AI 레디 표준 프레임워크 정의서 (v1.0 초안)

항목	내용
문서명	AI 레디 표준 프레임워크 정의서
버전	v1.0 초안 (2026-05-05)
사업	AI 레디(AI-Ready) 표준 생태계 조성을 위한 표준화 전략 수립 용역
발주처	한국정보통신기술협회(TTA)
WBS	B-3 (수행계획서 2.2절)
정식 발행	2단계 완료 (2026-08-31 예정)
책임자	박천웅 박사 + 김장원 교수

본 문서는 본 사업의 핵심 제도적 산출물입니다. 신규 표준이 작성될 때, 또는 기존 표준이 AI 레디화될 때 본 프레임워크를 따라야 합니다. 본 v1.0은 P-01(TTAK.KO-10.0976) 적용을 통해 검증된 결과를 바탕으로 작성되었으며, 2단계 완료 시점에 P-02~P-05 적용 결과를 반영하여 v1.1로 정식 발행됩니다.

약어가 많아 이해가 어려우면

본 문서에는 c1~c7, R17, D-Q4, PROV-O, DQV 등 약어가 많이 등장합니다. 용어집(Glossary) 에서 모든 약어를 정리해 두었습니다. 모르는 약어를 만나면 즉시 참조하세요.

---

Part I. 개요

1.1 본 정의서의 목적

본 정의서는 한국정보통신기술협회(TTA) 표준이 "사람이 읽는 문서"에서 "AI 시스템이 직접 임포트·검증·활용하는 코드"로 전환되도록 하는 표준화된 패키지 작성 규칙을 정의한다.

본 프레임워크를 따르면 다음이 보장된다:

• ✅ 글로벌 어휘 정합성: DCAT v3 · DataCite · re3data · Croissant · PROV-O 등 11종 국제 어휘에 1:1 매핑
• ✅ 자동 검증 가능: SHACL + Pydantic 이중 검증으로 적합성 자동 확인
• ✅ 즉시 ML 사용: PyTorch · HuggingFace 등에서 한 줄 로딩
• ✅ 검색엔진 자동 연동: Google Dataset Search · re3data 등에 자동 색인
• ✅ 거버넌스 추적: 모든 결정·변경이 결정 ID로 추적

1.2 본 프레임워크의 적용 범위

적용 시점	대상
즉시	본 사업 5종 시범 표준 (P-01 ~ P-05, 모두 PG606 소관)
본 사업 후	TTA PG606 소관 메타데이터 표준 162건 (단계적 전환)
향후	TTA 전체 신규 표준 제·개정 (개정된 표준화 지침 의무 사항)

1.3 본 정의서와 다른 산출물의 관계

본 정의서를 정점으로 하는 4단계 산출물 흐름:

flowchart TB
    A["📜 AI 레디 표준 프레임워크 정의서<br/>━━━━━━━━━━━<br/>본 문서 · WBS B-3<br/>규범적 (Normative)"]
    B["⚖️ 표준화 지침 개정안<br/>━━━━━━━━━━━<br/>WBS B-5 → B-10<br/>SPC 심의 통과 후 의무화"]
    C["📦 5종 파일럿 패키지<br/>━━━━━━━━━━━<br/>P-01 ~ P-05 · WBS C-5 ~ C-9<br/>본 프레임워크 적용 결과"]
    D["📖 매뉴얼 3종<br/>━━━━━━━━━━━<br/>TC 개발 / 전환 / 사용자<br/>WBS D-2 / D-3 / D-4"]

    A == "정의·적용" ==> B
    B == "TTA 거버넌스 통합·의무화" ==> C
    C == "사용 가이드 작성" ==> D

    style A fill:#FFF8DC,stroke:#1F3D7A,stroke-width:5px
    style B fill:#F0F4FA,stroke:#1F3D7A,stroke-width:3px
    style C fill:#F5F8FB,stroke:#5A7FB8,stroke-width:2px
    style D fill:#FAFCFE,stroke:#7AA3D5,stroke-width:2px

산출물	역할	누가 작성	언제 발행
프레임워크 정의서 (본 문서)	7개 구성요소·6 패키지·4 프로파일을 규범적으로 정의	박천웅 박사 + 김장원 교수	2단계(2026-08)
표준화 지침 개정안	본 프레임워크를 TTA 표준화 절차에 의무 사항으로 통합	박천웅 박사 (PM 동행)	4단계(2026-11, SPC 심의 통과)
5종 파일럿 패키지	본 프레임워크의 적용 결과. 다음 표준 작업의 reference	김장원 교수	2단계 ~ 3단계
매뉴얼 3종	TC 담당자·사용자가 본 프레임워크를 따르도록 안내	PM	4단계(2026-12)

---

Part II. 7개 구성요소 모델

본 프레임워크의 핵심은 모든 AI 레디 표준이 7개 구성요소를 갖춘다는 원칙이다. 7개 중 3개는 기존 표준에서 전환되는 것이고, 4개는 AI 레디화로 신규 도입된다.

