방법
- 정적 HTML·CSS·JavaScript로 지시문을 조립하고 입력된 답을 규칙과 수식으로 검사한다.
- 탭 구성: 1 Prompt Anatomy · 2 Few-shot Examples · 3 Step-by-step Reasoning · 4 Structured Output · 5 Tokens & Context Window.
- Prompt Anatomy — 선택한 6개 부품을 이어 붙이고 한 부품을 제거한 판본을 만든다.
- Few-shot Examples — 예시 0·1·3·5개, Fisher–Yates 순서 섞기, mulberry32 시드 42, 6개 보고서 정확도.
- Step-by-step Reasoning — n=max(2,ceil(H/60)−1), g=H/(n+1). H<120 cm일 때 n=1. 허용 오차 ±0.05 cm는 정한 값.
- Structured Output — JSON.parse, 화면 스키마의 type·enum·required·additionalProperties·길이 규칙 검사, 항목 중복·누락 검사.
- Tokens & Context Window — gpt-tokenizer 3.0.1, cl100k_base 공개 어휘, Web Worker에서 BPE 계산. KaTeX 0.16.9로 수식 표시.
- 학습: 없음. 서비스 내 LLM: 없음. 본문·코드 초안 작성 보조: GPT 기반 Codex.
데이터
- 국가법령정보센터: 산업안전보건기준에 관한 규칙 제13조 제2·3호. 시행 2026-03-02, 고용노동부령 제450호, 조회 2026-10-26. 법령 원문은 저작권법 제7조 제1호에 따라 보호 제외.
- 손으로 작성: 가상 사고 예시 15개, 별도 보고서 6개와 라벨, 점검 측정값, JSON 스키마, 한·영 문장 3쌍. 사전 생성한 모델 답은 없음.
- 가공: 법령 2개 호만 발췌, 영어 설명은 비공식 번역. 실제 사고 기록이나 개인 정보는 사용하지 않음.
- 사용자 입력 저장: 없음. 글씨 크기·테마만 localStorage 사용. 상태 링크에 입력을 담는 것은 사용자가 선택.
검증
- 난간 높이 9개 조건을 계산식과 대조했고 모두 일치했다. H=200 cm에서 n=3, g=50 cm다.
- 핵심 계산·파서 63건 통과. 별도 구현 Ajv 8.17.1과 스키마 40건을 대조해 모두 일치했다.
- cl100k_base 토큰 ID를 tiktoken 0.12.0과 30개 입력에서 대조해 모두 일치했다. DOM 검사에서 언어 전환 후 수치가 보존됐다.
범위
- 예시 수: 0·1·3·5. 시드: 1–999999. 답 입력: 칸당 최대 20,000자.
- 난간 높이: 90·100·110·119·121·150·180·200·240 cm. 일반 구조, 기둥 간격 >25 cm. 전체 안전성 판정은 포함하지 않음.
- 토큰 입력: 최대 6,000자. 문맥 예산: 512·2048·8192·32768·128000 tokens. 답 예약: 0–128000 tokens. 모두 체험용으로 정한 값.
출처
- Brown et al. (2020). Language Models are Few-Shot Learners. NeurIPS.
- Lu et al. (2022). Fantastically Ordered Prompts and Where to Find Them. ACL.
- Wei et al. (2022). Chain-of-Thought Prompting Elicits Reasoning in Large Language Models. NeurIPS.
- JSON Schema (2022). Validation, draft 2020-12.
- Sennrich, Haddow & Birch (2016). Neural Machine Translation of Rare Words with Subword Units. ACL.
- gpt-tokenizer 3.0.1 · cl100k_base · MIT.
- 국가법령정보센터 · 제13조 · 시행 2026-03-02 · 고용노동부령 제450호.
- KaTeX 0.16.9 · MIT · KaTeX
이력
- 2026-10-27 · v1.0 · 공개