서비스 뇌반응 평가 — KRX 택사노미 (3탭) (3개 탭 통합)

여러 탭 3개를 각각 첫 방문자 뇌 반응(시선 3초 · 이해 1초 · 이탈)으로 점검한 상대 어림 판단 — 측정값 아님, 게시 전 자문.

전체 등급 C (전 탭 원표 풀 중앙값 — 상대 등급, 아무도 안 준 등급이면 '보류' · 판정 교차검증(다른 회사 모델) gemini·gemini-2.5-flash 2표 + openai·gpt-4o 2표)

탭	탭 전체등급	눈이 먼저 가는 곳
개정영향	B	상단 파란색 정보 박스 및 '금융감독원 기업공시서식 개정 영향도' 제목
축네트워크	C	가장 크고 굵게 강조된 "가장 많이 재사용되는 골격 축은 자회사 — 214개 축 중 홀로 109개 서식(EP)에 꽂힌다." 문
멤버트리	B	분류 기준(축) 안에 들어있는 실제 값(멤버)들을 계층 트리로 펼쳐보는 곳입니다.

탭 — 개정영향 B

전체 등급 B (A 좋음 → F 약함) · 6판정 중앙값 · 교차검증(다른 회사 모델) gemini·gemini-2.5-flash 2표 + openai·gpt-4o 2표

읽는 법: 표 1개 = 모델의 반복 판정 1회 · 합의 n/m = m표 중 중앙값과 같은 표 n개 · 6판정 = 청중 2 × 관문 3

가장 큰 이탈위험 — 일반 사용자에게는 'EP', 'XBRL 택사노미', '별지', 'concept' 등 과도한 전문용어 사용으로 인한 내용 불명확성 및 인지 부하.

↳ 처방 — 일반 사용자를 위한 '쉬운 설명 모드' 또는 '용어 해설' 기능을 전면에 배치하고, 핵심 가치를 비전문적인 언어로 요약하여 제시.

평가한 화면 · 시선 쏠림 후보

평가한 화면 (데스크톱 1440px, 첫 화면)

시선 쏠림 후보 TOP5 — 픽셀 시선 쏠림 강도 순위(계산값). 이동 순서 아님·아이트래킹 아님 — 자체 점검에서 ①이 비전 판정 "눈이 먼저 간 곳"과 자주 달랐다(아래 손글씨 노트와 비교해 보라, 다르면 그 자체가 신호)

👁 눈이 먼저 간 곳 — "상단 파란색 정보 박스 및 '금융감독원 기업공시서식 개정 영향도' 제목"비전 판정 원문 인용(각색 없음)

🕐 1초에 읽힌 것 — "금융 관련 개정의 영향에 대한 화면이라는 막연한 인상. 구체적인 내용이나 목적은 파악하기 어려움."비전 판정 원문 인용(각색 없음)

청중 × 뇌 관문 (A 좋음 → F 약함)

