# NORMALIZED TOKEN INVENTORY — Step 4.2 확정 스냅샷

## 0. Executive Summary

BEPS / Figma / MDX 에서 실제 텍스트를 수집해 중복 제거 후 **2,124개** 문장 / 항목을 정리하였다.
형태소 분석 단계에서는 **13,911개** 단어 출현을 확인했고,
정규화 후 최종 **14,228개 단어 출현 / 1,743개 키워드 후보**로 정리하였다.
이 후보 목록을 바탕으로 각 Figma 프레임별 핵심 키워드 (anchor keyword) 를 선별한다.

> **1,758개 = 전체 키워드 후보 풀** (anchor keyword 는 이 중에서 프레임별로 선별할 핵심 키워드)


## 1. 파이프라인 처리 흐름

| 단계 | 산출 | 역할 |
|---|---|---|
| Step 1 | `actual_text_nodes.yaml` | Figma texts.md 의 `- ` list item + MDX 본문에서 text_node 추출. HTML tag / markdown / HTML entity 정리. 1글자 / 순수숫자 / 단일기호 제외. |
| Step 2 | `actual_text_tokens.yaml` | Kiwi 형태소 분석 (NNG / NNP / SL / SN). 1글자 / 순수숫자 제외. synonym 미적용. |
| Step 2.5 | `special_forms_inventory.yaml` | S/W, H/W, 2D, 3D, BIM, DX, AS-IS, TO-BE 실제 표기형 관찰 (occurrences + nodes + source breakdown). |
| Step 4.2 | `normalized_text_tokens.yaml`, `replacement_report.yaml` | PRE_COLLAPSE (4 regex) + phrase_variants 치환 → Kiwi user_dict (SL 8 + NNG 5) → 동일 필터. |


## 2. 전체 카운트

| 소스 | raw tokens | unique tokens |
|---|---|---|
| BEPS (1 frame) | 10,517 | 1,708 |
| Frames (32) | 2,967 | avg 63.6 / frame |
| MDX (3) | 744 | avg 117.2 / MDX |
| **Corpus** | **14,228** | **1,743** |

**총 occurrence**: 14,228


## 3. Special tokens 통계

### 3.1 Step 4.2 정규화 후 (token 기준)

| token | occurrence | frame_df | mdx_df |
|---|---|---|---|
| S/W | 286 | 22 / 32 | 4 / 3 |
| H/W | 28 | 6 / 32 | 1 / 3 |
| 2D | 14 | 3 / 32 | 3 / 3 |
| 3D | 83 | 13 / 32 | 3 / 3 |
| DX | 83 | 9 / 32 | 4 / 3 |
| BIM | 187 | 12 / 32 | 2 / 3 |
| As-is | 2 | 0 / 32 | 1 / 3 |
| To-Be | 2 | 0 / 32 | 1 / 3 |

### 3.2 Step 2.5 원본 표기형 관찰 (문자열 기준)

| target | occurrences (total) | source breakdown (b/f/m) | nodes (total) | observed_forms |
|---|---|---|---|---|
| S/W | 287 | b197 / f84 / m6 | 230 | — |
| H/W | 28 | b20 / f7 / m1 | 26 | — |
| 2D | 14 | b8 / f3 / m3 | 14 | — |
| 3D | 83 | b49 / f23 / m11 | 76 | — |
| DX | 50 | b25 / f12 / m13 | 48 | — |
| BIM | 187 | b148 / f28 / m11 | 169 | — |
| AS-IS | 2 | b1 / f0 / m1 | 2 | `As-is`×2 |
| TO-BE | 2 | b1 / f0 / m1 | 2 | `To-Be`×1, `To-be`×1 |


## 4. Applied replacements

### 4.1 PRE_COLLAPSE (regex, 4 rules)

| rule_id | applied |
|---|---|
| digital_transition_with_dx | 6 |
| dx_with_digital_transition | 4 |

**pre_collapse_total**: 10

### 4.2 phrase_variants 치환 카운트

| canonical | applied |
|---|---|
| DX | 32 |
| 과정혁신 | 19 |
| 시행착오 | 1 |
| 의사소통 | 1 |
| 필수조건 | 1 |
| 결과혁신 | 1 |
| To-Be | 1 |

