테마 매칭 규칙과 정확도

이 사전은 사람이 회사를 골라 넣지 않습니다. 아래 규칙대로 기계가 세고, 그 규칙을 여기 모두 적습니다.

무엇을 읽나

코스피와 코스닥 상장사의 가장 최근 사업보고서 한 편을 읽습니다. 스팩은 뺍니다.

보고서 가운데 'II. 사업의 내용' 절만 읽습니다. 그 안의 '위험관리 및 파생거래' 소절은 세지 않습니다.

문단과 표 칸 모두에서 낱말을 셉니다. 인용은 문단에서만 고릅니다.

AI, SMR 처럼 라틴 글자 낱말은 앞뒤에 다른 라틴 글자나 숫자가 붙지 않을 때만 셉니다.

테마별 낱말과 문턱

테마	세는 낱말	실리는 문턱
반도체	반도체, 파운드리, 웨이퍼, HBM, D램, DRAM, 낸드, NAND	합쳐 8번 이상
2차전지	2차전지, 이차전지, 리튬이온, 양극재, 음극재, 전해액, 분리막	합쳐 5번 이상
방산	방위산업, 방산, 방위사업청, 국방부, 무기체계, 유도무기, 군수	합쳐 5번 이상
AI(인공지능)	인공지능, AI, 생성형, 머신러닝, 딥러닝, LLM, 거대언어모델	합쳐 8번 이상
원전	원자력, 원전, 원자로, SMR, 소형모듈원자로, 핵연료	합쳐 5번 이상
여행ㆍ항공	여행, 항공운송, 항공권, 여객, 면세점, 호텔	합쳐 8번 이상

두 묶음으로 나누는 까닭

'사업의 개요'와 '주요 제품 및 서비스'는 회사가 자기 사업을 소개하는 소절입니다. 여기서 낱말이 3번 이상 나오면 첫 묶음에 둡니다.

문턱은 넘었지만 그 밖의 소절에만 적은 곳은 둘째 묶음입니다. 테마 쪽에서는 접혀 있습니다.

묶음은 순위가 아닙니다. 낱말을 적은 자리가 다를 뿐입니다.

세지 않는 자리

'방산'은 전방산업, 후방산업, 지방산, 세방산업 안에서 세지 않습니다. '원전'은 병의원전용, 유원전자 안에서 세지 않습니다. 표본을 읽다 찾은 것입니다.

인용 문장은 어떻게 고르나

낱말이 든 문장을 '사업의 개요', '주요 제품 및 서비스', 나머지 소절 순서로 찾습니다.

아래 '건너뛰는 낱말'이 든 문장은 다른 문장이 있으면 고르지 않습니다.

220자가 넘으면 낱말 둘레만 남기고 줄인 자리에 … 를 둡니다. 글자는 바꾸지 않습니다.

건너뛰는 낱말

수혜, 유망, 급등, 호재, 악재, 대장주, 저평가, 목표가, 매수

표본으로 잰 정확도

묶음마다 표본을 뽑아, 그 회사가 실제로 그 사업을 하는지 보고서를 읽고 사람이 가렸습니다. 판정과 이유는 저장소의 docs/accuracy-judgments.json 에 회사마다 있습니다.

테마	첫 묶음에서 그 사업을 하는 곳	둘째 묶음에서 그 사업을 하는 곳	실리지 않은 곳 가운데 그 사업을 하는 곳
반도체	22/24 (92%)	3/10 (30%)	1/28 (4%)
2차전지	21/22 (95%)	10/12 (83%)	2/19 (11%)
방산	11/11 (100%)	3/5 (60%)	0/5 (0%)
AI(인공지능)	7/10 (70%)	2/7 (29%)	0/8 (0%)
원전	9/11 (82%)	2/4 (50%)	0/9 (0%)
여행ㆍ항공	10/11 (91%)	0/6 (0%)	0/7 (0%)

판정자는 두 명입니다. 두 번째 판정자는 첫 판정을 가린 채 같은 표본을 따로 읽었습니다. 둘 다 참이나 거짓을 낸 235곳에서 일치 88.9%, 일치도(카파) 0.779 입니다. 위 숫자는 두 사람이 같게 가린 곳만 센 것입니다. 갈린 곳은 센 쪽에서 뺐고, 회사별 사유는 저장소 docs/accuracy.md 에 있습니다.

잰 날 2026-10-11. 표본이 작아 오차가 큽니다.

이 규칙이 못 하는 것

낱말을 적지 않고 그 사업을 하는 회사는 못 찾습니다.
시장 설명에만 낱말을 적은 회사가 문턱을 넘으면 잘못 실립니다.
사업보고서는 한 해에 한 번 나옵니다. 그 뒤에 바뀐 사업은 모릅니다.