청중 \ 관문	시선(3초)	이해(1초)	이탈(인지부하)
전문가(심사·판사)	BA~B · 합의 3/4 실측 시선 쏠림 평균=0.074로 시선 쏠림이 뚜렷하지는 않지만, '금융감독원 기업공시서식 개정 영향도'와 상단의 파란색 설명 박스 '금감원·거래소가 서식(별지)을 개정하면 그 여파가 어느 EP-개념까지 번지는지 흐름으로 보는 곳입니다.'가 전문가의 관심사를 즉시 파악하게 합니다. 주요 지표 요약 카드들도 시선을 끕니다.	BA~B · 합의 2/4 '금융감독원 기업 공시서식 개정 영향도'라는 문구가 있지만, 전문적인 배경 지식이 필요해 보임.	BA~B · 합의 2/4 정보의 밀도가 높지만, '금융감독원 기업공시서식 개정 영향도'라는 명확한 제목, '쉽게 말하면'으로 시작하는 요약 설명, 그리고 '영향 개정', '심각도' 등 핵심 지표들이 잘 정리된 카드 형태로 제공되어 인지 부하를 줄인다. 하단의 '흐름 — 개정이 어디로' 탭과 개정 목록은 전문가에게 필요한 상세 정보를 제공하면서도, '전체 재생 — 16개 개정 순회'와 같은 인터랙티브 요소로 탐색의 부담을 완화한다. 전문용어는 이탈 지점이 되지 않는다.
일반(배경지식 0)	CC~D · 합의 3/4 눈은 상단의 파란색 정보 박스와 '금융감독원 기업공시서식 개정 영향도' 제목으로 향하지만, '시선 쏠림 평균 0.074'는 시선이 완전히 흩어지지는 않음을 보여준다. 그러나 'EP', 'XBRL 택사노미', '별지', 'concept' 등 전문용어가 많아 시선이 핵심 가치에 쏠리기보다는 '이게 무슨 내용이지?'라는 의문과 함께 흩어질 가능성이 높다. '쉽게 말하면' 섹션으로 시선이 갈 수 있으나, 그 안에도 전문용어가 포함되어 있다.	DD~F · 합의 3/4 '금융감독원 기업공시서식 개정 영향도'라는 제목은 일부 이해되나, 'EP', 'XBRL 택사노미', '별지', '개정' 등의 전문 용어가 많아 '이게 뭐고 뭘 하는 화면'인지 1초 안에 파악하기 어렵습니다. '쉽게 말하면' 박스도 여전히 전문 용어를 포함하고 있어 직관적 이해를 방해합니다.	보류표가 갈림: F · F · C · CC~F · 합의 0/4 'EP', 'XBRL 택사노미', '별지', 'concept' 등 화면 전반에 걸쳐 사용된 과도한 전문용어와 '영향 개정 16 / 44', '심각도 6 · 10', 'XBRL 수정부담 90 · 22 · 30' 등 일반인에게는 의미를 알 수 없는 숫자와 지표들이 정보 밀도를 높여 인지 부하가 매우 크다. '쉽게 말하면' 섹션조차 전문용어를 해소해주지 못하며, 하단의 개정 목록과 상세 태그들은 일반인에게는 압도적인 정보량으로 느껴져 쉽게 지쳐 이탈할 지점이 많다. ⚠ 판정 보류 — 표가 양 끝으로 갈려(F·F·C·C) 중앙값이 아무도 주지 않은 등급으로 떨어졌습니다. 등급 대신 원표를 보세요.

🧷 판정이 갈린 지점 — 모델들이 여기서 엇갈렸다. 중앙값만 믿지 말라는 신호라 숨기지 않고 전시한다.

전문가·이해(1초) — 표 A A B B (합의 2/4)
전문가·이탈(인지부하) — 표 B B A A (합의 2/4)
일반·이탈(인지부하) — 표 F F C C (합의 0/4) · 판정 보류

🔬 다른 방식으로 교차 확인 — DeepGaze IIE (인간 사람 시선 데이터 학습): 색·대비가 가장 센 곳 (x60%, y0%) · 우리 AI가 본 첫 요소("큰 제목")와 상이(≈46%p) — 표시: 뜻(AI 판단) vs 색·대비(다른 방식) 갈림, 사람 확인 요망. 사람 시선 데이터(SALICON)로 학습한 딴 방식의 공개 모델입니다 — 다만 우리 화면에서 사람 시선과 직접 대조한 적은 없고, 화면 중앙을 후하게 보는 성질(중앙편향)이 있어요. 우리 AI들이 사이좋게 함께 틀릴 때 반대표를 낼 수 있는 독립 축이라 붙였습니다 — 같은 곳을 지목했다고 사람 시선을 맞혔다는 뜻은 아닙니다.

색 정합성 (C1 면적 60-30-10 · C2 웜/쿨 · C3 톤 · C4 명도앵커 — 청중 무관)

BA~B · 합의 3/4

C1 면적비는 지배 배경색(흰색/옅은 회색, ≈60-70%)과 보조색(파란색 계열, ≈20-30%)의 위계가 명확하며, 강조색(빨간색, 주황색, 초록색)은 기능적으로 사용되어 균형을 이룹니다. C2 색온도는 전반적으로 쿨톤을 유지하여 일관성이 있습니다. C3 톤 스킴은 엄격한 단일 스킴은 아니지만, 파란색 계열을 중심으로 다양한 명도와 채도를 활용하고 강조색이 조화롭게 배치되어 한 시스템으로 묶여 보입니다. C4 명도 앵커는 진한 텍스트와 상단 내비게이션의 어두운 파란색이 충분한 대비를 제공하여 화면이 '떠 보이지/흐릿하지' 않습니다.