2.1 7개 구성요소 일람

#	구성요소	유형	역할	구현 형식
c1	시맨틱 (Semantic)	전환	각 요소의 의미를 글로벌 어휘로 표현	JSON-LD @context 매핑
c2	데이터 모델 (Data Model)	전환	카디널리티·제약·구조 정의	SHACL sh:NodeShape
c3	신태틱 (Syntactic)	전환	표현 형식과 의미를 동시 처리	JSON-LD 1.1
c4	운영 시맨틱 (Operational)	신규	ML 프레임워크에서의 동작 정의	Croissant 1.0 어휘 (해당 시)
c5	출처·계보 (Provenance)	신규	데이터의 생성·변경·기여 이력	W3C PROV-O
c6	품질 프로파일 (Quality)	신규	데이터 품질 차원의 기계화	DQV (Boolean Activation Slot)
c7	접근·사용 제약 (Access)	신규	라이선스·권리·접근 정책	dcterms:license + DUO/CC URI

2.2 c1 시맨틱 (전환)

각 표준 요소의 의미를 글로벌 RDF 어휘의 IRI에 매핑한다.

원칙:

• 자체 IRI(tta0976:Title)와 글로벌 IRI(dcterms:title)를 동시 정의
• 매핑 우선순위: primary (직접 1:1) > secondary (의미 유사) > loose (느슨한 관계)
• 매핑 신뢰도: high / medium / low

P-01 적용 예시:

"Title": {
  "@id": "dcterms:title",
  "@container": "@language"
}

2.3 c2 데이터 모델 (전환)

표준 본문의 M/R/O 등급과 카디널리티를 SHACL 제약으로 변환한다.

M/R/O → SHACL severity 매핑:

등급	SHACL severity	CI 처리
M (Mandatory)	sh:Violation	머지 차단
R (Recommended)	sh:Warning	경고 표시
O (Optional)	sh:Info	정보성

P-01 적용 예시 (D2 Identifier가 M):

ttaap:DatasetShape a sh:NodeShape ;
    sh:targetClass ttaap:Dataset ;
    sh:property [
        sh:path dcterms:identifier ;
        sh:minCount 1 ;
        sh:severity sh:Violation ;
    ] .

2.4 c3 신태틱 (전환)

표현 형식을 JSON-LD 1.1로 통일한다. JSON-LD를 선택한 이유:

• JSON 계열로 개발자에게 친숙
• @context로 의미와 표현을 동시 처리
• RDF/Turtle/N-Triples로 자동 직렬화 가능
• Google·schema.org·DCAT 모두 채택

2.5 c4 운영 시맨틱 (신규) — 조건부 적용

ML 학습 데이터 표준에만 적용된다. 일반 데이터 표준은 NA 처리.

ML 프레임워크(PyTorch DataLoader, TensorFlow Dataset)가 메타데이터를 직접 임포트하여 데이터 로딩까지 자동화하는 운영 의미를 정의한다.

대상 표준:

• ✅ P-03 비정형 태깅·라벨링
• ✅ P-04 농업 AI 학습 데이터
• ❌ P-01 연구데이터 (일반)
• ❌ P-02 공공데이터 (일반)

구현: MLCommons Croissant 1.0 어휘를 1차 매핑.

2.6 c5 출처·계보 (신규)

데이터의 언제·누가·무엇으로부터 생성되었는지를 W3C PROV-O로 표현한다.

핵심 어휘:

• prov:wasGeneratedBy — 어떤 활동의 산출물인지
• prov:wasDerivedFrom — 어떤 자원에서 파생되었는지
• prov:wasAttributedTo — 누구의 책임인지
• prov:generatedAtTime — 언제 생성되었는지

조건부 활성화 패턴 (Decision-Q3/Q7): 본 표준의 Date+DateType 조합이 특정 값일 때만 PROV 필드 활성화.

