MDX ↔ Figma 프레임 자동 매칭 — 현황 및 제안

첨부 6장과 함께 검토. 이 한 장이 전체 요약.

1. 개요

2. 시행 단계

  1. 기존 라이브러리/모델 적용 — tf-idf, sobert, BM25, cross-encoder 등 적용
    (*) 일반적인 단어, 동음이의/도메인 용어 부재 등의 요인으로 매칭 점수 낮거나 미매칭. 예: "전환"(일반) vs "디지털 전환"(DX) 혼동, BEPs 고유어(결과혁신/과정혁신 등) 학습 안 됨.
  2. AI로 디자인 분석하여 매칭
    (*) 없는 단어, 추론 단어 등의 요인으로 매칭 점수 낮게 나오며, 구조가 맞지 않음.
  3. 키워드 전처리 및 가중치를 통한 매칭 (첨부 1. 키워드 정리)
    (*) Figma에서 추출한 텍스트에서 해당 디자인의 핵심 키워드 / 세트 키워드 / 연관 키워드를 구분, MDX에서 해당 키워드를 통해 매칭 점수 정리 (첨부 2. 키워드 매칭)
    → 32개 디자인 중 적합한 프레임 매칭. 하지만 2~3순위 프레임을 활용하기엔 부적절.
    ⇒ BEPs에 없는 내용에 대한 디자인 매칭 시 구조에 적합하지 않은 디자인 매칭. (첨부 2. 키워드 매칭 — 한계)
  4. 키워드 매칭 + 의미 / 구조 / 적용 가능성을 통한 매칭 (첨부 3. 매칭 결과)
    (*) 매칭 결과 표
    → 구조 매칭 시, 내용에 기반하여 적합한 디자인과 매칭 (첨부 4. 구조 매칭 키워드)
    (*) 단순 구조 매칭이 아닌 fit-v2가 가장 적합 (첨부 5. 샘플)
  5. Figma 프레임별 추출 내용 및 정리 방안
    → 32개 프레임 외, BEPs에서의 디자인들을 프레임별로 추출 및 정리 (첨부 6. 정리 방안)
    → 테스트를 늘려가며 조금 더 조정할 필요

첨부 6장

#파일내용
1ATTACH_01_KEYWORD_ORGANIZATION.htmlFigma 프레임별 3-layer 키워드 정리 (핵심/세트/연관)
2ATTACH_02_KEYWORD_MATCHING.htmlV1 키워드 매칭 결과 + 한계 사례 (BEPs 밖 콘텐츠)
3ATTACH_03_CASCADE_RESULT.htmlV1 키워드 → + 의미 → + 구조 → + 적용 가능성 단계별 결과
4ATTACH_04_STRUCTURE_VOCAB.html구조 매칭 키워드 정의 (content_affinity 12, structure_intent 9, alt_patterns)
5ATTACH_05_SAMPLES.htmlfit-v2 적합 샘플 3건 (V1 강함/약함/reject 각 사례)
6ATTACH_06_DB_ORGANIZATION.htmlFigma DB 형태 (Frame 예시 + 32 프레임 요약)