**applied_replacements total**: 56
**total_text_changes** (pre_collapse + phrase): 66

### 4.3 phrase_variants 룰 정의 (`synonyms.yaml`)

| canonical | variants |
|---|---|
| DX | 디지털 전환, 디지털전환, 디지털 트랜스포메이션 |
| 결과혁신 | 결과 혁신, 결과의 혁신, Product의 변화, Product 혁신 |
| 과정혁신 | 과정 혁신, 과정의 혁신, Process 혁신, 프로세스 혁신 |
| 필수조건 | 필수 요건, 필수요건 |
| 의사소통 | 의사 소통 |
| 시행착오 | 시행 착오 |
| As-is | As Is, As_is, as-is |
| To-Be | To-be, To Be, To_be |


## 5. Frame 별 unique token count (32개)

| frame # | frame_id | raw tokens | unique tokens |
|---|---|---|---|
| 1 | 1171281172 | 19 | 18 |
| 2 | 1171281173 | 42 | 32 |
| 3 | 1171281174 | 18 | 17 |
| 4 | 1171281175 | 59 | 45 |
| 5 | 1171281176 | 28 | 21 |
| 6 | 1171281177 | 62 | 43 |
| 7 | 1171281178 | 243 | 147 |
| 8 | 1171281179 | 87 | 60 |
| 9 | 1171281180 | 42 | 28 |
| 10 | 1171281181 | 24 | 22 |
| 11 | 1171281182 | 45 | 28 |
| 12 | 1171281189 | 71 | 56 |
| 13 | 1171281190 | 84 | 57 |
| 14 | 1171281191 | 109 | 69 |
| 15 | 1171281192 | 115 | 83 |
| 16 | 1171281193 | 229 | 149 |
| 17 | 1171281194 | 150 | 97 |
| 18 | 1171281195 | 160 | 106 |
| 19 | 1171281197 | 64 | 45 |
| 20 | 1171281198 | 61 | 42 |
| 21 | 1171281201 | 44 | 34 |
| 22 | 1171281202 | 46 | 43 |
| 23 | 1171281203 | 148 | 100 |
| 24 | 1171281204 | 214 | 127 |
| 25 | 1171281205 | 48 | 43 |
| 26 | 1171281206 | 45 | 36 |
| 27 | 1171281208 | 38 | 30 |
| 28 | 1171281209 | 68 | 48 |
| 29 | 1171281210 | 164 | 115 |
| 30 | 1171281211 | 135 | 96 |
| 31 | 1171281212 | 222 | 126 |
| 32 | 1171281213 | 83 | 73 |


## 6. TARGET frames 상세 (13 / 14 / 18 / 29)

### Frame 13 / 1171281190
- raw_token_count: **84**
- unique_token_count: **57**
- unique_tokens:

  필수조건 / 기술 / 디지털 / 기반 / 지식 / 건설 / 산업 / 토목 / 단계 / 근본 / 이해 / 경험 / 전문 / 보유 / S/W / Digital / Technology / 다양 / 도구 / H/W / Process / 효과 / 통합 / 사람 / 역량 / 분야 / 기술자 / 엔지니어 / Know / how / 융합 / 축적 / 개발 / 개발자 / 형태 / Solution / Programmer / 자연 / 여건 / 사회 / 기업 / 제도 / 목표 / 설정 / 지침 / 탈피 / 수행 / 사례 / 검증 / 시행 / 지속 / 장기 / 투자 / 능력 / 의지 / 규모 / 과정혁신

### Frame 14 / 1171281191
- raw_token_count: **109**
- unique_token_count: **69**
- unique_tokens:

  발주 / 목표 / 시공 / 설계자 / 민원 / 작업 / 예방 / 최소 / 직관 / 품질 / 향상 / 안정 / 제고 / 수행 / 공정 / 이해 / 관리 / 편의 / 증진 / 실무자 / 소통 / 오류 / 행정 / 자동 / 생산 / 건설 / 정보 / 통합 / 활용 / 강화 / 생애 / 주기 / 효율 / 디지털 / 자산 / 공사 / Risk / 시각 / 안전 / 중간 / 완성 / 측량 / 공간 / 편리 / 관계자 / 의사소통 / Model / 세도 / 관련 / 도서 / 작성 / System / 구축 / 기술 / 개발 / 원활 / 3D / 모델 / Claim / 상호 / 신뢰 / 부가 / 가치 / 창출 / 산업 / 전환 / 프로젝트 / 일관 / 유지