의사코드:

IF Date+DateType.value IN ("Created", "Issued"):
    THEN prov:generatedAtTime 활성화

ELIF Date+DateType.value == "Updated":
    THEN prov:wasInvalidatedAtTime + prov:wasRevisionOf 활성화

ELSE (Available, Submitted 등):
    THEN PROV 필드 추가 안 함

SHACL Core 표현 한계 — Phase D-1에서 advisory로 처리

PROV-O 보조 매핑(Decision-Q3/Q7)의 조건부 활성화는 SHACL Core (sh:and/sh:not 조합)으로 완전 표현이 어려움. 본 사업 P-01에서 ProvenanceConditionalShape은 advisory only로 비활성 처리되었으며, Phase D-2에서 SHACL-AF의 sh:rule 또는 SHACL-SPARQL로 정식 재구현 예정.

상세: Phase D-1 검증 보고서 §5.1

2.7 c6 품질 프로파일 (신규)

데이터 품질 차원을 W3C DQV(Data Quality Vocabulary)로 기계화한다.

★ Boolean Activation Slot 패턴 (본 사업의 핵심 혁신)

리포지토리가 자기 신고로 QualityManagement: "yes" 라고 답할 때만 → 그 신고를 증명하는 품질 메타데이터(dqv:hasQualityMetadata)가 1개 이상 있어야 한다는 조건부 검증.

의사코드 (사람이 읽기 쉬운 표현):

IF Repository.QualityManagement == "yes":
    THEN Repository.dqv:hasQualityMetadata.minCount >= 1

ELIF Repository.QualityManagement IN ("no", "unknown"):
    THEN 추가 검증 발동 안 함

실제 SHACL 코드 (shapes.shacl.ttl 616~643행):

ttaap:QualityActivationShape a sh:NodeShape ;
    sh:targetClass tta0976:Repository ;
    rdfs:label "TTA-0976 Quality Activation Slot (Decision-Q4)" ;
    rdfs:comment "★ Boolean Activation Slot 패턴: qualityManagement='yes'일 때 dqv:hasQualityMetadata 활성화" ;

    # 명시적 conditional via sh:and 패턴
    # SHACL Core에 sh:if 부재 → sh:and로 우회 표현
    sh:and (
        [
            # 조건: QualityManagement = "yes"
            sh:property [
                sh:path re3data:qualityManagement ;
                sh:hasValue "yes" ;
            ] ;
            # 결과: dqv:hasQualityMetadata 1개 이상 강제
            sh:property [
                sh:path dqv:hasQualityMetadata ;
                sh:minCount 1 ;
            ] ;
        ]
    ) .

SHACL Core의 한계

W3C SHACL Core (2017 권고)에는 sh:if / sh:then 직접 문법이 없습니다.

위 코드는 sh:and ([조건] [결과]) 패턴으로 우회 표현한 것이며, 일부 도구·시나리오에서 의도와 다르게 해석될 수 있습니다. Phase D-2에서 SHACL-AF (Advanced Features)의 sh:rule 또는 SHACL-SPARQL로 정식 재구현 예정입니다.

상세: Phase D-1 검증 보고서 §5.1

적용 차원:

• 완전성 (Completeness)
• 적시성 (Timeliness)
• 정확성 (Accuracy)
• ISO/IEC 5259 정의 차용

2.8 c7 접근·사용 제약 (신규)

데이터의 라이선스·접근 권한·사용 제약을 기계 판독 가능한 IRI로 표현한다.

필수 어휘:

• dcterms:license — IRI 형식 (예: https://creativecommons.org/licenses/by/4.0/)
• dcterms:accessRights — 통제어 (open/embargoed/restricted/closed)
• DUO (Data Use Ontology) — 의료·민감 데이터의 세밀한 사용 제약

---

Part III. 6 패키지 요소

본 프레임워크를 따르는 모든 표준은 6개 디렉토리 구조로 발행된다.