색 계산 신호(AI 아닌 픽셀 계산 보조): 배경 최빈색 96% · 웜 18%/쿨 80% · hue 계열 2 · 어두운픽셀 0.0% · 경보: C4 명도 앵커 없음(어두운 픽셀 0.0% — 화면이 떠 보임)

⚠ 교차 불일치 — 판정 보류: 화면을 본 AI는 "괜찮다"고 했는데 픽셀 계산은 위 항목을 문제로 봅니다. 둘 중 어느 쪽이 맞는지 이 도구는 판정하지 못합니다 — 사람이 눈으로 확인해 주세요.

색 등급은 화면을 본 AI들의 판정입니다. 아래 신호는 픽셀 계산 보조(자동 대비판정 없음 — 거짓 경보 이력). 인테리어 색조합 공식에서 이식한 도메인 무관 색 정합성 루브릭.

시선 쏠림(픽셀 계산) 실측 평균 0.074 · 교차검증(다른 회사 모델) gemini·gemini-2.5-flash 2표 + openai·gpt-4o 2표 · 총 4표

탭 — 축네트워크 C

전체 등급 C (A 좋음 → F 약함) · 6판정 중앙값 · 교차검증(다른 회사 모델) gemini·gemini-2.5-flash 2표 + openai·gpt-4o 2표

읽는 법: 표 1개 = 모델의 반복 판정 1회 · 합의 n/m = m표 중 중앙값과 같은 표 n개 · 6판정 = 청중 2 × 관문 3

가장 큰 이탈위험 — "골격 축", "EP", "차원 축", "엣지" 등 핵심 개념을 설명하는 전문 용어들이 일반 사용자에게는 너무 생소하고 복잡하여 화면의 목적 자체를 이해하기 어렵게 만드는 점.

↳ 처방 — 핵심 개념인 "축", "EP", "골격" 등을 일반인이 이해할 수 있는 쉬운 비유나 시각적 요소로 대체하거나, 화면 상단에 가장 직관적인 문장으로 이 화면이 무엇을 보여주는지 명확히 설명해야 한다. 예를 들어, "가장 중요한 공시 항목은 무엇일까요?"와 같이 질문 형태로 시작하여 흥미를 유발하고, 전문 용어는 점진적으로 도입하거나 툴팁 등으로 보조 설명을 제공해야 한다.

평가한 화면 · 시선 쏠림 후보

평가한 화면 (데스크톱 1440px, 첫 화면)

👁 눈이 먼저 간 곳 — "가장 크고 굵게 강조된 "가장 많이 재사용되는 골격 축은 자회사 — 214개 축 중 홀로 109개 서식(EP)에 꽂힌다." 문구"비전 판정 원문 인용(각색 없음)

🕐 1초에 읽힌 것 — "가장 많이 사용되는 '무언가'가 '자회사'이고, 그 옆에 숫자가 있다."비전 판정 원문 인용(각색 없음)

청중 × 뇌 관문 (A 좋음 → F 약함)

