# OSCODE 0.24.0

이 문서는 0.24.0의 기능과 변경 사항을 설명합니다. 실제 npm 게시 버전은 `npm view @choijinwon/oscode version`으로 확인하세요. `npx @choijinwon/oscode@latest --web`는 npm에 게시된 최신 버전을 실행합니다.

## 작업실과 가상 생산라인

- 웹의 **스튜디오** 메뉴 이름을 **작업실**로 바꿨습니다. 영어는 **Workspace**, 일본어는 **ワークスペース**입니다. 기존 작업실 기능과 Model Lab은 계속 사용할 수 있습니다.
- **작업실 → 가상 생산라인 → 가상 생산라인 열기**에서 합성 LOT·웨이퍼, 설비 대기와 운반 상태를 확인합니다. API 키 없이 사용할 수 있습니다.
- **판정 정책 실험실**은 완료한 검사 표본의 모의 점수·합성 정답을 고정하고 임계값과 비용 가정을 비교합니다. JSON 근거 저장·가져오기, 같은 계산 재현과 오류 웨이퍼 확인을 지원합니다.

생산라인은 운영 가설과 화면 흐름을 검토하는 합성 환경입니다. 모의 실행기는 정답을 읽으며 실제 모델을 학습하거나 호출하지 않습니다. 가정 비용은 실제 원가·절감액·ROI가 아닙니다.

## 검사 실패를 같은 이미지로 다시 확인

**작업실 → 반도체 모델 비교 → 검사 실패 사례 모으기**에서 가상 검사 환경을 새 탭으로 엽니다. 가상 생산라인 패널에서도 같은 링크를 사용할 수 있습니다. 직접 작성한 JSON A/B 비교는 고급 기능으로 별도 유지됩니다.

1. 검사를 실행하고 과검출·미검출 사례를 선택합니다. 필요하면 정답 사각형 JSON을 수정하고 **정답을 검수했습니다**를 체크합니다.
2. **선택한 실패 저장**으로 실제 요청에 사용한 PNG, 정답과 기준 예측을 회귀 세트에 모읍니다. 이름은 1~80자, 최대 48개 사례, PNG 합계 12 MiB입니다.
3. **회귀 세트 저장**으로 JSON을 보관하고 **회귀 세트 열기**로 가져옵니다. 최대 18 MiB 파일의 구조·이미지·SHA-256 지문을 확인하고 기준 평가를 다시 계산합니다. 새로고침 전에는 저장해야 합니다.
4. 연결한 MLflow 탐지 모델을 선택하고 **새 모델로 회귀 검사**를 실행합니다. 저장한 PNG를 그대로 보내며 정답과 기준 예측은 추론 요청에 포함하지 않습니다. 점수 임계값·IoU는 세트에 고정됩니다.

모든 사례가 정상 완료되고, 각 사례의 FP·FN이 늘지 않으며, 전체 오류가 설정한 허용 개수 이하여야 통과합니다. 기본 허용 개수는 FP·FN 각각 0입니다. 누락·실패·취소는 미완료이며 통과로 계산하지 않습니다. 사례별 기존 오류 감소·잔존·악화를 확인하고 검사 결과를 저장할 수 있습니다.

이 회귀 검사는 저장한 합성 오류 사례에 한정됩니다. 모의 실행 결과는 시연으로 구분하며 MLflow 모델 ID·버전은 사용자 설정값입니다. 지문은 내용 일치를 확인하며 서버 모델이나 검수자의 신원을 인증하지 않습니다. 정상 사례의 새 오류, 전체 모델 성능·실제 생산 성능 또는 배포 승인을 검증하는 기능이 아닙니다.

## 화면 안정화와 홈페이지 가이드

- 설정·파일·템플릿·결과물 등 화면을 닫거나 다른 화면으로 바꾼 뒤 도착한 이전 응답이 현재 화면의 입력과 조작을 덮어쓰는 문제를 수정했습니다.
- HTML 미리보기를 다시 열 때 늦게 도착한 이전 응답이 새 미리보기를 지우는 문제를 수정했습니다.
- 영문 홈페이지의 모델 연결 명령 복사 버튼이 명령만 복사하도록 수정했습니다.
- 홈페이지에서 제공하는 작업실·모델 연결·안정적인 작업·생산라인 가이드와 릴리스 문서의 내부 링크를 보완했습니다.

검사 모델 연결 검증에는 로컬 HTTP 테스트 서버를 사용했습니다. 사용자 MLflow 서버나 실제 학습된 모델 가중치에 대한 성능 검증을 뜻하지 않습니다.

## English

0.24.0 renames the Web Studio menu to **Workspace** and adds a linked workflow for collecting synthetic inspection failures. Capture the exact request PNG, truth rectangles and baseline predictions; save/import the regression suite; and replay the same images with a selected MLflow detector under frozen threshold and IoU settings.

Passing requires every case to complete, no increase in FP or FN for any case, and totals within the selected limits. Synthetic production line policy experiments are a separate feature using fixed mock scores and assumed costs. Neither feature establishes production model performance or approves deployment.

This release also protects current panels and newly opened HTML previews from late responses, fixes the English model-command copy target, and repairs exported guide links. Publication status is determined by npm; this guide does not assert that publication has completed.

가이드 / Guides:

- [웹 CLI](web-cli.md) · [Web CLI](web-cli.en.md)
- [작업실](work-studio.md) · [Workspace](work-studio.en.md)
- [검사 회귀](inspection-simulator.md) · [가상 생산라인](fab-simulation.md)