- [x] **민감 본문 보호**: 이력서/자소서 본문은 로그·에러 응답에 미노출
-
-### 설치 안내 / 문서 / 테스트
-- [x] **설치**: `npm install` → `npm start` (대시보드 자동 오픈), MCP 서버는 AI 클라이언트가 `npm run mcp`로 기동
-- [x] **설치 페이지**: `install-page`
-- [x] **문서**: `docs`
-- [x] **진단**: `npm run doctor`
-- [x] **타입 검사**: `npm run typecheck` (`tsc --noEmit`)
-- [x] **E2E 테스트** (`scripts/test.ts`, `npm test`): 17개 — 보안 / 업무 흐름 / MCP stdio / 대시보드↔MCP 동일 DB 양방향
-- [x] **UI 스모크 테스트** (`scripts/ui-smoke.ts`, `npm run test:ui`): Playwright로 8개 페이지 렌더 검증
-- [x] 두 테스트 스위트 모두 통과
-
----
-
-## 후순위 / 향후 과제 (Backlog)
-
-아래 항목은 **지금은 제외하되, 구조는 열어둔다**. 즉 현재 MVP 범위에서 구현하지 않지만, 패키지 경계·데이터 모델·도구 인터페이스가 이후 추가를 수용할 수 있도록 설계되어 있다.
-
-### 공고 크롤링 (사람인 / 잡코리아 / 원티드)
-- 현재는 사용자가 공고 본문을 붙여넣으면 AI가 직접 구조화해 `save_job_posting`으로 저장한다. URL 입력 시 자동 크롤링은 미구현.
-- 구조 개방: 텍스트 정제 로직이 `packages/parsers`로 분리되어 있어(대시보드 `/api/parse/job`에서 사용), 사이트별 크롤러/어댑터를 추가하는 형태로 확장 가능.
-- **지금은 제외, 구조는 열어둠.**
-
-### 클라우드 동기화
-- 현재 모든 데이터는 로컬(`~/.careermate`)에만 저장되며 외부 전송이 없다.
-- 구조 개방: 데이터 접근이 `packages/db`로 일원화되어 있어, 동기화 계층을 별도 어댑터로 얹을 여지가 있다.
-- **지금은 제외, 구조는 열어둠.** (로컬 전용·프라이버시가 현재 설계 원칙)
-
-### ChatGPT App / Claude Extension 마켓 등록
-- 현재는 사용자가 로컬에서 `npm run mcp`로 직접 MCP 서버를 연결한다.
-- 구조 개방: MCP stdio 서버(`apps/mcp`)가 표준 `@modelcontextprotocol/sdk`를 사용하므로, 패키징/배포 형태로 마켓 등록을 추진할 수 있다.
-- **지금은 제외, 구조는 열어둠.**
-
-### 브라우저 확장
-- 채용 사이트에서 공고를 바로 CareerMate로 보내는 확장.
-- 구조 개방: 로컬 API(`apps/web`)와 파서가 이미 분리되어 있어 확장에서 호출할 엔드포인트를 노출하는 형태로 연결 가능.
-- **지금은 제외, 구조는 열어둠.**
-
-### Tauri / Electron 데스크톱 래퍼
-- 현재는 Node + 브라우저 기반 로컬 앱으로 동작한다.
-- 구조 개방: 대시보드가 프레임워크/CDN 의존이 없는 정적 자산이라 데스크톱 셸로 감싸기에 적합하다.
-- **지금은 제외, 구조는 열어둠.**
-
-### DOCX export
-- 현재 export는 Markdown과 인쇄용 HTML(브라우저에서 PDF로 저장) 두 포맷만 지원한다(`packages/exporters`). 바이너리 DOCX 출력은 미구현.
-- 구조 개방: 출력 로직이 `packages/exporters`로 분리되어 있어, DOCX 등 포맷별 익스포터를 추가하는 형태로 확장 가능.
-- **지금은 제외, 구조는 열어둠.**
-
-### 다국어 (i18n)
-- 현재 UI/프롬프트는 단일 언어 중심이다.
-- 구조 개방: 프롬프트가 `packages/prompts`로, UI 문자열이 대시보드 자산으로 분리되어 있어 다국어 리소스 도입 여지가 있다.