### Frame 18 / 1171281195
- raw_token_count: **160**
- unique_token_count: **106**
- unique_tokens:

  BIM / DX / 이해 / vs. / Only / 3D / 모델 / 제작 / 상용 / S/W / Civil / Revit / Navisworks / Autocad / 기존 / 2D / 설계 / 방식 / 유지 / 중심 / 성과 / 일반 / 향상 / 분야 / 단절 / 시공 / 운영 / 단순 / 수동 / 집단 / 동질 / 오류 / 소극 / 기술 / 의존 / 제작사 / 판매 / 정책 / 평준 / 국내 / 규모 / 교육 / 집중 / 토목 / 해외 / 증가 / 프로세스 / 성과물 / 활용 / 확장 / 수행 / 개념 / CIVIL / IT / 주체 / 발주처 / 설계사 / 시공사 / ENG. / Management / 포함 / Rhino / Sketchup / Blender / EG / 전용 / 근본 / 문제 / 의식 / 개선 / 공학 / 정보 / 콘텐츠 / 연계 / 도면 / 수량 / 계획 / 일식 / 혁신 / 정립 / 생애 / 주기 / 시스템 / 구체 / 적극 / 실현 / 방안 / 접목 / 융합 / 자체 / 능력 / 지속 / 가능 / 확보 / 차별 / 경쟁력 / 진출 / ENG / 개발 / 건설 / 산업 / 과정 / 기초 / 일부분 / 인지 / 중요

### Frame 29 / 1171281210
- raw_token_count: **164**
- unique_token_count: **115**
- unique_tokens:

  과정 / 혁신 / Process / 결과 / Products / 개념 / 도서 / 행정 / 절차 / 중심 / 2D / 도면 / 전문가 / 규정 / 업무 / 구분 / 책임 / 단절 / 시각 / 목적물 / 소통 / 투명 / 3D / 모델 / 참여자 / 실체 / 협업 / 창의 / 복합 / 위치 / 기반 / GIS / 건설 / 정보 / 포함 / BIM / 연계 / 과정혁신 / 지리 / 지형 / 지반 / 상태 / 형상 / 내용 / 속성 / 인프라 / 산업 / 등고선 / 지형도 / 수치 / 본태 / 측량 / 획득 / 구축 / 필수 / 설계 / 시공 / 관련 / 기술 / 정리 / 디지털 / S/W / 축적 / 작성 / 분절 / Analogue / 방식 / 성과물 / 가능 / Solution / 제공 / 과거 / 수작업 / 시행 / 발생 / 오류 / 최소 / 정확 / Data / 계획 / 개선 / 품질 / 의존 / 수량 / 계산서 / 시방서 / 시뮬레이션 / Digital / 추가 / Information / and / 숫자 / 확인 / 진행 / 지속 / 존속 / Graphic / 활용 / 기존 / 수준 / 공학 / 사이니지 / 시스템 / H/W / Engn. / 프로젝트 / 이슈 / 검토 / 논의 / 다양 / 단계 / 데이터 / 저장 / 통합 / 관리


## 7. Top 50 by frequency

| token | count | frame_count | mdx_count |
|---|---|---|---|
| S/W | 286 | 22 | 4 |
| 정보 | 254 | 13 | 3 |
| 건설 | 200 | 15 | 4 |
| BIM | 187 | 12 | 2 |
| 관리 | 187 | 12 | 3 |
| 모델 | 185 | 12 | 3 |
| 기반 | 180 | 16 | 3 |
| 시공 | 177 | 15 | 4 |
| 설계 | 171 | 15 | 4 |
| 기술 | 160 | 17 | 3 |
| 개발 | 119 | 14 | 2 |
| 공사 | 111 | 4 | 1 |
| 계획 | 100 | 8 | 3 |
| 수행 | 93 | 10 | 3 |
| 산업 | 90 | 13 | 1 |
| 사용 | 90 | 13 | 0 |
| 현장 | 86 | 7 | 1 |
| 업무 | 86 | 13 | 3 |
| 활용 | 85 | 10 | 4 |
| DX | 83 | 9 | 4 |
| 3D | 83 | 13 | 3 |
| 필요 | 79 | 12 | 3 |
| 효율 | 77 | 8 | 2 |
| 중심 | 73 | 7 | 4 |
| 가능 | 71 | 14 | 1 |
| 작업 | 70 | 6 | 1 |
| 디지털 | 68 | 7 | 4 |
| 단계 | 67 | 10 | 3 |
| 품질 | 65 | 10 | 2 |
| 시스템 | 64 | 6 | 2 |
| 작성 | 63 | 10 | 2 |
| 지원 | 61 | 5 | 0 |
| 다양 | 61 | 9 | 2 |
| 확인 | 60 | 4 | 1 |
| 공정 | 60 | 6 | 1 |
| 방식 | 59 | 9 | 3 |
| 데이터 | 58 | 4 | 3 |
| 생산 | 55 | 9 | 2 |
| 사업 | 54 | 7 | 0 |
| 안전 | 52 | 5 | 1 |
| 유지 | 52 | 9 | 3 |
| 이해 | 51 | 10 | 3 |
| 위치 | 51 | 5 | 2 |
| 현황 | 51 | 4 | 0 |
| 향상 | 51 | 6 | 3 |
| 기능 | 51 | 8 | 0 |
| 비용 | 50 | 7 | 2 |
| 구축 | 49 | 6 | 2 |
| 연계 | 47 | 8 | 2 |
| 지식 | 46 | 6 | 1 |