3.1 패키지 구조 일람

P-XX-domain/
├── 1_document/         AP (Application Profile) 명세 — 사람이 읽음
├── 2_schema/           기계 판독 스키마 — JSON-LD + SHACL
├── 3_code/             타입 안전 모델 — Python Pydantic
├── 4_validator/        검증 도구 — pySHACL CLI
├── 5_examples/         실제 시나리오 예시 — JSON-LD 인스턴스
└── 6_changelog/        버전·결정·결정 추적

3.2 1_document/ — Application Profile 명세

항목	내용
파일명	<표준ID>-AP.md (예: TTA-0976-AP.md)
형식	Markdown
필수 섹션	(1) 개요, (2) 7개 구성요소 적용 결과, (3) 4계층/3계층 구조 매핑, (4) 통제어 카테고리, (5) 핵심 매핑 결정, (6) 사용 가이드
길이	200~400 라인 권고

3.3 2_schema/ — 스키마

파일	형식	내용
context.jsonld	JSON-LD 1.1	prefix 정의 + 요소별 IRI 매핑
shapes.shacl.ttl	Turtle (SHACL)	NodeShape + 보조 Shape (Activation 등)

3.4 3_code/ — Python Pydantic 패키지

모듈	역할
models.py	4계층 클래스 + 통제어 Enum
loader.py	JSON-LD → Pydantic
serializers.py	Pydantic → JSON-LD
tests/test_models.py	단위 테스트 (Decision 추적용)

3.5 4_validator/ — 검증 도구

파일	역할
validate.py	pySHACL 래퍼 + inline_local_context()
test_sh_or.py	sh:or 패턴 사전 호환성 테스트

3.6 5_examples/ — 예시

각 표준은 최소 3개의 실제 도메인 예시를 제공한다.

P-01 사례:

• kisti_dataon.jsonld — KISTI DataON Repository
• nie_environmental.jsonld — 국립생태원 Dataset
• rda_agriculture.jsonld — 농촌진흥청 Dataset

3.7 6_changelog/ — 버전·결정 추적

항목	형식
버전	Semantic Versioning (1.0.0, 1.1.0, ...)
어휘 lock	채택한 5종 어휘의 정확한 버전 명시
결정 기록	Decision-001, Decision-Q1 등 ID 부여
Issue 추적	Issue-001 등 호환성·버그 추적

---

Part IV. 4 목적별 프로파일

동일한 표준을 사용 목적에 따라 다르게 활용할 수 있도록 4개 프로파일을 제공한다.

프로파일	적용 목적	핵심 어휘	c4 활성
ML	ML 학습 파이프라인 (PyTorch/TF/JAX)	Croissant 1.0 + DCAT v3	✅
RAG	검색 증강 생성 (RAG)	DCAT v3 + schema.org	⚠️ 부분
KG	지식 그래프 구축	OWL + SKOS + PROV-O	❌
통계	통계 분석·공식 통계	DDI + SDMX + ISO 5259	❌

4.1 프로파일 선택 결정 트리

이 데이터셋을 어디에 쓸 것인가?

  ML 학습 (PyTorch/HF) ──→ ML 프로파일
  RAG 시스템         ──→ RAG 프로파일
  지식 그래프 구축      ──→ KG 프로파일
  통계 분석          ──→ 통계 프로파일
  일반 보존·재사용     ──→ 프로파일 없음 (기본 7-구성요소)

4.2 프로파일 간 호환성

모든 프로파일은 동일한 c1~c7 7-구성요소 위에 작성된다. 프로파일은 c4(운영 시맨틱)와 c6(품질)에서 차이가 가장 크다.

---

Part V. 국제 표준 어휘 정합성

5.1 11종 어휘 통합 원칙

Prefix	어휘	사용처	RDF 발행
dcterms:	DCMI Terms	모든 표준 (기본)	✅
dcat:	DCAT v3	데이터셋 표현 (P-01·P-02)	✅
dctype:	DCMI Type	자원 유형 분류	✅
prov:	W3C PROV-O	출처·계보	✅
dqv:	W3C DQV	데이터 품질	✅
sh:	W3C SHACL	검증 규칙	✅
skos:	W3C SKOS	통제어 분류	✅
schema:	Schema.org	검색엔진 색인	✅
foaf:	FOAF	인물·조직	✅
cc:	Creative Commons	라이선스	✅
datacite: (kernel-4)	DataCite	식별자·인용	❌ XSD
re3data:	re3data Schema	리포지토리	❌ XSD
cr:	Croissant 1.0	ML 운영 (선택)	✅
duo:	Data Use Ontology	사용 제약 (선택)	✅

5.2 어휘 캐시와 자동 검증

본 프레임워크는 모든 RDF 발행 어휘를 git 저장소에 캐시한다 (vocabularies/cached/). 이를 통해:

1. 재현성: 어휘 버전을 git으로 고정
2. 속도: CI에서 외부 네트워크 의존 제거
3. 검증: 매핑 IRI가 실제 어휘에 정의되어 있는지 자동 확인

자동 검증 명령: tta-verify-mappings

• ✅ 본 사업 P-01에서 75/75 IRI = 100% 통과 확인됨

5.3 매핑 결정 패턴 (필수 기록)

매핑 시 충돌이 발생하면 다음 중 하나로 분류한다:

분류	의미	처리
[OVERRIDE]	본 AP가 본문 vs 부록 충돌을 한쪽으로 우선 결정	Decision-NNN으로 기록
[CONFLICT]	표준 자체에 충돌 존재	해결 결정 명시
[CHECK]	PG606 사후 확인 필요	추적 후 PG606 워크숍
[NA]	일관 처리 (예: 일반 표준의 c4)	모든 행에 일관 적용

---

Part VI. 표준 적용 방법론 (Phase A → D)

본 프레임워크를 새 표준에 적용하는 5단계 워크플로우.

6.1 Phase A — 표준 본문 추출 (1주)

산출물	형식	행 수 (P-01 사례)
tta-standards/<id>/elements.csv	CSV	93 (요소)
tta-standards/<id>/enumerations.csv	CSV	117 (통제어)
tta-standards/<id>/extraction_report.md	Markdown	추출 과정 문서

6.2 Phase A.5 — 어휘 보강 (1~2주, 1회)

표준 매핑에 필요한 외부 어휘 중 누락된 것을 인벤토리에 추가한다.

P-01 적용 결과: 11종 어휘 478행 통합 인벤토리 완성.

6.3 Phase B — 매핑 매트릭스 작성 (3~4주)

표준 요소 × 7개 구성요소 매트릭스를 작성한다.

컬럼	내용
tta_inventory_id	TTA-XXXX-NNN
tta_layer / cardinality	4계층·M/R/O
c1~c7	각 구성요소별 매핑
mapping_priority	primary/secondary/loose/none
mapping_confidence	high/medium/low
conflict_notes	충돌 사항
decision_basis	결정 근거

P-01 결과: 210/208 = 99.0% 매핑 성공 (목표 95% 대비 +4%p).

6.4 Phase C — 패키지 작성 (4~6주)

위 6개 디렉토리 구조로 패키지 작성. P-01 결과: 17 파일 / 3,093 라인.

6.5 Phase D — 검증·발행 (2~3주)

단계	검증 항목
D-1 자기 검증	pytest + sh:or + 3 examples
D-2 SHACL-AF 강화	(해당 시)
D-3 다른 표준 적용	확장성 검증
D-4 배포	git tag + DOI 등록
D-5 PG606 워크숍	표준 개정 트리거

---

Part VII. 검증 프레임워크

7.1 4계층 품질 보증

계층	주체	시점
L1 작성자 셀프 체크	작성 담당자	산출물 작성 직후
L2 PM 검토	PM (박사급)	주간 PM 회의
L3 TTA 주관 자문위원회	내부(PG606·SPC·TC6) + 외부(학계·산업계·국제) 8~10인	단계별 자문회의 (8월·10월·11월)
L4 자동 검증 (CI/CD)	GitHub Actions	커밋 시점

7.2 자동 검증 도구

도구	검증 대상
tta-verify-mappings	IRI 매핑이 정식 어휘에 존재
pytest tests/	Pydantic 모델 동작
validate.py	SHACL 적합성
test_sh_or.py	pySHACL sh:or 호환성

7.3 산출물 유형별 정량 통과 기준

산출물	기준
JSON-LD 스키마	문법 오류 0건, 매핑 100% 검증
SHACL 검증 파일	테스트 케이스 90% 이상 통과
Python 코드	단위 테스트 커버리지 80% 이상
예시 데이터셋	로딩 성공률 100%

---

Part VIII. 거버넌스

8.1 버전 관리

Semantic Versioning:

• MAJOR.MINOR.PATCH
• MAJOR: 호환성 깨짐 (예: 매핑 IRI 변경)
• MINOR: 호환 추가 (예: 새 통제어 값)
• PATCH: 버그 수정

8.2 결정 추적

모든 의미 있는 결정은 Decision ID를 부여하여 6_changelog/CHANGELOG.md에 기록.