청중 \ 관문	시선(3초)	이해(1초)	이탈(인지부하)
전문가(심사·판사)	BA~C · 합의 2/4 가장 크고 굵게 강조된 "가장 많이 재사용되는 골격 축은 자회사 — 214개 축 중 홀로 109개 서식(EP)에 꽂힌다." 문구와 바로 아래 막대 그래프가 시선을 강하게 끈다. 상단의 파란색 정보 박스도 눈에 띄지만, 핵심 정보는 메인 헤드라인에 집중되어 있다. 실측 시선 쏠림 평균 0.053은 시선이 흩어지는 경향을 보이지만, 전문가에게는 핵심 메시지의 시각적 계층 구조가 명확하여 시선이 쏠릴 가능성이 높다. ⚠ 판정 보류(분산 >=2등급) — human review 필요, 중앙값 단독 인용 금지	BA~B · 합의 2/4 'KRX Taxonomy', '축', 'EP', '골격' 등의 용어는 법조·전문 배경이 있는 사용자에게는 익숙하거나 맥락상 유추 가능한 용어일 수 있다. '분류 기준(축)이 여러 공시 서식(EP)에서 얼마나 재사용되는지 점선 그림으로 보는 곳입니다.'라는 설명과 '가장 많이 재사용되는 골격 축은 자회사'라는 핵심 문구를 통해 이 화면이 'KRX 택사노미 내에서 특정 분류 기준(축)이 얼마나 광범위하게 사용되는지'를 보여주는 화면임을 1초 내에 파악할 수 있다.	BB~C · 합의 3/4 "차원 축 ↔ EP 재사용 네트워크", "골격 축", "EP", "엣지" 등 전문 용어가 다수 사용되었으나, 전문가에게는 익숙하거나 맥락상 이해 가능한 수준이다. 정보 밀도가 높지만, 핵심 메시지는 명확하게 강조되어 있고, 그래프로 시각화되어 있어 인지 부하가 크게 느껴지지 않는다. "쉬운 용어" 설명도 제공되어 있어 추가적인 이해를 돕는다.
일반(배경지식 0)	CB~D · 합의 2/4 가장 크고 굵게 강조된 "가장 많이 재사용되는 골격 축은 자회사 — 214개 축 중 홀로 109개 서식(EP)에 꽂힌다." 문구와 막대 그래프가 시선을 끌지만, "골격 축", "서식(EP)" 등의 용어가 낯설어 시선이 머뭇거릴 수 있다. 실측 시선 쏠림 평균 0.053은 시선이 흩어지는 경향을 나타내며, 일반 사용자는 핵심 메시지의 의미를 파악하기 어려워 시선이 분산될 가능성이 높다. ⚠ 판정 보류(분산 >=2등급) — human review 필요, 중앙값 단독 인용 금지	DC~F · 합의 1/4 전문 용어가 많아 '이게 뭐고 뭘 하는 화면'인지 빠르게 이해하기 어려움. '자회사', '변경전후' 등의 용어가 일반 사용자에게는 낯설 수 있음. ⚠ 판정 보류(분산 >=2등급) — human review 필요, 중앙값 단독 인용 금지	DC~F · 합의 1/4 정보 밀도와 전문 용어로 인해 인지 부하가 발생할 수 있음. 일반 사용자는 '자회사', '변경전후' 등의 용어에 부담을 느낄 수 있음. ⚠ 판정 보류(분산 >=2등급) — human review 필요, 중앙값 단독 인용 금지

🧷 판정이 갈린 지점 — 모델들이 여기서 엇갈렸다. 중앙값만 믿지 말라는 신호라 숨기지 않고 전시한다.

전문가·시선(3초) — 표 B C B A (합의 2/4) · 판정 보류
전문가·이해(1초) — 표 A B B A (합의 2/4)
일반·시선(3초) — 표 C D C B (합의 2/4) · 판정 보류
일반·이해(1초) — 표 F F D C (합의 1/4) · 판정 보류
일반·이탈(인지부하) — 표 F F D C (합의 1/4) · 판정 보류

🔬 다른 방식으로 교차 확인 — DeepGaze IIE (인간 사람 시선 데이터 학습): 색·대비가 가장 센 곳 (x60%, y0%) · 우리 AI가 본 첫 요소("큰 제목")와 상이(≈40%p) — 표시: 뜻(AI 판단) vs 색·대비(다른 방식) 갈림, 사람 확인 요망. 사람 시선 데이터(SALICON)로 학습한 딴 방식의 공개 모델입니다 — 다만 우리 화면에서 사람 시선과 직접 대조한 적은 없고, 화면 중앙을 후하게 보는 성질(중앙편향)이 있어요. 우리 AI들이 사이좋게 함께 틀릴 때 반대표를 낼 수 있는 독립 축이라 붙였습니다 — 같은 곳을 지목했다고 사람 시선을 맞혔다는 뜻은 아닙니다.

제3사 교차 청중 확인 (등급 결정엔 미반영)

cortex:llama3.3-70b (Meta llama) · 화면 설명 기반(직접 안 봄) — 부분 서로 영향 덜 주는 교차확인 · 비전 판정과 ±1등급 일치 6/6 — 이 회사 모델은 화면을 직접 보지 못하고 위 설명으로만 판단하므로, 위 A~F 등급은 화면을 실제로 본 2개 비전 패밀리(Google·OpenAI)가 결정하고 이 칸은 교차 참고용입니다.

청중 \ 관문	시선	이해	이탈
전문가(심사·판사)	A	A	A
일반(배경지식 0)	C	D	D

색 정합성 (C1 면적 60-30-10 · C2 웜/쿨 · C3 톤 · C4 명도앵커 — 청중 무관)

BB~C · 합의 3/4

(C1) 흰색 배경(지배)에 회색 섹션(보조), 파란색 UI 요소 및 주황색 데이터 막대(강조)로 명확한 면적비 위계가 있다. (C2) 파란색(쿨)과 주황색(웜)의 조합은 데이터 시각화에서 흔히 사용되는 대비로, 시스템 내에서 충돌하기보다는 기능적 구분을 제공한다. (C3) 무작위적인 색상 혼재가 아닌, 기능적 목적에 따라 선택된 색상들로 구성되어 있다. (C4) "KRX Taxonomy Res..."와 같은 진한 검정색 텍스트가 명도 앵커 역할을 하여 화면이 흐릿하거나 떠 보이지 않는다.