## 8. Top 50 by frame_df

| token | frame_count | count | mdx_count |
|---|---|---|---|
| S/W | 22 | 286 | 4 |
| 기술 | 17 | 160 | 3 |
| 기반 | 16 | 180 | 3 |
| 건설 | 15 | 200 | 4 |
| 시공 | 15 | 177 | 4 |
| 설계 | 15 | 171 | 4 |
| 개발 | 14 | 119 | 2 |
| 가능 | 14 | 71 | 1 |
| 정보 | 13 | 254 | 3 |
| 사용 | 13 | 90 | 0 |
| 산업 | 13 | 90 | 1 |
| 업무 | 13 | 86 | 3 |
| 3D | 13 | 83 | 3 |
| BIM | 12 | 187 | 2 |
| 관리 | 12 | 187 | 3 |
| 모델 | 12 | 185 | 3 |
| 필요 | 12 | 79 | 3 |
| 수행 | 10 | 93 | 3 |
| 활용 | 10 | 85 | 4 |
| 단계 | 10 | 67 | 3 |
| 품질 | 10 | 65 | 2 |
| 작성 | 10 | 63 | 2 |
| 이해 | 10 | 51 | 3 |
| 지속 | 10 | 38 | 2 |
| DX | 9 | 83 | 4 |
| 다양 | 9 | 61 | 2 |
| 방식 | 9 | 59 | 3 |
| 생산 | 9 | 55 | 2 |
| 유지 | 9 | 52 | 3 |
| 개념 | 9 | 44 | 2 |
| 계획 | 8 | 100 | 3 |
| 효율 | 8 | 77 | 2 |
| 기능 | 8 | 51 | 0 |
| 연계 | 8 | 47 | 2 |
| Solution | 8 | 35 | 1 |
| 토목 | 8 | 31 | 2 |
| 현장 | 7 | 86 | 1 |
| 중심 | 7 | 73 | 4 |
| 디지털 | 7 | 68 | 4 |
| 사업 | 7 | 54 | 0 |
| 비용 | 7 | 50 | 2 |
| 범용 | 7 | 45 | 0 |
| 기존 | 7 | 44 | 3 |
| 한계 | 7 | 34 | 0 |
| 목표 | 7 | 32 | 0 |
| 규모 | 7 | 30 | 2 |
| Digital | 7 | 26 | 2 |
| 프로세스 | 7 | 26 | 4 |
| Process | 7 | 24 | 3 |
| 수준 | 7 | 21 | 0 |


## 9. 검수 메모

- **DX(DX) 제거 완료** — PRE_COLLAPSE 4개 룰 적용. `dx_duplicate` 잔여 0건.
- **3D모델 / 2D도면 canonical 은 일부러 만들지 않음** — 3D / 2D 일반 차원 토큰을 살리기 위함. 이후 anchor_set 단계에서 compound 후보로 별도 생성 가능.
- **As-is / To-Be 는 frame 에 등장하지 않고 BEPS / MDX 중심** — frame_df=0. BEPS/MDX 에만 각 2건.
- **Source of truth 는 `actual_text_nodes.yaml` + `normalized_text_tokens.yaml`** — 이 보고서는 검수용 snapshot 이다.