P-01 결정 사례: D-001 (IRI 부여), D-002 (alpha-3 → alpha-2), D-003/004 (본문 vs 부록 충돌), D-Q4 (Boolean Activation Slot) 등 9건.

8.3 어휘 변경 대응

외부 어휘(DCAT, Croissant 등)가 새 버전을 발행하면:

1. vocab-refresh.yml 워크플로우가 주 1회 자동 감지
2. 변경 PR 자동 생성
3. PM 리뷰 → 영향 분석 → 매핑 갱신 결정
4. 본 정의서 또는 패키지 MINOR 버전 증가

---

Part IX. 적용 사례 — P-01 (TTAK.KO-10.0976)

9.1 적용 결과 요약

항목	값
표준	TTAK.KO-10.0976 (2017, PG606)
본 AP 버전	1.0.0 (2026-05-04)
매핑 성공률	★ 99.0% (210/208)
Phase D-1 검증	pytest 11/11 + sh:or 4/4 + 3 examples conform
핵심 혁신	Boolean Activation Slot (Decision-Q4)

9.2 P-01 → P-02~P-05 확장 계획

표준	본 프레임워크 적용 시 예상 작업량
P-02 공공데이터	Phase A~D 6주 (DCAT v3 활용 = P-01과 유사)
P-03 태깅·라벨링	Phase A~D 8주 (c4 운영 시맨틱 활성 = Croissant 매핑 추가)
P-04 농업 AI	Phase A~D 8주 (c4 + c6 모두 활성)
P-05 철강 제조	Phase A~D 8주 (c5 PROV-O 비중 큼)

→ 본 프레임워크의 재사용성 덕분에 4종 합계 약 30주 추정 (사업 일정 9~11월 = 약 12주 안에 가능).

---

부록 A — 새 표준 적용 체크리스트

새 TTA 표준을 본 프레임워크로 AI 레디화할 때 점검 사항.

Phase A

• [ ] 표준 본문 PDF/HWP 확보
• [ ] elements.csv 추출 (모든 요소를 표준 ID와 함께)
• [ ] enumerations.csv 추출 (통제어 모두)
• [ ] M/R/O 등급 정확히 보존 확인
• [ ] 본문 vs 부록 충돌 식별 및 [CONFLICT] 마킹

Phase A.5

• [ ] 매핑에 필요한 외부 어휘 식별
• [ ] 캐시에 없는 어휘 추가 + MANIFEST.json 갱신
• [ ] vocab-refresh CI 통과 확인

Phase B

• [ ] 7개 구성요소 매트릭스 작성 (모든 행에 c1~c7 결정)
• [ ] mapping_priority 분포 확인 (primary 80%+ 권고)
• [ ] mapping_confidence 분포 확인 (high 75%+ 권고)
• [ ] 매핑 충돌 분석 보고서 작성

Phase C

• [ ] 6 디렉토리 구조 생성
• [ ] 1_document/-AP.md 작성 (필수 6 섹션)
• [ ] 2_schema/context.jsonld + shapes.shacl.ttl 작성
• [ ] 3_code/ Pydantic 모델 + 단위 테스트 (모든 결정 사항 반영)
• [ ] 4_validator/ validate.py 적응
• [ ] 5_examples/ 최소 3개 실제 시나리오
• [ ] 6_changelog/CHANGELOG.md 작성

Phase D

• [ ] tta-verify-mappings 100% 통과
• [ ] pytest 100% 통과
• [ ] 모든 examples conform
• [ ] CI 통과 후 PR 머지
• [ ] git tag <표준ID>/v1.0.0

---

부록 B — 참고 산출물

산출물	위치
인벤토리 478행	inventory/master_inventory.csv
P-01 매핑 매트릭스	mappings/tta-0976_x_components.csv
P-01 AP 1.0.0 명세	standards/P-01-research-data/1_document/TTA-0976-AP.md
Phase 보고서	reports/phase_*_summary.md
매핑 충돌 분석	reports/tta-0976_mapping_conflicts.md

---

변경 이력

버전	날짜	변경
v1.0 초안	2026-05-05	P-01 검증 결과 기반 초기 발행
(예정) v1.0	2026-08-31	2단계 완료 시 정식 발행 (P-02~P-05 적용 결과 반영)
(예정) v1.1	2026-12-15	사업 종료 시 최종본 (PG606 워크숍 피드백 반영)