-- **지금은 제외, 구조는 열어둠.**
-
----
-
-## 비목표 (Non-Goals)
-
-- **CareerMate 내부에 LLM을 두지 않는다.** 분석·작성은 사용자의 AI(ChatGPT/Claude/Gemini)가 MCP를 통해 수행한다.
-- **로컬 우선 원칙을 깨지 않는다.** 위 향후 과제(특히 클라우드 동기화)는 사용자 선택형·옵트인 전제하에서만 검토한다.

package/docs/RUNTIME_DISTRIBUTION_RESEARCH.md

@@ -1,135 +0,0 @@
-# 런타임·배포 조사: 완전 원클릭(Codex .exe / Claude `.mcpb`) 실현 가능성
-
-- **작성일**: 2026-06-15
-- **상태**: 조사 완료 / 큰 작업은 **보류(문서만)**
-- **관련**: [ADR #1 `node:sqlite` 채택](./DECISIONS.md), [ADR #6 대시보드·MCP의 SQLite(WAL) 공유 + `server.json` 핸드셰이크](./DECISIONS.md), [ROADMAP](./ROADMAP.md)
-
-> 이 문서는 "사용자가 Node/npx/git을 미리 깔지 않고도 한 번에 설치되는 경험"을 두 경로
-> (① OpenAI **Codex Windows 앱** + 단일 `.exe`, ② Claude Desktop **`.mcpb`**)에서 만들 수
-> 있는지 조사한 기록이다. 결론과 근거, 그리고 다음에 누가 이어받든 헛수고하지 않도록
-> "무엇이 작은 수정이고 무엇이 큰 작업인지"를 남긴다.
-
----
-
-## TL;DR
-
-- **공통 근본 제약**: CareerMate는 **`node:sqlite`(Node ≥22.5의 최신 내장 기능)**에 의존한다.
-  "무설치 번들 런타임" 전략의 성패는 전부 **"충분히 새로운 Node를 어떻게 확보하느냐"**로 수렴한다.
-- **Codex Windows 앱 + 단일 `.exe`**: 패키징(Node SEA)은 **기술적으로 성립**하나, **자가등록 지속성**과
-  **샌드박스** 두 개의 (2026-05~06 기준) 외부 버그/제약 때문에 **진정한 무인 원클릭은 현재 불가**. → **보류.**
-- **Claude `.mcpb`**: 산출물(`dist/mcp.mjs`)은 **Node ≥22.5에서 정상 동작**함을 실증함. 사용자가 겪은
-  "설치는 됐는데 도구가 안 뜸/빨간 에러"는 **Claude Desktop 내장 Node가 22.5 미만**일 때의 증상으로 추정되며,
-  그 경우의 해결은 **저장 계층 rewrite(= 큰 작업)**다. → **로그로 근본 원인 확정 후 결정.**
-
----
-
-## 1. 배경 / 질문
-
-- CareerMate는 로컬 MCP stdio 서버 + 로컬 웹 대시보드. 저장은 `node:sqlite`.
-- 목표: 비개발자가 **아무것도 미리 설치하지 않고** 한 번에 쓰기 시작하는 경험.
-- 두 경로를 검토:
-  1. **Codex Windows 데스크톱 앱**(2026-03 출시, MS Store, 로컬 샌드박스+PowerShell)에 **Node 런타임을
-     동봉한 단일 `.exe`**(Node SEA)를 더블클릭 → 자가등록 → 동작.
-  2. **Claude Desktop `.mcpb`**(런타임 동봉형 원클릭) — 이미 빌드 파이프라인 존재(`scripts/build-mcpb.mjs`).