색 계산 신호(AI 아닌 픽셀 계산 보조): 배경 최빈색 94% · 웜 65%/쿨 35% · hue 계열 3 · 어두운픽셀 0.0% · 경보: C2 웜쿨 혼재(웜65%·쿨35%) / C4 명도 앵커 없음(어두운 픽셀 0.0% — 화면이 떠 보임)

시선 쏠림(픽셀 계산) 실측 평균 0.053 · 교차검증(다른 회사 모델) gemini·gemini-2.5-flash 2표 + openai·gpt-4o 2표 · 총 4표

탭 — 멤버트리 B

전체 등급 B (A 좋음 → F 약함) · 6판정 중앙값 · 교차검증(다른 회사 모델) gemini·gemini-2.5-flash 2표 + openai·gpt-4o 2표

읽는 법: 표 1개 = 모델의 반복 판정 1회 · 합의 n/m = m표 중 중앙값과 같은 표 n개 · 6판정 = 청중 2 × 관문 3

가장 큰 이탈위험 — 일반 사용자가 "분류 기준(축)", "도메인멤버", "구성요소(멤버)" 등 핵심 용어의 의미를 전혀 파악하지 못해 화면의 목적 자체를 이해하지 못하고 이탈하는 것.

↳ 처방 — 일반 사용자를 위한 "이해하기" 탭 또는 별도의 쉬운 설명 모드를 제공하여 핵심 용어("축", "멤버", "계층 트리")를 비유나 쉬운 언어로 풀어서 설명하는 것.

평가한 화면 · 시선 쏠림 후보

평가한 화면 (데스크톱 1440px, 첫 화면)

👁 눈이 먼저 간 곳 — "분류 기준(축) 안에 들어있는 실제 값(멤버)들을 계층 트리로 펼쳐보는 곳입니다."비전 판정 원문 인용(각색 없음)

🕐 1초에 읽힌 것 — "무언가를 분류하고 목록을 보여주는 화면"비전 판정 원문 인용(각색 없음)

청중 × 뇌 관문 (A 좋음 → F 약함)

청중 \ 관문	시선(3초)	이해(1초)	이탈(인지부하)
전문가(심사·판사)	BB~B · 합의 4/4 화면 상단 파란색 박스의 "분류 기준(축) 안에 들어있는 실제 값(멤버)들을 계층 트리로 펼쳐보는 곳입니다." 문구와 그 아래 "도메인멤버 SKOS 계층 트리" 제목으로 시선이 먼저 갈 것으로 예상된다. 이어서 좌측의 "축 이름으로 찾기..." 목록과 우측의 상세 목록으로 이동할 것이다. 실측 시선 쏠림 평균 0.068은 시선이 뚜렷하게 쏠리기보다는 다소 흩어지는 경향을 보이지만, 전문가에게는 핵심 설명과 구조를 파악하는 데 충분한 시간이다.	BA~B · 합의 2/4 '차원 축 안의 구성요소(멤버)를 계층으로 펼쳐보기'라는 문구가 있어 전문가에게는 기능이 명확히 전달될 수 있으나, 처음 보는 경우에는 약간의 해석이 필요할 수 있음.	AA~B · 합의 3/4 "분류 기준(축) 127개에 담긴 589개 도메인 멤버를 폴더 트리처럼 펼쳐 봅니다."와 같은 정보 밀도는 높지만, 전문가에게는 필요한 정보로 인식될 가능성이 크다. 좌측의 "축 이름으로 찾기..." 목록과 우측의 상세 목록은 계층 구조를 탐색하는 데 익숙한 전문가에게는 합리적인 선택지 구성이다. 전문 용어("KRX Taxonomy", "SKOS 계층 트리", "도메인멤버", "분류 기준(축)", "구성요소(멤버)")는 인지 부하를 유발하기보다 오히려 전문성과 신뢰감을 줄 수 있다.
일반(배경지식 0)	CC~D · 합의 3/4 화면 상단 파란색 박스의 "분류 기준(축) 안에 들어있는 실제 값(멤버)들을 계층 트리로 펼쳐보는 곳입니다." 문구로 시선이 먼저 갈 것으로 예상된다. 그러나 "분류 기준(축)", "실제 값(멤버)", "계층 트리"와 같은 용어들이 일반인에게는 즉각적으로 의미를 전달하기 어렵다. 실측 시선 쏠림 평균 0.068은 시선이 뚜렷하게 쏠리기보다는 다소 흩어지는 경향을 보이며, 일반인은 어디에 집중해야 할지 혼란스러울 수 있다.	DD~F · 합의 2/4 '차원 축 안의 구성요소(멤버)를 계층으로 펼쳐보기'라는 문구가 일반 사용자에게는 추상적일 수 있으며, 추가적인 설명이 필요할 수 있음.	보류표가 갈림: F · F · C · CC~F · 합의 0/4 "분류 기준(축) 127개에 담긴 589개 도메인 멤버를 폴더 트리처럼 펼쳐 봅니다."와 같은 문구는 일반인에게는 정보의 밀도가 높고, "축", "멤버", "도메인" 등의 전문 용어가 과도하게 사용되어 인지 부하를 크게 유발한다. 좌측의 "축 이름으로 찾기..." 목록과 우측의 상세 목록에 나열된 "회생절차및파산관련구분 [축]", "가격제한폭 확대 대상 파생상품 [축]" 등은 일반인이 이해하기 어려운 전문적인 분류 기준들이다. 이로 인해 뇌가 지쳐 화면을 이탈할 가능성이 매우 높다. ⚠ 판정 보류 — 표가 양 끝으로 갈려(F·F·C·C) 중앙값이 아무도 주지 않은 등급으로 떨어졌습니다. 등급 대신 원표를 보세요.

