Company context research

Company Context Research

멘탈 모델

기업명(또는 도메인) 하나를 받아 영업 전 사전조사에 필요한 공개/내부 맥락을 전수 수집하고, 웹에서 바로 탐색 가능한 정규화 데이터 패키지 + HTML 뷰어를 구축한다.

• 수집 축 4개: ① 계정/회사 리서치 전략 ② 관할별 공식 데이터(DART / KRX / 공공데이터 / EDGAR) ③ 퍼블릭 웹 전수(재귀 크롤 및 첨부파일) ④ 보도자료 및 언론 분석
• 작동 원칙 2개: crawl-first(로컬에 원본 페이지를 크롤하여 백업한 뒤 첨부 및 근거를 발굴) / 재귀 확장(도메인 분석 후 연관 도메인 순차 조회)

작업 시작 전

리서치를 수행할 때 항상 회사별 작업 폴더를 먼저 생성한다.

bash scripts/init_company_workspace.sh "<company-or-domain>" [base_dir]

(루트에 01-context 디렉토리가 존재하면 수동 이동 없이 자동으로 01-context/company/ 하위로 대상 폴더가 리다이렉트되어 구축된다.)

초기화 스크립트는 templates/company-viewer.html을 index.html로 복사한다. 별도 요청이 없으면 이 뷰어를 새로 만들지 말고 데이터만 채운다.

파일 구조와 데이터 규약, source-manifest.tsv 헤더는 references/report-schema.md를 따른다. 최소 산출물:

• index.html — 정적 HTML 데이터 탐색 뷰어
• data/company-profile.json — 기업개요/성장분석/방문자·소비자/R&D·특허/투자/조직·재무/뉴스/내부맥락의 canonical 데이터
• data/viewer-data.json — index.html이 읽는 단일 화면 데이터 번들
• data/research-status.json — 단계별 수집 상태와 evidence 체크리스트
• source-manifest.tsv — 방문 URL, 파일, 저장 경로, 메모 일지
• attachments/ — PDF/PPT/DOCX/XLS 등 수집된 실물 원본 파일 폴더
• press/press-inventory.tsv — 보도/뉴스 인벤토리
• recursive-crawl/ — 통합 재귀 크롤러 실행 사본 및 분석 인벤토리 TSV
• public-mirror/ — 인용용 읽기 사본

Markdown 보고서는 canonical 산출물이 아니다. 필요한 경우에만 임시 판독 노트를 만들고, 최종 전달 전 data/company-profile.json에 반영한다.

라우팅 — 언제 무엇을 읽나

상황	읽을 것
영업 계정 판단, 법인 구조 분할 매핑, DART 중복명 해결	references/ref-strategic-resolution.md
재귀 크롤 제어·스크립트 명령어, JS 암호화 첨부 복원, 뉴스 API 폴백, DART 013 웹 보강	references/ref-technical-sweep.md
Naver DataLab 또는 $open-api 정규화 산출물로 탭 데이터를 보강	references/ref-official-api-enrichment.md
최종 웹 패키지 포맷·디렉토리 구조	references/report-schema.md

크롤러(research_crawler.py), 보도 수집기(research_press_tuner.py), 공식 데이터 병합기(merge_official_data.py), 화면 번들 빌더(build_viewer_data.py), 전달 전 검증기(validate_company_workspace.py)의 실제 실행 명령어는 전부 references/ref-technical-sweep.md에 있다. 본문에서 명령어를 추측하지 말고 그 파일을 읽고 따른다.

핵심 체크리스트 (전달 전 자기검증)

• 시작 전 모드 판정: 대상이 관계사인지 판별하여 account-first 인 경우 summary.deal_status, summary.champion_buying_center, summary.participant_needs를 먼저 채운다.
• 표면 매핑: single-domain 가정을 깨고 IR 호스트, ATS 채용, CDN 등 분절된 Surface Map을 data/company-profile.json.surface_map에 먼저 명세한다.
• DART 013(데이터 없음) 감지 시: 단순 스킵하지 말고, 실적 공시 매핑 지연으로 판명되면 즉시 웹 쿼리로 최근 1분기/결산 매출액·영업이익·당기순이익 실적을 보강한다.
• 공식 API 위임: $open-api가 설치돼 있으면 레시피 검색 → 호출 → 정규화 파일 병합 흐름을 따른다. 없으면 data-go-kr로 접근 가능한 공식 데이터를 수집하고, 지원하지 않는 공급자는 관측 공백으로 남긴다.
• Naver 구분: Naver News는 보도 인벤토리이고, Naver DataLab은 검색 관심도 프록시다. 둘을 같은 데이터로 취급하지 않는다.
• 재무 손익 정규화: DART 재무는 operating_result_krw, net_result_krw처럼 흑자 양수·적자 음수의 signed 값을 canonical로 쓴다. 손실 전용 컬럼만 있을 때만 하위호환 변환한다.
• 고용 프록시 명칭: data.go.kr NPS workplace 값은 국민연금 가입자수로 표기한다. 고용보험 가입자수와 섞지 않는다.
• 상태 강제: 전달 전 data/research-status.json의 모든 필수 step은 done, partial, 근거 있는 skipped 중 하나여야 한다. done은 실제 row/evidence가 있을 때만 쓴다.
• 인증 파라미터 경계: canonical JSON, normalized TSV, manifest, viewer에는 accessKey, serviceKey, crtfc_key 같은 인증 파라미터 URL을 남기지 않는다. raw 호출 흔적은 official-data/<provider>/raw/에만 둔다.
• 산출물 무결성: 인용한 자명하지 않은 모든 팩트는 source-manifest.tsv, public-mirror/, attachments/, 또는 원본 URL에 근거를 남긴다.
• 화면 데이터 번들: index.html은 raw/TSV/API 파일을 직접 조합하지 않고 data/viewer-data.json만 읽는다.
• 뷰어 템플릿 유지: 탭, 차트, 워드클라우드, 검색/정렬/페이지네이션 테이블은 templates/company-viewer.html 계약을 따른다.
• 최종 게이트: 전달 직전 반드시 python3 scripts/build_viewer_data.py <workspace>를 실행한 뒤 python3 scripts/validate_company_workspace.py <workspace>를 통과시킨다.
• 브라우저 확인: index.html은 fetch()를 쓰므로 file://로 열지 않는다. 전달 시 로컬 정적 서버를 켜고 http://127.0.0.1:<port>/ URL을 연다.

안전선 (항상 — 추정 금지)

• 디자인이나 트렌디한 문구만 보고 회사의 실제 비즈니스 모델이나 ICP를 넘겨짚지 않는다.
• 모회사와 자회사를 명시적 근거 없이 묶어 취급하지 않는다.
• 오래된 주가 시세나 과거 공시를 현재 기업 가치인 것처럼 설명하지 않는다.
• "못 찾았다"를 "없다"로 바꾸지 않는다. 막힌 소스는 숨기지 말고 관측 공백으로 적는다.

References

• references/ref-strategic-resolution.md — 영업 계정 판단, 법인 구조 분할 매핑 및 DART 중복명 해결 규칙
• references/ref-technical-sweep.md — 재귀 크롤 테이블 제어, 스크립트 명령어 규약, JS 암호화 첨부파일 다운로드 복원, 뉴스 API 폴백, DART 013 웹 보강, 최종 검증 지침
• references/ref-official-api-enrichment.md — Naver DataLab 및 $open-api 정규화 산출물 병합 규칙
• references/report-schema.md — 최종 웹 패키지 JSON/HTML 포맷 및 디렉토리 구조 명세