-
----
-
-## 2. Codex Windows 앱 + 단일 `.exe` (Node SEA)
-
-### 2.1 패키징 자체 — 성립 (조건부 가능)
-
-| 항목 | 판정 | 근거 |
-|---|---|---|
-| Windows에서 SEA `.exe` 생성 | 가능 | Node SEA의 **첫 번째 CI 테스트 플랫폼이 Windows**. `.exe` 출력 지원. 안정성 지수는 1.1(Active development). |
-| 빌드 워크플로 | 간소화됨 | Node **25.5.0**의 `--build-sea` 단일 플래그로 통합(종전 postject 3단계 불필요). |
-| 정적 자산(대시보드 HTML/CSS/JS) 임베드 | 가능 | `sea.getAsset()`/`getRawAsset()` 계열로 번들·런타임 서빙(v20.12.0~). 단 현재 `apps/web`는 디스크에서 자산을 읽으므로 **임베드용 코드 수정 필요**. |
-| `node:sqlite` 플래그 | 사실상 비이슈 | **Node ≥22.13 / ≥23.4부터 `--experimental-sqlite` 없이 동작**. 최신 Node를 임베드하면 해결. 필요시 SEA `execArgv`로 플래그 주입도 가능. |
-
-근거 출처(주요): nodejs.org `single-executable-applications`, `sqlite` 문서; Node v25.5.0 릴리스 블로그;
-Joyee Cheung 블로그(Windows PE 주입 실테스트); commit `55239a48b6`("unflag sqlite module").
-
-### 2.2 자가등록·동작을 막는 두 개의 블로커 — 현재 불가
-
-1. **🚨 Codex 데스크톱이 시작 시 `~/.codex/config.toml`을 재작성하며 사용자 커스텀 `[mcp_servers]` 블록을 삭제**
-   - openai/codex **issue #24718** (2026-05-27 OPEN, v26.519.11010.0, Win11 26200): "Codex Desktop overwrites
-     `%USERPROFILE%\.codex\config.toml` during startup ... removes a manually configured custom MCP server",
-     "blocking data-loss issue." (보강: #26530, #24387, JetBrains LLM-24906)
-   - 의미: `.exe`가 `init`으로 스스로 등록해도 **앱이 지워버릴 수 있음** → 자가등록 전략의 핵심 전제가 깨짐.
-2. **샌드박스가 MCP stdio 서브프로세스에도 상속됨**
-   - 공식 문서: "The sandbox applies to spawned commands ... inherit the same sandbox boundaries", "Every file
-     write, terminal command, network request, and process spawn goes through the sandbox."
-   - 기본 `workspace-write`의 쓰기 가능 루트는 `cwd + $TMPDIR + /tmp`뿐 → **워크스페이스 바깥인
-     `~/.careermate` 쓰기와 127.0.0.1 포트 바인딩이 기본 거부**. `danger-full-access` 또는
-     `sandbox_workspace_write.writable_roots` 명시 필요. (실증: issue #18243, #24727 "windows sandbox failed: spawn setup")
-
-> 두 블로커 모두 **CareerMate 코드 문제가 아니라 Codex 앱 측 미해결 버그/설계 제약**이라 우리가 코드로 못 고친다.
-> #24718이 패치되고 샌드박스 정책이 정리되면 결론이 뒤집힐 수 있으므로 **추적 대상**.
-
-### 2.3 결론(Codex)
-
-- 패키징은 가능, **무인 원클릭은 현재 불가** → **보류.** 당분간 Codex는 CLI/IDE 확장 경로 또는
-  "Node 1회 설치 → `npx -y careermate init`" 안내가 현실적.
-
----
-
-## 3. Claude Desktop `.mcpb`
-
-### 3.1 실증 결과 (이 저장소, 2026-06-15, Node v25)
-
-- `manifest.json`은 정상: `server.type:"node"`, `args:["--experimental-sqlite","${__dirname}/dist/mcp.mjs"]`.
-- **`dist/mcp.mjs` 단독 부팅 성공** — `initialize` 응답 정상, **도구 24개** 로드, 데이터 `~/.careermate` 연결.
-- 이 PC의 **Node v25**에서: `--experimental-sqlite`는 **거부되지 않고 경고만**, 플래그 없이도 `node:sqlite` 동작.
-  → "최신 Node가 플래그를 거부해 죽는다" 시나리오는 (최소 v25까지) **없음**.
-
-### 3.2 그렇다면 사용자가 본 "도구 안 뜸/빨간 에러"의 원인
-
-- 산출물·플래그가 Node ≥22.5에서 멀쩡하므로, **sqlite 경로의 유일한 실패 원인 = Claude Desktop 내장 Node < 22.5**.
-  그 경우 `node:sqlite` 모듈이 **아예 없고** `--experimental-sqlite`도 **모르는 옵션**이라 서버가 즉시 죽는다.