🧷 판정이 갈린 지점 — 모델들이 여기서 엇갈렸다. 중앙값만 믿지 말라는 신호라 숨기지 않고 전시한다.

전문가·이해(1초) — 표 A A B B (합의 2/4)
일반·이해(1초) — 표 F F D D (합의 2/4)
일반·이탈(인지부하) — 표 F F C C (합의 0/4) · 판정 보류

🔬 다른 방식으로 교차 확인 — DeepGaze IIE (인간 사람 시선 데이터 학습): 색·대비가 가장 센 곳 (x60%, y0%) · 우리 AI가 본 첫 요소("로고/제목")와 상이(≈51%p) — 표시: 뜻(AI 판단) vs 색·대비(다른 방식) 갈림, 사람 확인 요망. 사람 시선 데이터(SALICON)로 학습한 딴 방식의 공개 모델입니다 — 다만 우리 화면에서 사람 시선과 직접 대조한 적은 없고, 화면 중앙을 후하게 보는 성질(중앙편향)이 있어요. 우리 AI들이 사이좋게 함께 틀릴 때 반대표를 낼 수 있는 독립 축이라 붙였습니다 — 같은 곳을 지목했다고 사람 시선을 맞혔다는 뜻은 아닙니다.

제3사 교차 청중 확인 (등급 결정엔 미반영)

청중 \ 관문	시선	이해	이탈
전문가(심사·판사)	B	A	A
일반(배경지식 0)	D	D	F

색 정합성 (C1 면적 60-30-10 · C2 웜/쿨 · C3 톤 · C4 명도앵커 — 청중 무관)

BA~B · 합의 2/4

C1 면적비는 적절하나, C2 온도에서 약간의 충돌이 있음. C3 톤 스킴은 일관되며, C4 명도 앵커는 적절함.

색 계산 신호(AI 아닌 픽셀 계산 보조): 배경 최빈색 96% · 웜 0%/쿨 100% · hue 계열 1 · 어두운픽셀 0.0% · 경보: C4 명도 앵커 없음(어두운 픽셀 0.0% — 화면이 떠 보임)

시선 쏠림(픽셀 계산) 실측 평균 0.068 · 교차검증(다른 회사 모델) gemini·gemini-2.5-flash 2표 + openai·gpt-4o 2표 · 총 4표

scorer: 5217cda · 2026-07-11T23:52:56+09:00
등급=상대 어림 판단(측정 아님). 계산으로 실제 잰 값은 ①눈에 띄는 힘(밝기·색 대비) ②색 신호 둘뿐이고, 번호는 눈에 띄는 힘의 강도 순위입니다(눈이 움직인 순서·눈추적 아님). 성과로 채점되지 않는 게시 전 자문.