KEYWORD INVENTORY 요약

Figma 프레임, BEPS 마스터, MDX 구간에서 문장을 수집하고, 단어 추출·전처리·표기 통합을 거쳐 최종 키워드집을 만든 과정을 한 장으로 정리한 요약본입니다.
수집 대상
37개
Figma 텍스트 32개 프레임, BEPS 마스터 1개, MDX 검증 구간 4개를 대상으로 수집했습니다.
수집된 문장
2,125
Figma 586, BEPS 1,410, MDX 129 문장을 모아 키워드 원천 데이터로 사용했습니다.
단어 추출 및 전처리
13,913 → 14,161
형태소 분석 결과 전체 등장 수는 13,913회였고, 약어 보존·표기 통합·공백/기호 정리 후 전체 등장 수는 14,161회가 되었습니다.
전처리 후 최종 키워드
1,713개
최종 고유 키워드는 1,713개이며, 이 중 중요 표기(DX, BIM, S/W 등)는 별도 보존 규칙으로 관리했습니다.
중간 정리: 어떻게 정리했나

1. 표기 보존 및 통합

DX, BIM, S/W, H/W, 2D, 3D, As-is, To-Be처럼 깨지면 안 되는 표기는 중요 표기로 보존했습니다.

같은 뜻의 표기 차이는 대표 표기로 합쳤습니다. 예: 디지털 전환, 디지털전환, 일부 DX 계열 표현은 대표 표기 DX로 통합했습니다.

2. 전처리 규칙

1글자 단어와 순수 숫자는 제외했습니다.

공백 차이, 슬래시 차이, 영문/국문 혼용 표기는 가능한 범위에서 하나의 대표 표기로 정리했습니다.

예: 원문 디지털전환 직관지 역할 → 정규화 후 DX 직관지 역할

3. 1713개와 최종 분류의 관계

최종 고유 키워드 1,713개를 등장 범위 기준으로 다시 나눴습니다.

451 특정 프레임 전용 + 1,238 2~9개 프레임 공통 + 24 10개 이상 프레임 공통 = 1,713

즉 아래 분류는 1,713개와 별도 표가 아니라, 1,713개를 다시 구분한 결과입니다.
최종 키워드 분류

핵심 키워드

451개
특정 프레임에만 등장하는 단일 키워드입니다. 프레임 식별력이 가장 강한 신호로, 다른 프레임에 복제되지 않는 단어를 중심으로 정리합니다.
키워드 예시
프레임 예시: Frame 7은 실시간/CCTV 계열, Frame 13은 역량/여건 계열처럼 해당 프레임만의 식별 단어가 뚜렷하게 나타납니다.

세트 키워드

524개
특정 프레임 내부의 여러 source text를 공통 토큰으로 병합한 frame-level 세트 후보입니다. 단일 단어보다 프레임의 문맥과 메시지 묶음을 더 잘 보여주는 시그니처 단위로 사용합니다.
키워드 세트 예시
프레임 예시: Frame 2는 AI·추론 계열, Frame 13은 필수 여건 계열, Frame 12는 안전·운영·확보 계열처럼 한 프레임 안에서 함께 읽히는 시그니처 묶음으로 정리됩니다.

연관 키워드

1,238개
2~9개 프레임에 걸쳐 반복 등장하는 키워드입니다. 특정 프레임 하나를 바로 식별하지는 않지만, 핵심·세트 키워드 주변에서 맥락을 보강하는 신호로 사용합니다.
키워드 예시
프레임 예시: 국외, 솔루션, 정부 같은 단어는 2개 이상 프레임에 반복 등장하므로 특정 프레임 단독 식별보다는 주변 맥락을 보강하는 용도로 사용됩니다.
주: 핵심 키워드와 연관 키워드의 개수(451 / 1,238 / 24)는 KEYWORD_INVENTORY.html의 최종 정리 기준을 따랐습니다. 세트 키워드 524개는 현재 파이프라인의 auto_anchor_candidates.yaml 내 merge_candidates 기준으로 집계한 frame-level 세트 후보 수입니다. 즉, 핵심·연관은 최종 고유 키워드 1,713개의 등장 범위 분류이고, 세트 키워드는 그와 별도로 프레임 시그니처 후보를 묶어 보여주는 보조 층입니다.