-- (대안 가설) sqlite 무관 환경 문제 — 단 Claude Desktop 미설치 환경에서는 재현 불가.
-- **확정 방법(저비용, 먼저 할 것)**: `.mcpb`를 깐 PC에서 로그 확인
-  - Windows: `%APPDATA%\Claude\logs\mcp-server-careermate.log` (또는 `mcp.log`)
-  - `bad option: --experimental-sqlite` / `No such built-in module: node:sqlite` → **내장 Node < 22.5 확정**
-  - 그 외(경로/ESM/`__dirname`) → 패키징 문제(별개 갈래)
-
-### 3.3 내장 Node < 22.5가 확정될 경우 — 저장 계층 대안
-
-코드 결합도는 낮다. `node:sqlite`를 만지는 곳은 **3개 파일**뿐:
-`packages/db/src/{connection.ts, schema.ts, repositories.ts}`. 사용 API도 작은 부분집합
-(`DatabaseSync`, `exec`, `prepare().get()/.all()/.run()`, `?`/`@name` 인자, `.changes`, `close`), **JOIN 없음**.
-→ `getDb()` 뒤 어댑터 교체 자체는 소규모.
-
-**그러나 두 개의 지뢰:**
-
-1. **2-프로세스 동시성(ADR #6)** — 웹 대시보드와 MCP 서버가 **별도 프로세스로 같은 DB를 WAL 동시 접근**.
-   - `sql.js`(WASM): 낡은 Node까지 호환되지만 **인메모리+수동 저장**이라 두 프로세스 공유 시 last-writer-wins로 **깨짐**.
-   - JSON 스토어(lowdb 등): 동일하게 동시성 재설계 필요.
-2. **네이티브 ABI** — `better-sqlite3`는 API가 거의 동일하지만 **네이티브 모듈**이라 내장 Node ABI와
-   prebuilt 불일치(NODE_MODULE_VERSION) 위험. 버전 문제를 다른 형태로 되살림.
-
-| 대안 | 낡은 내장 Node 호환 | 2-프로세스 동시성 | 비용 |
-|---|---|---|---|
-| sql.js (WASM) | ✅ | ❌ 재설계 필요 | 中~大 |
-| better-sqlite3 | ❌ ABI 위험 | ✅ | 中(근본 미해결) |
-| JSON 스토어 | ✅ | ❌ 재설계 필요 | 中~大 |
-
-가장 깔끔한 방향: **MCP 서버가 DB를 직접 열지 않고 웹 서버의 127.0.0.1 HTTP로 데이터를 요청 → 웹 서버가
-단일 DB 소유자**. 이러면 sql.js가 성립하지만 "대시보드가 안 떠 있어도 MCP 동작" UX를 잃는다(진짜 아키텍처 변경).
-
-→ 어느 쪽이든 **"작은 수정"이 아니라 아키텍처 변경**이므로, 근본 원인(로그) 확정 전에는 착수하지 않는다.
-
----
-
-## 4. 권고 / 다음 단계
-
-1. **(먼저, 저비용)** `.mcpb` 깐 PC에서 로그 한 줄 확인 → 내장 Node < 22.5 여부 확정.
-   - 플래그류 에러면: (가설과 달리) 단순 수정 가능성 → 재검토.
-   - `node:sqlite` 부재면: 아래 3.3 rewrite를 정식 과제로.
-2. **단기 우회**(무설치 포기 허용 시): "Node ≥22.5 1회 설치 → `npx -y careermate init`" — Claude/Codex 공통으로 가장 견고.
-3. **추적**: Codex issue #24718(config 재작성) 상태. 닫히면 Codex SEA 원클릭을 재평가.
-
-## 5. 검증 메모 / 한계
-
-- Codex 데스크톱 관련 결론은 **2026-05~06 기준 OPEN 버그**에 의존(시간 민감).
-- #24718의 구체 재현은 HTTP MCP였다는 점에서 stdio 삭제는 광범위 재작성 정황으로의 소폭 일반화.
-- 미서명 `.exe`의 SmartScreen/Defender 경고가 원클릭 UX를 얼마나 저해하는지는 **이번 라운드에서 확정 근거 미확보**(미검증).
-- `.mcpb` 실패의 "내장 Node < 22.5" 결론은 **로그로 직접 확정 전까지 강한 추정**이다.