feat(tooling): annotate_corpus --corpus — 인용 수치의 재현 경로

[needsbuilder]

문제

README 와 결과보고서가 코퍼스 수치를 인용하며 "누구든 같은 명령으로 재현할 수 있다"
고 안내하는데, 그 명령이 없었다.

$ python -m tooling.annotate_corpus
(docstring 출력)
$ echo $?
2

--seed 는 첫 페어 하나만 재채점한다. n=11 집계를 내는 모드가 없어서
인용된 71.2 → 80.7 (Δ+9.5), 위반 −2.09 를 제3자가 확인할 방법이 없었다.
재현 가능성을 정직성의 근거로 내세우는 프로젝트에서 이 갭은 특히 아프다.

바꾼 것

summarize_corpus() + --corpus 모드. 코퍼스 전체를 현재 엔진으로 재채점해
페어별 값과 집계를 함께 낸다.

$ python -m tooling.annotate_corpus --corpus
n = 11
원문 평균 K-ER      71.15
쉬운 글 평균 K-ER   80.69   (Δ +9.54)
규칙 위반 평균      8.36 → 6.27  (-2.09)
개별 delta 범위     +3.7 ~ +22.4
전 페어 Fidelity PASS: True

앞으로 README·결과보고서·DATASET_CARD 의 집계 수치는 이 함수가 유일한 출처다.
손으로 적지 않고 여기서 옮긴다.

테스트가 고정하는 것

집계값 자체가 아니라 정직성 불변식이다:

• 코퍼스에 기록된 ker_score 가 지금 엔진의 재채점과 일치하는가
  (어긋나면 주석이 손으로 쓰였거나 규칙 변경 후 재주석을 빠뜨린 것)
• 전 페어가 Fidelity 게이트 PASS 인가
• 보고 Δ 가 평균에서 파생된 값인가 (따로 적힌 숫자가 아니라)

검증

• pytest -q → 423 passed (419 + 신규 4)
• ruff check → clean
• python -m tooling.check_licenses --root . → PASS
• --seed 기존 동작 회귀 없음

[needsbuilder]

CI 가 실제 문제를 잡았다 — 테스트를 느슨하게 만드는 대신 사실을 기록했다

첫 CI 실행이 3.11/3.12 에서 실패했다:

기록값과 재채점이 다른 페어:
  synth-0011  recorded 82.4  /  재채점 81.9

버전 차이가 아니다. 로컬과 CI 모두 kiwipiepy 0.23.2 + kiwipiepy_model 0.23.0
이다. 다른 것은 플랫폼 빌드다 — 로컬 macOS arm64 wheel, CI
manylinux2014_x86_64 wheel. 같은 버전이라도 토큰화가 갈려 K-ER 이 흔들린다.

집계에 미치는 영향:

환경	쉬운 글 평균 K-ER
macOS arm64	80.69 → 80.7
Linux x86_64	80.64 → 80.6

즉 리눅스에서 재현하면 헤드라인이 0.1 다르게 나온다.

대응

정확일치를 요구하면 이 프로젝트가 실제로 보장할 수 없는 것을 주장하게 된다.
그래서 보장 가능한 것만 고정한다 — 페어 단위 허용 오차 KER_BUILD_TOLERANCE = 1.0,
그리고 관측 근거를 상수 주석에 남겼다. 손으로 쓴 주석이나 규칙 변경은 이보다
훨씬 크게 움직이므로 원래 목적(주석이 실제 엔진에서 나왔는가)은 유지된다.

후속으로 corpus/DATASET_CARD.md 에 주석 산출 환경과 이 오차를 명시한다.